公开(公告)号：CN118397274A

公开(公告)日：2024-07-26

申请号：CN202410512249.4

申请日：2024-04-26

Applicant: 哈尔滨工业大学(威海) ,  长江时代通信股份有限公司

Inventor： 丁建睿 ,  郑宇力 ,  丁卓 ,  苏允良

IPC: G06V10/26 ,  G06V10/44 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084 ,  G06T7/10

Abstract: 本发明公开了一种基于可变形卷积的图像分割方法，方法步骤包括：对原始图像进行预处理获得输入图像、由特征提取网络对输入图像进行逐层特征提取、由上采样网络通过结合各层的图像特征和语义信息来逐层恢复图像尺寸得到网络预测分割结果、根据网络预测分割结果与对应的真实分割结果的对比结果来对图像分割网络进行训练、对图像分割网络的分割效果进行评估和可视化展示。该图像分割方法设置有可变形的卷积核结构，可避免固定尺寸卷积核的感受野太小无法捕获大尺寸对象特征或感受野太大引入过多噪声和无效信息的问题，提高网络对于有效信息的提取能力，解决不同类型的图像对于网络分割效果产生影响的问题，从而提高分割性能。

公开(公告)号：CN118397274B

公开(公告)日：2024-12-13

申请号：CN202410512249.4

申请日：2024-04-26

Applicant: 哈尔滨工业大学(威海) ,  长江时代通信股份有限公司

Inventor： 丁建睿 ,  郑宇力 ,  丁卓 ,  苏允良

IPC: G06V10/26 ,  G06V10/44 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084 ,  G06T7/10

Abstract: 本发明公开了一种基于可变形卷积的图像分割方法，方法步骤包括：对原始图像进行预处理获得输入图像、由特征提取网络对输入图像进行逐层特征提取、由上采样网络通过结合各层的图像特征和语义信息来逐层恢复图像尺寸得到网络预测分割结果、根据网络预测分割结果与对应的真实分割结果的对比结果来对图像分割网络进行训练、对图像分割网络的分割效果进行评估和可视化展示。该图像分割方法设置有可变形的卷积核结构，可避免固定尺寸卷积核的感受野太小无法捕获大尺寸对象特征或感受野太大引入过多噪声和无效信息的问题，提高网络对于有效信息的提取能力，解决不同类型的图像对于网络分割效果产生影响的问题，从而提高分割性能。

公开(公告)号：CN118887308A

公开(公告)日：2024-11-01

申请号：CN202410923814.6

申请日：2024-07-11

Applicant: 哈尔滨工业大学(威海) ,  长江时代通信股份有限公司

Inventor： 丁建睿 ,  郑宇力 ,  丁卓

IPC: G06T11/00 ,  G06N3/0455 ,  G06N3/08 ,  G06F40/284 ,  G06F40/242

Abstract: 本发明公开了一种基于一致性模型的文生图方法，步骤包括：使用原始数据集来训练Tokenizer和变分自编码器；将Tokenizer和变分自编码器用于处理原始的图像和文本对，将图像和文本对转化为图像特征向量和文本特征向量对；构建文本条件生成的一致性模型并进行训练；由Tokenizer、随机采样高斯噪声、一致性模型以及变分自编码器的解码器构建推理模型，将待生成文本输入至Tokenizer，从变分自编码器的解码器处获得生成的图像。该文生图方法利用Tokenizer嵌入文本信息，利用变分自编码器压缩数据集，实现一步采样，且在训练过程中，只需训练单个条件采样器，节省了训练的时间。

公开(公告)号：CN118887308B

公开(公告)日：2025-04-29

申请号：CN202410923814.6

申请日：2024-07-11

Applicant: 哈尔滨工业大学(威海) ,  长江时代通信股份有限公司

Inventor： 丁建睿 ,  郑宇力 ,  丁卓

IPC: G06T11/00 ,  G06N3/0455 ,  G06N3/08 ,  G06F40/284 ,  G06F40/242

Abstract: 本发明公开了一种基于一致性模型的文生图方法，步骤包括：使用原始数据集来训练Tokenizer和变分自编码器；将Tokenizer和变分自编码器用于处理原始的图像和文本对，将图像和文本对转化为图像特征向量和文本特征向量对；构建文本条件生成的一致性模型并进行训练；由Tokenizer、随机采样高斯噪声、一致性模型以及变分自编码器的解码器构建推理模型，将待生成文本输入至Tokenizer，从变分自编码器的解码器处获得生成的图像。该文生图方法利用Tokenizer嵌入文本信息，利用变分自编码器压缩数据集，实现一步采样，且在训练过程中，只需训练单个条件采样器，节省了训练的时间。

公开(公告)号：CN117994122B

公开(公告)日：2024-11-26

申请号：CN202410135881.1

申请日：2024-01-31

Applicant: 哈尔滨工业大学(威海) ,  南京龙垣信息科技有限公司

Inventor： 郑宇力 ,  丁卓

IPC: G06T3/04 ,  G06T7/90 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/044 ,  G06N3/094

Abstract: 本发明涉及计算机视觉技术领域，具体涉及一种基于循环生成对抗网络的图像风格迁移方法；将风格A的图像集和风格B的图像集共同作为训练集，两种风格的图像集分别把对方的风格作为迁移目标，构建一个用于判断图像的风格和是否经过迁移的判别器，两个用于进行风格迁移的生成器；利用推土机距离和梯度惩罚更新判别器，利用循环一致性损失、一致性损失和两个生成器损失更新生成器；通过推土机距离收敛与否判断训练进程；通过实际生成的效果图来调整多优化目标的损失函数的超参数；本发明改善了循环生成对抗网络训练的稳定性，使得训练进程可视化，有效降低了模型训练的难度，可以用于不同数据集的图像风格迁移任务。

公开(公告)号：CN117994122A

公开(公告)日：2024-05-07

申请号：CN202410135881.1

申请日：2024-01-31

Applicant: 哈尔滨工业大学(威海) ,  南京龙垣信息科技有限公司

Inventor： 郑宇力 ,  丁卓

IPC: G06T3/04 ,  G06T7/90 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/044 ,  G06N3/094

Abstract: 本发明涉及计算机视觉技术领域，具体涉及一种基于循环生成对抗网络的图像风格迁移方法；将风格A的图像集和风格B的图像集共同作为训练集，两种风格的图像集分别把对方的风格作为迁移目标，构建一个用于判断图像的风格和是否经过迁移的判别器，两个用于进行风格迁移的生成器；利用推土机距离和梯度惩罚更新判别器，利用循环一致性损失、一致性损失和两个生成器损失更新生成器；通过推土机距离收敛与否判断训练进程；通过实际生成的效果图来调整多优化目标的损失函数的超参数；本发明改善了循环生成对抗网络训练的稳定性，使得训练进程可视化，有效降低了模型训练的难度，可以用于不同数据集的图像风格迁移任务。