摘要
一种基于深度卷积生成对抗网络的多类别多视图数据生成方法,包括如下步骤:1.中心剪裁图片,2.在通道维度叠合多视图。3.提取多视图类别标签。4.用叠合多视图、类别标签、外加随机高维噪声共同训练DC‑GAN网络。5.用高维随机噪声和自定义标签传入训练好的网络,生成多视图叠合数据。6.剪裁并填充背景,得到符合原尺寸的多视图。本发明所述方法通过多视图叠合和带标签训练生成对抗网络的方法,实现了只需修改输入即可通过一个模型生成不同类别多视图的功能,所生成的数据可作为训练数据的扩充,来增加训练数据的多样性。