恭喜广州大学韩坤渤获国家专利权
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!
龙图腾网恭喜广州大学申请的专利一种基于置信加权损失的渐进多分支视频风格迁移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:CN119295294B 。
龙图腾网通过国家知识产权局官网在2025-04-08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:202411304684.4,技术领域涉及:G06T3/04;该发明授权一种基于置信加权损失的渐进多分支视频风格迁移方法是由韩坤渤;冯艳芬设计研发完成,并于2024-09-18向国家知识产权局提交的专利申请。
本一种基于置信加权损失的渐进多分支视频风格迁移方法在说明书摘要公布了:本申请涉及视频图像技术领域,本申请提供一种基于置信加权损失的渐进多分支视频风格迁移方法,本发明设计的技术方案步骤包括:S10:接收风格化图像Is和内容帧It‑1,It,It+1并输入VGG19神经网络,基于VGG19神经网络的样式编码器和内容编码器分别提取风格特征Fs和内容特征Fc;S20:将风格特征Fs和内容特征Fc分别基于MBSTS进行特征捕获,获得新风格特征FsN和新内容特征FcN并融合输出融合特征FcSN,所述融合特征FcSN沿特征图通道方向拼接输出最终风格化特征Fcs;S30:所述最终风格化特征Fcs基于VGG19神经网络的解码器进行解码输出视频图像。本申请通过多层分支语义迁移结构的视频风格迁移网络,通过减少帧间的样式化误差,有效地最小化了视频样式化过程中的视觉闪烁和不连续性。
本发明授权一种基于置信加权损失的渐进多分支视频风格迁移方法在权利要求书中公布了:1.一种基于置信加权损失的渐进多分支视频风格迁移方法,其特征在于,包括以下步骤:S10:接收风格化图像Is和内容帧It-1,It,It+1并输入VGG19神经网络,基于VGG19神经网络的样式编码器和内容编码器分别提取风格特征Fs和内容特征Fc;S20:将风格特征Fs和内容特征Fc分别基于MBSTS进行特征捕获,获得新风格特征FsN和新内容特征FcN并融合输出融合特征FcsN,所述融合特征FcsN沿特征图通道方向拼接输出最终风格化特征Fcs;S30:所述最终风格化特征Fcs基于VGG19神经网络的解码器进行解码输出视频图像;所述MBSTS包括特征提取层和特征融合层;所述特征提取层包括一个1×1卷积层、三个渐进式模块和一个池化层,三个渐进式模块包括PM1、PM2和PM3;所述S30包括:所述VGG19神经网络的解码器包括主解码器Dm和辅助解码器Da,所述主解码器Dm和辅助解码器Da交替训练,共享输入融合特征Fcs和风格特征Fs,辅助解码器Da产生输出Oauxiliary,主解码器Dm输出主帧Omain和异常帧Ominor,公式如下:[Omain,Ominor]=DmFcs,FsOauxiliary=DaFcs,Fs式中,[Omain,Ominor]为输出的视频图像;所述主解码器Dm训练过程的损失函数,公式如下:Lmain=λsLs+λcLc+λcrLcr;式中,λs、λc是权重项,Ls为风格损失值,Lc为内容损失值;所述方法还包括:对输出的视频图像设置置信度加权损失函数,用于基于多个模式中的视频图像为每个像素选择主模式,并忽略次要模式;所述设置置信度加权损失函数包括计算主模式的置信图,基于主模式的置信图更新置信度加权损失函数。
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广州大学,其通讯地址为:510006 广东省广州市大学城外环西路230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”。
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。