-
公开(公告)号：CN119399820A
公开(公告)日：2025-02-07
申请号：CN202411635087.X
申请日：2024-11-15
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于可控生成的图像处理方法、系统、终端和介质，包括：获取图像处理任务的条件信号以及信息提取模型，构建第一损失函数；选择预训练的扩散模型；基于扩散模型和第一损失函数进行迭代，包含：M1，从序列蒙特卡洛的初始分布中采样多个样本；M2，建立建议分布的优化估计和无条件的转移概率分布，获得序列蒙特卡洛的权重方程；M3，重采样得到新的样本；重复M1‑M3直至设定的迭代步数，得到最后的权重方程和采样的多个样本，得到最终生成的图像。本发明在文本条件图像生成、分割图条件图像生成、人脸图条件图像生成和风格图条件图像生成等任务中，能够实现高质量的多样的且免训练的图像条件生成，满足通用处理的需求。
-
公开(公告)号：CN117115042A
公开(公告)日：2023-11-24
申请号：CN202311284271.X
申请日：2023-09-29
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于协方差优化扩散模型的图像处理方法、系统及装置，用于图像重构、图像去噪、图像复原、图像去模糊或图像超分辨率。所述方法包括：获取测量值；在基于扩散模型理论的基础上，建立基于引导无条件预训练扩散模型实现条件概率采样，最终采样结果作为重建图像；在所述条件概率采样中使用极大似然法获得最优后验协方差，作为所述引导中高斯近似的协方差。本发明能够提高现有图像重构的精度，降低了对模型参数的敏感度，适用于图像去噪、复原与增强等各种重建问题的广泛场景。
-
公开(公告)号：CN118898558A
公开(公告)日：2024-11-05
申请号：CN202411084544.0
申请日：2024-08-08
Applicant: 上海交通大学
Abstract: 本发明提供了基于一致性模型先验的图像处理方法和系统，包括：获取图像处理任务的退化模型及待处理图像的测量信号；从预训练的扩散模型进行蒸馏训练获得一致性模型；建立基于一致性模型的先验约束优化问题，最大化给定测量信号时获取真实图像的后验概率；利用一致性模型获得真实图像的初始估计并改进；根据退化模型和改进的初始估计，求解真实图像的估计；引入标准差随迭代步数变化的高斯噪声，将加噪后的估计作为下一次迭代的输入；重复上述步骤直至设定的迭代步数，获得处理后的图像。本发明在图像修复、图像去模糊、图像超分辨率和图像非线性去模糊等任务中，能够在保证图像修复性能的前提下，提升修复速度，满足通用处理的需求。
-
-
Search Results
3
records
(took 0.062 seconds)
