-
公开(公告)号：CN113658285B
公开(公告)日：2024-05-31
申请号：CN202110723166.6
申请日：2021-06-28
Applicant: 华南师范大学
IPC: G06T11/00 , G06V40/16 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0475 , G06N3/044 , G06N3/084 , G06N3/094
Abstract: 本发明公开了一种人脸照片到艺术素描的生成方法。所述方法包括以下步骤：训练VGG素描分类器模型，构建改进循环生成对抗网络；加载人脸图片‑素描数据集并进行数据预处理，得到增广的人脸图片‑素描数据集；将增广的人脸图片‑素描数据集的图像数据输入改进循环生成对抗网络中进行训练，用人脸掩码得到素描五官区域进行判别，使改进循环生成对抗网络的生成器加强人脸区域生成，得到训练好的改进循环生成对抗网络；将待转化的人脸照片输入到训练好的改进循环生成对抗网络中，获得转化后的艺术素描。本发明加入感知损失有助于生成干净的背景和更相似的高层语义，加入VGG特征则有助于模型的收敛，加入Mask区域判别器有助于生成更加逼真的人脸区域。
-
公开(公告)号：CN112347284B
公开(公告)日：2024-05-14
申请号：CN202010975070.4
申请日：2020-09-16
Applicant: 华南师范大学
IPC: G06F16/535 , G06F16/538 , G06F16/583 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种组合商标图像检索方法，包括：收集各类商标图像，建立商标库；使用卷积神经网络模型提取待检测组合商标图像的特征，并计算提取得到的特征与商标库中各个商标提取到的特征的欧式距离，根据欧式距离的大小对商标检索结果进行排序，得到基于图像特征的检索结果序列Q；使用端对端的文字识别算法检索并识别待检测组合商标中的文字；对识别得到的文字与商标库中的各个商标对应文字进行相似度排序，得到基于文字识别的检索结果序列T；融合检索结果序列Q和检索结果序列T，得到最终检索结果序列S。本方法分别对图像与文字进行提取和识别，并融合两者得到最终的检索结果。可以较准确地检索到组合商标图像相似性结果。
-
公开(公告)号：CN113780335B
公开(公告)日：2023-09-29
申请号：CN202110844978.6
申请日：2021-07-26
Applicant: 华南师范大学
IPC: G06V10/764 , G06V10/74 , G06T3/40 , G06N3/0464 , G06N3/048 , G06N3/08 , G06V10/82
Abstract: 本发明涉及一种小样本商品图像分类方法、装置、设备及存储介质。该方法包括如下步骤：获取目标商品图像；将所述目标商品图像与支持集图像输入至训练好的商品分类模型，得到该商品图像与所述支持集图像中每个图像之间的相似度，其中，所述商品分类模型包括嵌入模块和度量模块，所述嵌入模块包括相互连接的第一卷积层和第一ECA层，所述度量模块包括相互连接的第二卷积层和全连接层；根据最大的所述相似度，得到该目标商品的类别。该方法的嵌入模块融入了ECA模块，能够提取更加精确的特征图，从而使得后面度量模块分类更加有效。同时使得融入了ECA模块的度量模块能够在比较特征相似度的同时利用不同类别图像特征之间的关系，从而提高分类的准确率。
-
公开(公告)号：CN113657425B
公开(公告)日：2023-07-04
申请号：CN202110721193.X
申请日：2021-06-28
Applicant: 华南师范大学
IPC: G06V10/764 , G06V10/74 , G06V10/774 , G06V10/82 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于多尺度与跨模态注意力机制的多标签图像分类方法。所述方法包括以下步骤：构建标签图并通过图卷积神经网络学习标签特征；获取待分类图像，采用预训练好的卷积神经网络中提取图像特征；构建分类模型，分别将得到的标签特征和图像特征输入MSML‑GCN模块和GCN‑SGA模块中进行特征融合计算；将得到的预测结果进行融合，得到最终预测标签，并使用多标签分类损失函数对分类模型进行迭代训练，得到训练好的分类模型；将提取的待分类图像的图像特征输入训练好的分类模型，得到多标签图像分类结果。本发明能够解决现有图像分类方法每年充分学习标签之间的依赖关系，而导致图像分类效果不佳的技术问题。
-
公开(公告)号：CN116363114A
公开(公告)日：2023-06-30
申请号：CN202310370351.0
申请日：2023-04-07
Applicant: 华南师范大学
Abstract: 本发明涉及一种瓷砖表面质量检测方法、装置、电子设备及存储介质。本发明所述的瓷砖表面质量检测方法包括：获取待检测的瓷砖表面图像，并对所述瓷砖图像进行预处理，得到瓷砖前景图像；对所述瓷砖前景图像进行缺陷检测，得到对应的缺陷检测结果；对所述瓷砖前景图像和瓷砖标准版图像进行特征提取，通过比对特征差值，得到所述瓷砖前景图像的色差判断结果；同时根据所述缺陷检测结果和所述色差判断结果，按照预设的等级划分逻辑，得到所述瓷砖表面图像对应的等级。本发明所述的瓷砖表面质量检测方法，运用基于图像处理技术和深度学习技术的瓷砖表面质量视觉检测方法，自动化地实现瓷砖表面质量检测。
