基于循环“抠图-分割”优化的人体图像分割方法

    公开(公告)号:CN108986101B

    公开(公告)日:2021-07-06

    申请号:CN201810551553.4

    申请日:2018-05-31

    Applicant: 浙江大学

    Abstract: 用于人体图像分割的循环“抠图‑分割”优化方法,利用图像抠图和分割进行两个任务的共同优化,包含以下步骤:首先原始输入图像经过级联的分割网络产生了二分类分割图和多分类分割图;然后,由图像分割产生的多类分割分数图计算出在抠图中利用的引导滤波器的权值参数,对具有抠图功能的引导滤波器组的输出进行线形组合得到抠图结果。最后由循环的“抠图‑分割”优化方法先对抠图结果进行二值化得到二分割图,再输入到分割网络中更新多类分割图从而更新抠图输出,形成一个优化循环。通过以上三个步骤,本发明可以在获取有细致边缘的分割结果的同时获取同样得到优化的人像抠图结果。

    一种基于自监督知识迁移的小样本视觉目标识别方法

    公开(公告)号:CN112069921A

    公开(公告)日:2020-12-11

    申请号:CN202010830474.4

    申请日:2020-08-18

    Applicant: 浙江大学

    Abstract: 一种基于自监督知识迁移的小样本视觉目标识别方法,包括:1)收集与任务弱相关、数量较多的无标注辅助数据,以及与任务强相关、数据量较小的有标注目标数据;2)在数据量较多的无标注辅助数据上通过数据变换构造正样本对以及负样本对,并利用对比损失函数作自监督学习,预训练一个深度神经网络;3)利用预训练模型提取目标数据的特征,并在该特征空间的基础进行数据降维,学习到一个对目标数据具有较强判别能力的特征子空间;4)将每个类别少量标注数据在该子空间的特征表达作为该类别的特征原型,利用最近邻方法对测试数据进行分类预测。

    基于RBF神经网络用于纺织品喷墨印染的色彩映射方法

    公开(公告)号:CN106937018A

    公开(公告)日:2017-07-07

    申请号:CN201710022650.X

    申请日:2017-01-12

    Applicant: 浙江大学

    CPC classification number: H04N1/54

    Abstract: 一种基于RBF(Radical Basis Function)神经网络用于纺织品数码印花的色彩映射方法。此方法由下面三个部分组成:首先设计节省油墨量的CMYK样本集,利用测色仪采集颜色样本数据;对于印染机色域内颜色,利用RBF神经网络建立RGB与CMYK之间的转换关系;对于印染机色域外颜色,通过四种压缩方法,获得色域内的替换颜色。通过上述3个步骤建立的转换关系,可以将任何一张RGB图片精确地转换为对应CMYK颜色值图片,用于纺织品花型稿的喷墨印染。

    基于空间网络用于纺织品喷墨印染的颜色色域映射方法

    公开(公告)号:CN106934835A

    公开(公告)日:2017-07-07

    申请号:CN201710022484.3

    申请日:2017-01-12

    Applicant: 浙江大学

    Abstract: 基于空间网络用于纺织品喷墨印染的颜色色域映射方法包含如下几个步骤:首先,在RGB颜色空间利用RBF神经网络建立RGB与CMYK之间的样本对映射关系;然后,在RGB颜色空间建立颜色空间网络,网络以RGB整数点为顶点,每个顶点与其26个邻域点利用无向边连接,连接权重通过色差公式CIEDE2000计算;最后,对于印染机色域内颜色,一对一实现映射,对于印染机色域外颜色,利用新提出的多源最短路径算法实现印染机色域外颜色到印染机色域边缘颜色多对一映射。通过以上三个主要步骤,本发明可以实现色域内颜色精准映射的同时,保留图像的层次纹理信息,提升纺织品喷墨印染效果。

Patent Agency Ranking