龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
摘要：本发明提供了一种成对生成红外‑可见光数据的方法、扩散模型及系统，该方法包括：得到若干成对的红外特征和可见光特征；得到若干融合特征；得到若干隐空间特征；得到重建后的若干成对的红外‑可见光图像数据；得到加噪完成的特征；获取扩散模型的去噪子模型的损失函数；得到训练好的扩散模型；将待测目标的可见光图像和文本指令进行特征融合后输入至训练好的扩散模型中的去噪子模型，训练好的扩散模型中的去噪子模型进行推理去噪后输出去噪后的隐空间特征，对去噪后的隐空间特征进行解码得到与待测目标对应的成对的红外‑可见光图像数据。本发明能够同时生成配对的红外‑可见光数据，并保持二者信息的高度一致性。
主权项：1.一种成对生成红外-可见光数据的方法，其特征在于，所述方法包括：分别对若干成对的红外-可见光图像数据进行卷积特征提取，得到若干成对的红外特征和可见光特征；分别将每对中的红外特征和可见光特征进行相加得到若干融合特征；分别将若干融合特征输入至变分自编码器进行编码，得到若干隐空间特征，其中，每个隐空间特征包括红外模态的数据信息和可见光模态的数据信息；分别将若干隐空间特征中红外模态的数据信息输入至红外解码器，将若干隐空间特征中可见光模态的数据信息输入至可见光解码器，得到重建后的若干成对的红外-可见光图像数据；在重建后的成对的红外-可见光图像数据能还原初始的成对的红外-可见光图像数据的情况下，选取任一隐空间特征，并对选取的隐空间特征进行前向加噪，得到加噪完成的特征；基于用于训练的可见光图像和文本指令获取扩散模型的去噪子模型的损失函数；基于扩散模型的去噪子模型的损失函数、加噪完成的特征对扩散模型的去噪子模型进行去噪训练，得到训练好的扩散模型；将待测目标的可见光图像和文本指令进行特征融合后输入至训练好的扩散模型中的去噪子模型，训练好的扩散模型中的去噪子模型进行推理去噪后输出去噪后的隐空间特征，对去噪后的隐空间特征进行解码得到与待测目标对应的成对的红外-可见光图像数据。
全文数据：
权利要求：
百度查询： 航天科工集团智能科技研究院有限公司 一种成对生成红外-可见光数据的方法、扩散模型及系统
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号