公开(公告)号：CN116704057A

公开(公告)日：2023-09-05

申请号：CN202310560738.2

申请日：2023-05-18

Applicant: 华南理工大学

Inventor： 徐雪妙 ,  郑辰熙 ,  刘邦镇 ,  张怀东 ,  谢懿

IPC: G06T11/00 ,  G06N3/0475 ,  G06N3/094

Abstract: 本发明公开了一种基于条件StyleGAN的小样本图像生成方法，包括：1)对数据集的图像按照类别进行预处理；2)使用可见类别预训练条件StyleGAN；3)使用k张不可见类图像优化条件StyleGAN，其优化过程包括两个阶段：隐空间定位阶段和隐空间微调阶段，其中隐空间定位阶段以不可见类别图像子集为锚点，定位出不可见类别的子空间，隐空间微调阶段通过对抗损失和锚点稳定损失进一步对齐条件生成器的生成分布和不可见类别的真实分布；4)通过随机采样噪声生成不可见类别的图片。本发明具有了深度学习技术的特性，通过一系列的优化目标，使生成器能通过k张不可见类别参考图片的优化，具备不可见类别图像的生成能力。

公开(公告)号：CN110175974B

公开(公告)日：2024-08-13

申请号：CN201810200525.8

申请日：2018-03-12

Applicant: 腾讯科技(深圳)有限公司 ,  华南理工大学

Inventor： 何盛烽 ,  张怀东

IPC: G06T7/00 ,  G06N3/0464 ,  G06T7/10

Abstract: 本申请涉及一种图像显著性检测方法、装置、计算机设备和存储介质，方法包括：获取待检测图像；运用超像素分割算法，将待检测图像分割成多尺度下的超像素，得到待检测图像各尺度的超像素分割图像；提取各超像素分割图像的特征，得到各超像素分割图像的特征向量；将各超像素分割图像的特征向量依次输入递归神经网络结构的各神经网络单元，通过各神经网络单元检测对应的超像素分割图像，得到各超像素分割图像的显著图检测结果；融合各尺度的超像素分割图像的显著图检测结果，得到图像的显著图。该方法能够高效的把全部或更更大的局部信息加入到对当前的超像素的显著性的判断，从而得到更加准确的检测结果。

公开(公告)号：CN118096872A

公开(公告)日：2024-05-28

申请号：CN202311578012.8

申请日：2023-11-24

Applicant: 华南理工大学

Inventor： 宋爽 ,  钟升 ,  张怀东 ,  卢泽宁 ,  谢懿 ,  任鑫宇

IPC: G06T7/73 ,  G06V20/50 ,  G06T7/50

Abstract: 本发明公开了一种基于深度图像分割与人体模型正投影算法的导盲方法，该方法包括以下步骤：通过深度摄像头获取使用者的身体相关尺寸数据以及前方道路障碍状况的图像数据；设定初始阈值距离与最小安全距离，将初始阈值距离内的物体投影至铅垂平面，构建出平面视障图；判断视障图中是否存在可通过区域；如果存在可通过区域，则引导使用者向该区域行走，如果不存在可通过区域，则缩小当前距离阈值并重复上述步骤，若当前距离阈值缩小至最小安全距离阈值以下，则判断无可通过区域，发出转向指示。本发明基于深度图像分割，将深度摄像头获取到的深度图像根据障碍物位置划分出可通过区域并提供相关导盲信息，进而提升导盲避障的准确性。