公开(公告)号：CN117058389A

公开(公告)日：2023-11-14

申请号：CN202311087792.6

申请日：2023-08-28

Applicant: 中国矿业大学

Inventor： 祝汉城 ,  闫礼 ,  周勇 ,  姚睿 ,  邵志文 ,  杜文亮 ,  赵佳琦

IPC: G06V10/26 ,  G06V10/42 ,  G06V10/82 ,  G06V10/80 ,  G06V10/774 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/09

Abstract: 本发明公开了一种基于多属性驱动Transformer的图像自动裁剪方法和装置，使用Next‑ViT作为主干网络进行全局特征图的提取，基于此构建主题分支、构图分支和裁剪分支；在主题分支中学习图像的主题属性从而得到主题属性激活图；在构图分支中学习图像的构图属性从而得到构图属性激活图，对构图属性激活图与主题属性激活图进行融合得到多属性激活图；在裁剪分支中设置锚点获取锚点位置特征图，并利用全局关系推理模块得到偏移量特征图，合并锚点位置特征图和偏移量特征图得到裁剪框特征图，归一化多属性激活图得到锚点权重，利用锚点权重对裁剪框特征图进行加权得到预测的裁剪框。本发明通过自动裁剪方法得到高质量裁剪图像，有效改善图像的美学质量。