-
公开(公告)号：CN117333359A
公开(公告)日：2024-01-02
申请号：CN202311156435.0
申请日：2023-09-08
Applicant: 西北大学
IPC: G06T3/40 , G06V10/774 , G06V10/80 , G06V10/74 , G06N3/0464 , G06N3/08
Abstract: 本申请公开了一种基于可分离卷积网络的山水画图像超分辨率重建方法，包括建立山水画的原始图像数据集，并对其进行预选处理，得到预训练图像数据集和测试图像数据集；对预训练图像数据集进行一阶退化处理和二阶退化处理，得到待重建图像数据集；将待重建图像数据集在超分辨率山水画图像模型重建器内进行卷积、超分重建山水画的预训练，得到预训练参数，通过该参数对超分辨率山水画图像模型进行调整，所述预训练中采用对抗损失函数配合训练；将测试图像数据集中输入经过调整后的超分辨率山水画图像模型上进行重建，得到超分辨率山水画图像。本方法重建后的山水画中人物、植物以及建筑物等细节复原的效果更好、真实感更高、视觉体验更加自然。
-
公开(公告)号：CN115908602A
公开(公告)日：2023-04-04
申请号：CN202211199003.3
申请日：2022-09-29
Applicant: 西北大学
Abstract: 本发明提供了一种将风景照片转化为中国山水画的风格迁移方法，该方法采用基于CycleGAN的图像风格迁移框架，针对迁移过程中存在的伪影和光斑的情况，采用带有反射填充层的RRDB模块；采用光谱归一化的U‑Net鉴别器来提高鉴别器能力，稳定训练动态；利用LMS‑SSIM损失函数保留边缘和细节等高频信息，对生成图像的亮度和颜色进行优化。采用损失函数让模型从亮度、对比度和结构方面对风格迁移后的图像进行约束，使风格转换中生成的图像才能更加符合人的视觉感知。
-
公开(公告)号：CN118470143A
公开(公告)日：2024-08-09
申请号：CN202410389081.2
申请日：2024-04-01
Applicant: 西北大学
IPC: G06T11/00 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明属于计算机视觉技术领域，尤其涉及一种细粒度的文字生成山水画模型构建方法，通过大语言模型自动构建原始数据集，对原始数据集进行人工标注，对标注后的原始数据集进行预处理得到山水画图文数据集；山水画图文数据集包括图像及与每张图像对应的细粒度文本信息，所述细粒度文本信息包括：历史文化信息、画面内容描述、画作蕴含情感信息和中国传统诗歌，将细粒度文本信息的文本特征向量按照特定顺序注入预训练模型的不同交叉注意力层中，使用LoRA对预训练模型进行微调，控制扩散过程，得到一种细粒度文字生成山水画模型；本发明模型可生成更符合传统中国山水画风格且在表达画作蕴含情感信息方面具有优势的画作。
-
公开(公告)号：CN117152750A
公开(公告)日：2023-12-01
申请号：CN202311145623.3
申请日：2023-09-06
Applicant: 西北大学
IPC: G06V20/70 , G06V10/26 , G06V10/44 , G06V10/774 , G06V10/776 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06N3/084 , G06N3/0985
Abstract: 本发明公开的一种山水画语义分割模型的构建方法，具体包括采用特征提取器和DRA模块组成编码器与解码器结合形成语义分割模型；建立山水画的原始样本数据集，对其进行标注得到参照集；选取部分原始样本数据集中的山水画和与其对应的参照集中样本组成训练集，剩余相互对应的样本组成测试数据集；获取现有自然图像语义分割集，对其在语义分割模型上进行预训练，从而对语义分割模型进行调整；将训练集中原始样本输入预训练和调整后的语义分割模型中进行训练，得到一种山水画语义分割模型。本发明能够很好的区分山水画中的相似细节物并进行标注，解决了现有人工标注的费时费力和过拟合导致泛化性降低的问题。
-
-
-
Search Results
4
records
(took 0.02 seconds)
