-
公开(公告)号：CN116994258A
公开(公告)日：2023-11-03
申请号：CN202310971667.5
申请日：2023-08-03
Applicant: 哈尔滨工业大学
IPC: G06V30/148 , G06V30/19 , G06F17/16
Abstract: 一种基于扩散模型的无训练指代图像分割方法，属于计算机视觉中的指代图像分割领域。本发明针对现有数据匮乏情况下，难以实现指代图像分割的问题。包括：获取要进行指代图像分割的原始图像和文本，对原始图像增加高斯噪声后，经生成器得到交叉注意力函数的全部计算结果矩阵；在交叉注意力函数的全部计算结果矩阵中确定与核心词语位置对应的所有目标矩阵；再利用双线性插值算法对目标矩阵进行扩张，再均值化得到指代关系矩阵；再采用SAM模型对原始图像进行分割，得到多个候选分割结果矩阵；计算每个候选分割结果矩阵与指代关系矩阵的相似度，选择相似度最高的候选分割结果矩阵作为指代图像分割结果。本发明实现了无训练指代图像分割。
-
公开(公告)号：CN115272687A
公开(公告)日：2022-11-01
申请号：CN202210811744.6
申请日：2022-07-11
Applicant: 哈尔滨工业大学
Abstract: 单样本自适应域生成器迁移方法，涉及就三级视觉中的图像生成和迁移学习领域。解决了使用现有的算法迁移后的目标生成器无法准确获取引导图风格及迁移后的图片多样性低的问题。本发明方法通过全局水平域迁移损失函数使迁移后的目标域生成器合成的图片拥有引导图的全局特征；设计了局部水平域迁移损失函数来解决现有技术无法准确获取引导图局部代表性特征的问题；利用逆映射器把合成图片映射到隐空间，并提出自适应属性保持损失函数来自适应的挑选和保持域共享的属性，从而使迁移后的图片保持了之前图片的部分属性，提高了合成图片的多样性，并通过给定一张目标域引导图即可实现对自适应域生成器的迁移。主要用于实现对自适应域生成器的迁移。
-
公开(公告)号：CN115272687B
公开(公告)日：2023-05-05
申请号：CN202210811744.6
申请日：2022-07-11
Applicant: 哈尔滨工业大学
Abstract: 单样本自适应域生成器迁移方法，涉及就三级视觉中的图像生成和迁移学习领域。解决了使用现有的算法迁移后的目标生成器无法准确获取引导图风格及迁移后的图片多样性低的问题。本发明方法通过全局水平域迁移损失函数使迁移后的目标域生成器合成的图片拥有引导图的全局特征；设计了局部水平域迁移损失函数来解决现有技术无法准确获取引导图局部代表性特征的问题；利用逆映射器把合成图片映射到隐空间，并提出自适应属性保持损失函数来自适应的挑选和保持域共享的属性，从而使迁移后的图片保持了之前图片的部分属性，提高了合成图片的多样性，并通过给定一张目标域引导图即可实现对自适应域生成器的迁移。主要用于实现对自适应域生成器的迁移。
-
公开(公告)号：CN119107386A
公开(公告)日：2024-12-10
申请号：CN202411263032.0
申请日：2024-09-10
Applicant: 哈尔滨工业大学
IPC: G06T11/60 , G06V30/146 , G06T7/62 , G06V30/19 , G06T5/70
Abstract: 基于主体和环境的双分支艺术字排版方法，涉及三级视觉中的图像生成领域。解决现有艺术字排版方法存在灵活性和可控性差的问题。本发明将输入的待编辑字分为“主体”和“环境”两个部分，分割“主体”和“环境”的双分支方法，将通过可控的字形几何的变换来实现艺术字排版中艺术性(即：灵活性)和可读性(可控性)之间的平衡。本发明主要用于生成艺术字图像。
-
-
-
Search Results
4
records
(took 0.027 seconds)
