一种基于胶囊网络和混合注意力的双重生成对抗学习方法

摘要

本发明涉及了一种基于胶囊网络和混合注意力的双重生成对抗学习方法，属于人工智能、图像处理领域。本发明为一种结合了胶囊网络、自注意力、混合注意力和对抗学习的图像生成方法，包括基于自注意力和胶囊网络的自编码器模块、向量空间自对抗模块、样本空间自对抗模块。并且，样本空间自对抗模块中的样本空间生成器是基于混合注意力的深度生成模型，样本空间判别器则借鉴了LeNet‑5网络。本发明提高了对抗学习在少样本训练生成清晰图像任务中的运算准确度和工作效率，减少了训练时间和训练样本的数量，泛化能力更强，在MNIST等基准数据集上验证了该模型的有效性。