-
Patent Agency Ranking
公开(公告)号：CN114547354B
公开(公告)日：2023-04-07
申请号：CN202210136975.1
申请日：2022-02-15
Applicant: 华南师范大学
IPC: G06F16/51 , G06F16/55 , G06V10/774 , G06V10/764
Abstract: 本发明涉及一种基于函数自适应映射的深度哈希方法。本发明所述的基于函数自适应映射的深度哈希方法包括如下步骤：构建带标签图像的实验数据集，及构建基于函数自适应映射的深度哈希模型；其中，实验数据集包括训练集和测试集；输入训练集的带标签图像将深度哈希模型训练至收敛，并在训练时通过目标函数进行损失计算；目标函数包括度量损失函数LDAMH，度量损失函数LDAMH使用交叉熵损失函数，其表达式为p(sij|θ)表示内积θ对相似性sij的似然概率，其表达式为σ[f(θ)]表示Sigmoid函数关于一次函数f(θ)的复合函数；输入测试集的带标签图像测试深度哈希模型，获得训练后的深度哈希模型。该方法的似然函数能够根据样本学习情况进行自适应映射，具有检索精度高、训练速度快、稳定性高的特点。
-
公开(公告)号：CN115205961A
公开(公告)日：2022-10-18
申请号：CN202210630647.7
申请日：2022-06-06
Applicant: 华南师范大学 , 深圳市看见运动科技有限公司
IPC: G06V40/20 , G06V10/764 , G06V10/774 , G06V20/40
Abstract: 本发明涉及一种羽毛球动作识别方法、装置、电子设备及存储介质。本发明所述的羽毛球动作识别方法包括：获取待分类的动作视频，逐帧读取所述动作视频的图像；对所述图像进行关键点坐标提取，获得每张所述图像中的人体关键点坐标信息；根据所述坐标信息，构建每帧图像的特征工程数据；将每一帧图像的所述特征工程数据输入训练好的动作分类模型，得到每一帧图像对应每一个动作的概率值；根据所有图像对应每一个动作的概率值，得到所述待分类的动作视频的动作分类结果。本发明所述的羽毛球动作识别方法，聚焦于羽毛球的动作分类工作，可以更好的识别运动员的动作。
-
公开(公告)号：CN113780335A
公开(公告)日：2021-12-10
申请号：CN202110844978.6
申请日：2021-07-26
Applicant: 华南师范大学
Abstract: 本发明涉及一种小样本商品图像分类方法、装置、设备及存储介质。该方法包括如下步骤：获取目标商品图像；将所述目标商品图像与支持集图像输入至训练好的商品分类模型，得到该商品图像与所述支持集图像中每个图像之间的相似度，其中，所述商品分类模型包括嵌入模块和度量模块，所述嵌入模块包括相互连接的第一卷积层和第一ECA层，所述度量模块包括相互连接的第二卷积层和全连接层；根据最大的所述相似度，得到该目标商品的类别。该方法的嵌入模块融入了ECA模块，能够提取更加精确的特征图，从而使得后面度量模块分类更加有效。同时使得融入了ECA模块的度量模块能够在比较特征相似度的同时利用不同类别图像特征之间的关系，从而提高分类的准确率。
-
公开(公告)号：CN113658285A
公开(公告)日：2021-11-16
申请号：CN202110723166.6
申请日：2021-06-28
Applicant: 华南师范大学
Abstract: 本发明公开了一种人脸照片到艺术素描的生成方法。所述方法包括以下步骤：训练VGG素描分类器模型，构建改进循环生成对抗网络；加载人脸图片‑素描数据集并进行数据预处理，得到增广的人脸图片‑素描数据集；将增广的人脸图片‑素描数据集的图像数据输入改进循环生成对抗网络中进行训练，用人脸掩码得到素描五官区域进行判别，使改进循环生成对抗网络的生成器加强人脸区域生成，得到训练好的改进循环生成对抗网络；将待转化的人脸照片输入到训练好的改进循环生成对抗网络中，获得转化后的艺术素描。本发明加入感知损失有助于生成干净的背景和更相似的高层语义，加入VGG特征则有助于模型的收敛，加入Mask区域判别器有助于生成更加逼真的人脸区域。
-
公开(公告)号：CN113592812A
公开(公告)日：2021-11-02
申请号：CN202110866638.3
申请日：2021-07-29
Applicant: 华南师范大学
Abstract: 本发明涉及一种素描图片评价方法及装置。本发明所述的一种素描图片评价方法包括：构建素描图片评价模型，其中，所述素描图片评价模型包括顺次连接的多个残差块、特征融合层、第一全连接层、第二全连接层和分类层；收集素描图片作品及对应的评价，构建训练数据集；使用所述训练数据集对所述素描图片评价模型进行深度学习训练，得到训练好的素描图片评价模型；将待评价的素描图片输入所述训练好的素描图片评价模型，得到所述素描图片的评价结果。本发明所述的的一种素描图片评价方法具有判断过程无需人工的参与，对素描图片的分类评价结果更为准确的优点。与前述方法相对应，本发明还提供一种素描图片评价装置。
-
-
-
-
-
-
-
-
-
Search Results
103
records
(took 0.019 seconds)
