-
公开(公告)号:CN119169384A
公开(公告)日:2024-12-20
申请号:CN202411327678.0
申请日:2024-09-23
Applicant: 湖南大学
IPC: G06V10/764 , G06V10/52 , G06V10/80 , G06V20/70 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/042
Abstract: 本申请涉及一种基于注意力机制与图卷积网络的文物纹样识别方法和装置。该方法通过引入注意力机制,有效地增强了图像的语义表示,使得模型能够更准确地捕捉到纹样的关键特征。同时,结合图卷积网络,进一步深入挖掘纹样局部特征之间的非线性语义关联关系,从而实现更为精细的特征提取和表征。在模型的优化过程中,注意力机制的引入不仅提高了识别的准确性,还增强了模型对复杂背景和相似纹样的区分能力。此外,图卷积网络的使用,能够有效地处理图像中的空间结构信息,使得文物纹样的识别具有更高的鲁棒性和稳定性。
-
公开(公告)号:CN115830165A
公开(公告)日:2023-03-21
申请号:CN202211489904.6
申请日:2022-11-25
Applicant: 湖南大学
IPC: G06T11/00 , G06N3/0475 , G06N3/084 , G06N3/094
Abstract: 本申请涉及人工智能技术领域的一种基于对抗生成网络的国画绘制过程生成方法、装置和设备,该方法通过获取风格相同的多幅国画图像和每幅国画图像对应的绘制步骤图像序列,并对该序列按照绘画步骤先后进行标记得到对应标签;将预处理后的绘制步骤图像序列作为训练样本;构建对抗生成网络的生成器和判别器,生成器为UNet网络,判别器与Stargan的判别器结构相同;采用训练样本、国画图像以及标签对生成器和判别器进行训练,得到训练好的生成器;将待处理国画图像和预设标签输入到训练好的生成器中,得到对应的国画绘制步骤图像。采用本方法解决了绘画步骤生成的不合理、不逼真的问题,针对目标图像生成其逼真、合理的绘制步骤,以供绘画者学习参考。
-