-
公开(公告)号:CN119762330A
公开(公告)日:2025-04-04
申请号:CN202411832365.0
申请日:2024-12-12
Applicant: 西北工业大学
IPC: G06T3/04
Abstract: 本发明公开了一种基于扩散模型的精细可控图像风格化方法。该方法包括:获取训练数据,其中,训练数据为一组与拥有对齐风格属性的样本数据,样本数据包括内容图像、笔触图像、颜色图像、文本信息和目标图像;对内容图像、笔触图像和颜色图像隐式地进行特征解耦处理,得到内容属性特征、笔触属性特征和颜色属性特征;将内容属性特征、笔触属性特征、颜色属性特征和文本信息通过适应性门控机制融合并注入至可控扩散模型中,结合目标图像,得到预测图像。本发明解决了现有技术中未解耦参考图像中的多种细粒度的风格属性,造成难以精细、灵活地控制风格转移的技术问题。
-
公开(公告)号:CN119002521A
公开(公告)日:2024-11-22
申请号:CN202411485189.8
申请日:2024-10-23
Applicant: 西北工业大学
Abstract: 本申请属于无人机集群控制技术领域。本申请提供一种基于强化学习的无人机集群协同对抗决策方法。本公开实施例根据己方无人机集群和对手无人机群的对抗场景,提出无人机运动模型和几何态势模型;基于无人机运动模型和无人机之间的几何态势模型,设计无人机生存状态更新规则和对抗任务;将多无人机作战表示为连续空间中的马尔可夫博弈,采用MAPPO算法进行策略迭代优化,设计有效的稀疏奖励函数来指导无人机进行对抗博弈,实现了智能体的学习和集群整体协同对抗的统一,提高了无人机的响应速度,解决了复杂态势环境中奖励函数设计复杂、决策时效性有限等挑战。
-