一种基于文本提炼与多粒度对齐的CLIP的图像美学评价方法

    公开(公告)号:CN119904552A

    公开(公告)日:2025-04-29

    申请号:CN202411974689.8

    申请日:2024-12-30

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于文本提炼与多粒度对齐的CLIP的图像美学评价方法,属于图像处理以及计算机视觉领域。所述方法,利用现有的大语言模型对美学数据集中的用户评论进行文本提炼,从中分析并概括出与美学相关的核心描述,进而构建美学摘要数据集;其次,设计多粒度对齐的CLIP框架,基于该框架利用配对的图像‑详细评论‑美学摘要对原始的CLIP模型进行微调,使模型更好地理解美学领域中图像与文本描述之间的语义关系,从而学习到更加丰富的美学特征表示,获得针对美学任务的优化后的CLIP模型;最后,基于微调后的CLIP模型设计图像美学质量评价网络,以实现对图像美学质量的有效预测。本发明避免了跨模态美学评价方法在推理阶段需要同时输入图像文本对的问题。

    一种基于自适应亮度提升与高保真色彩校正的低照度图像增强方法

    公开(公告)号:CN119477733A

    公开(公告)日:2025-02-18

    申请号:CN202411664186.0

    申请日:2024-11-20

    Applicant: 福州大学

    Abstract: 本发明提出一种基于自适应亮度提升与高保真色彩校正的低照度图像增强方法。包括:构建训练数据集,对成对的低照度/正常照度图像进行数据增强,得到用于训练的图像数据集;设计基于自适应亮度提升与高保真色彩校正的低照度图像增强网络;设计用于训练所设计网络的损失函数;并使用训练数据集训练所设计网络;将待测低照度图像输入到训练好的网络中,生成正常照度图像。本发明利用自适应亮度提升策略以及多色彩空间约束下的色彩校正,能够在自适应增强图像亮度,并将图像色彩进行高保真校正,得到亮度合适且色彩高保真的高质量图像,有效解决了低照度图像亮度不均匀、色彩失真以及细节丢失等问题。

    基于频域感知与调和的多退化低照度图像增强方法

    公开(公告)号:CN118469884A

    公开(公告)日:2024-08-09

    申请号:CN202410628686.2

    申请日:2024-05-21

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于频域感知与调和的多退化低照度图像增强方法。包括:对输入图像进行预处理,包括图像配对、裁剪和数据增强处理,以得到训练数据集;设计一个基于频域感知与调和的多退化低照度图像增强网络,由输入映射层、三阶段编码器、瓶颈层、三阶段解码器以及输出映射层组成;设计损失函数;使用训练数据集训练基于频域感知与调和的多退化低照度图像增强网络;将待测图像输入到该网络中,利用训练好的网络生成正常照度的清晰图像。本发明利用频域感知解耦不同类型的退化,并通过调和方式加强局部和全局处理之间的联系,有助于促进模型在现实世界低光照场景中出现的复杂未知退化问题的泛化性,实现高保真度的场景重现和增强效果。

    基于视差校正和选择融合的双像素散焦图像去模糊方法

    公开(公告)号:CN117522736A

    公开(公告)日:2024-02-06

    申请号:CN202311517957.9

    申请日:2023-11-15

    Applicant: 福州大学

    Abstract: 本发明涉及基于视差校正和选择融合的双像素散焦图像去模糊方法。包括:对散焦模糊图像左、右视图和对应的清晰图像进行数据预处理;设计基于视差校正和选择融合的双像素散焦图像去模糊网络;设计用于优化网络的损失函数,使用训练数据集训练,学习双像素散焦图像去模糊网络模型的最优参数,得到最终的双像素散焦图像去模糊网络模型;将待测散焦模糊图像左、右视图输入到双像素散焦图像去模糊网络模型中,预测生成去除散焦模糊后的清晰图像。本发明通过对齐双像素散焦图像中左、右视图,同时考虑左、右视图清晰区域对图像重建的重要性,有效地去除双像素图像散焦模糊。

Patent Agency Ranking