-
公开(公告)号：CN110889397A
公开(公告)日：2020-03-17
申请号：CN201911284548.2
申请日：2019-12-13
Applicant: 南京大学
IPC: G06K9/00
Abstract: 一种以人为主体的视觉关系分割方法，首先对于输入的图像，提取物体实例分割并分开一般物体和人体，同时对于输入的图像，提取人脸检测结果；然后将从物体实例分割中提取的人体分割和人脸检测结果结合得到更完善的检测分割结果并将物体分割和改善后的人体分割分别作为宾语和主语的图像分割输入预测网络，得到图像中以人为主语的 视觉关系三元组并根据语言先验统计对结果进行筛选。本发明生成的分割定位结果和关系三元组具有较好的准确度，可以为图像搜索、图像说明、图像问答提供支持。
-
公开(公告)号：CN110660018A
公开(公告)日：2020-01-07
申请号：CN201910860104.2
申请日：2019-09-11
Applicant: 南京大学
Abstract: 一种面向图像的非均匀风格迁移方法，在图像中，检测各个像素的显著性，根据各个像素的显著性采用不同的风格化程度，生成非均匀的图像风格迁移结果。本发明首先对于输入的内容图像的每个像素自动计算显著性，进而设定每个像素的风格化程度，然后分特征图计算风格迁移中的内容损失和风格损失，最小化风格迁移的总损失，生成非均匀的风格迁移结果。本发明解决了图像风格迁移中过度风格化或风格化不足的问题，实现了在突出显著区域内容的同时强烈渲染不显眼区域的风格，在风格化的过程中更好的平衡风格化图像的内容保持程度和风格渲染程度。
-
公开(公告)号：CN109785328A
公开(公告)日：2019-05-21
申请号：CN201711112598.3
申请日：2017-11-13
Applicant: 南京大学
Abstract: 一种结合区域合并和深度连通性的似物性估计方法，在RGB-D图像上先结合颜色通道信息和深度连通性生成以权重值为表示的边缘轮廓图，接着在边缘轮廓图的基础上获得层次式分割块，然后将不同层次的分割块组合成假想物体，再采用区域生长方法将假想物体扩展成候选物体，最后依据颜色和深度特征对候选物体进行评分和排序，并以得分高的候选物体的边界框作为似物性估计结果。本发明综合利用了RGB-D图像的颜色通道与深度通道，能够面对RGB-D中似物性估计的任务，取得比现有方法更加准确和鲁棒的似物性估计效果。
-
公开(公告)号：CN108428240A
公开(公告)日：2018-08-21
申请号：CN201810191703.5
申请日：2018-03-08
Applicant: 南京大学
Abstract: 一种对输入信息自适应的显著物体分割方法，首先采用自适应三阈值算法，从显著性图中生成分割种子，然后扩展GrabCut算法，从而能够根据不同的输入信息自适应地初始化算法，并通过自适应GrabCut算法的到显著物体的粗标注图，最后采用自适应初始化分割，优化显著物体轮廓，得到分割结果。本发明采用一个统一框架来处理不同的输入信息，并根据输入信息的变化动态调整方法的模块步骤，从而综合利用了不同输入信息中的物体特征，提高了显著物体分割的准确性和完整性。
-
-
-
Search Results
54
records
(took 0.021 seconds)
