MÉTODO PARA TREINAR UM MODELO PARA TRADUÇÃO DE IMAGEM PARA IMAGEM, DISPOSITIVO DE COMPUTAÇÃO, MÉTODO PARA DEFINIR UM MODELO DE TEMPO DE EXECUÇÃO TREINADO E PRODUTO DE PROGRAMA DE COMPUTADOR

IPC Classification

Priority claims

Abstract

MÉTODO PARA TREINAR UM MODELO PARA TRADUÇÃO DE IMAGEM PARA IMAGEM, DISPOSITIVO DE COMPUTAÇÃO, MÉTODO PARA DEFINIR UM MODELO DE TEMPO DE EXECUÇÃO TREINADO E PRODUTO DE PROGRAMA DE COMPUTADOR. São fornecidas técnicas para sistemas de computação, métodos e produtos de programa de computador para produzir uma tradução eficiente de imagem para imagem, adaptando conjuntos de dados não pareados para aprendizado supervisionado. Um primeiro modelo (104) (um modelo eficiente) pode ser definido e condicionado usando aprendizado não supervisionado para produzir um conjunto de dados pareado sintético a partir do conjunto de dados não pareado, traduzindo imagens de um primeiro domínio (110) para um segundo domínio (108) e imagens do segundo domínio (108) para o primeiro domínio (110). Os dados sintéticos gerados são úteis como verdades básicas no aprendizado supervisionado. O primeiro modelo pode ser condicionado a sobreajustar o conjunto de dados não pareado para melhorar a qualidade do conjunto de dados pareado (por exemplo, os dados sintéticos gerados). Um modelo de tempo de execução, tal como para um dispositivo alvo, é treinado usando o conjunto de dados pareado sintético e o aprendizado supervisionado. O modelo de tempo de execução é pequeno e rápido para atender aos recursos de processamento do dispositivo alvo (por exemplo, um dispositivo pessoal de usuário, tal como um smartphone, tablet etc.).