Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西安电子科技大学杭州研究院高飞获国家专利权

西安电子科技大学杭州研究院高飞获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉西安电子科技大学杭州研究院申请的专利一种质量自适应的图像跨域映射方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119810537B

龙图腾网通过国家知识产权局官网在2025-09-30发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411882363.2,技术领域涉及:G06V10/764;该发明授权一种质量自适应的图像跨域映射方法是由高飞;张德瑞;周颖;杨曦;何立火;王楠楠设计研发完成,并于2024-12-19向国家知识产权局提交的专利申请。

一种质量自适应的图像跨域映射方法在说明书摘要公布了:本发明公开了一种质量自适应的图像跨域映射方法,包括以下步骤;步骤1:获取目标域图像s和源域图像c的数据,并进行预处理;步骤2:设计生成对抗网络模型,对抗网络模型以无监督图像翻译模型的网络结构为基础,将质量自适应卷积模块插入GLD生成器网络中;步骤3:利用步骤1预处理过的目标域图像s与源域图像c输入到步骤2中的生成对抗网络模型中训练;步骤4:利用步骤3训练好的生成对抗网络模型进行源域图像到目标域图像的映射。本发明对无监督图像翻译模型修改后实现了优于原模型更好的图像翻译结果。

本发明授权一种质量自适应的图像跨域映射方法在权利要求书中公布了:1.一种质量自适应的图像跨域映射方法,其特征在于,包括以下步骤; 步骤1:获取目标域图像s和源域图像c的数据,并进行预处理; 步骤2:设计生成对抗网络模型,生成对抗网络模型以无监督图像翻译模型的网络结构为基础,将质量自适应卷积模块插入无监督图像翻译模型的生成器GA中; 步骤3:利用步骤1预处理过的目标域图像s与源域图像c输入到步骤2中的生成对抗网络模型中训练; 步骤4:利用步骤3训练好的生成对抗网络模型进行源域图像到目标域图像的映射; 质量自适应卷积模块包括多尺度多核卷积块和质量自适应路由网络,其中多尺度多核卷积块由n个子模块组成,每个子模块中包含m个不同大小卷积核的卷积层; 每个子模块用于获取本组输入图像特征的不同尺度的感受野信息; 质量自适应路由网络由一个无参考质量评价网络和一个多层感知机MLP网络组成; 无参考质量评价网络用于获取当前图像的质量特征,多层感知机MLP网络用于将质量特征映射为不同感受野信息的权重参数; 利用质量自适应路由网络获取的不同尺度感受野信息的权重参数对多尺度多核卷积块获取的不同尺度感受野信息进行加权并组合,最终获取到适应当下图像质量的图像特征信息; 所述步骤2具体为: 步骤1:所述无监督图像翻译模型的生成器GA采用Encoder‑Decoder结构,所述质量自适应卷积模块插入在Encoder的第一层卷积与第二层卷积之间,通过多尺度多核卷积块获取不同尺度的感受野信息,通过质量自适应路由网络获取不同尺度感受野信息的权重,进而获取到不同尺度感受野的加权信息; 步骤2:采用循环生成对抗网络CycleGAN的训练策略,优化网络参数,在生成结果GAc与源域图像c之间做几何一致性损失GeomLoss与语义损失CLIPLoss,保证生成结果与输入图像之间的内容一致性。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人西安电子科技大学杭州研究院,其通讯地址为:311231 浙江省杭州市萧山经济技术开发区钱农东路8号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。