公开(公告)号：CN107577651A

公开(公告)日：2018-01-12

申请号：CN201710741335.2

申请日：2017-08-25

Applicant: 上海交通大学

Inventor： 张娅 ,  常杰 ,  顾宇俊 ,  王延峰

IPC: G06F17/21 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种基于对抗网络的汉字字体迁移系统，所述系统包括：汉字迁移模块：将源字体通过全卷积神经网络映射成与源字体内容一致、字体不同的生成目标字体；判别器模块：利用基于深度神经网络的判别器网络对生成目标字体和与之对应的真实目标字体，即金标准进行真假字体判别，借助对抗网络训练的思想，不断优化汉字迁移网络，使之能输出更逼真的生成目标字体。本发明能够基于对抗网络将任一印刷体的汉字迁移成另一印刷体，甚至对应某一人的手写体。

公开(公告)号：CN107291945A

公开(公告)日：2017-10-24

申请号：CN201710567746.4

申请日：2017-07-12

Applicant: 上海交通大学

Inventor： 张娅 ,  王仲豪 ,  顾宇俊 ,  王延峰

IPC: G06F17/30 ,  G06N3/08

Abstract: 本发明提供一种基于视觉注意力模型的高精度服装图像检索方法及系统，所述方法包括：特征图提取步骤：对输入的待检索图片，使用深度神经网络提取固定大小的浮点数组成的特征图；注意力图提取步骤：对输入的待检索图片，使用全卷积深度神经网络提取注意力图；注意力结合步骤：对输入的特征图和注意力图进行结合，得到注意力特征图；特征向量映射步骤：对输入的特征图和注意力特征图，使用深度神经网络映射成为固定长度的图像特征向量；相似图像检索步骤。所述系统包括与所述各步骤相对应的模块。本发明能够对输入图像利用视觉注意力模型提取出注意力特征，并与全局特征拼接形成多个视角的特征，从而进行高精度的图像检索。