公开(公告)号：CN114943322A

公开(公告)日：2022-08-26

申请号：CN202210372997.8

申请日：2022-04-11

申请人： 山东大学

发明人： 武蕾 ,  高琳 ,  孟雷 ,  孟祥旭

IPC分类号： G06N3/04 ,  G06N3/08 ,  G06T3/00 ,  G06T5/00 ,  G06T5/50 ,  G06T7/13

摘要： 本发明涉及计算机视觉技术领域，本发明公开了基于深度学习的从布局到场景图像的自动生成方法及系统，包括：获取输入的布局；所述布局，包括：不同边界框的位置、尺寸和类别；把获取到的布局输入至训练好的生成器中，输出与布局一致的场景图像；其中，所述生成器通过与判别器的对抗学习来提高自己的图像生成能力，生成器的多层特征被转换为不同尺度的边缘图，从而实现多尺度学习；通过提取与融合生成器的多层特征中包含的边缘信息，完成对布局中各个物体边缘的迭代优化。

公开(公告)号：CN114943322B

公开(公告)日：2024-06-28

申请号：CN202210372997.8

申请日：2022-04-11

申请人： 山东大学

发明人： 武蕾 ,  高琳 ,  孟雷 ,  孟祥旭

IPC分类号： G06T11/20 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/0464 ,  G06N3/094 ,  G06V10/44 ,  G06V10/52 ,  G06V10/80 ,  G06V10/82

摘要： 本发明涉及计算机视觉技术领域，本发明公开了基于深度学习的从布局到场景图像的自动生成方法及系统，包括：获取输入的布局；所述布局，包括：不同边界框的位置、尺寸和类别；把获取到的布局输入至训练好的生成器中，输出与布局一致的场景图像；其中，所述生成器通过与判别器的对抗学习来提高自己的图像生成能力，生成器的多层特征被转换为不同尺度的边缘图，从而实现多尺度学习；通过提取与融合生成器的多层特征中包含的边缘信息，完成对布局中各个物体边缘的迭代优化。