-
公开(公告)号：CN110443805B
公开(公告)日：2021-08-17
申请号：CN201910614753.4
申请日：2019-07-09
Applicant: 浙江大学
Abstract: 本发明公开了一种基于像素密切度的语义分割方法，包括以下步骤：(1)将深度神经网络在目标分类任务上进行预训练；(2)在深度神经网络上加入ASPP结构和Decoder结构；(3)在最顶层的高维特征向量上加入额外的像素密切度分支；(4)从语义分割的标注数据中得出像素密切度的标签并用于训练；(5)训练结束后，在应用过程中使用一个密切度传播后处理函数结合两种输出信息，产生优化过后的语义分割结果。利用本发明，可以对现有的全卷积网络解决方案进行优化，提升语义分割的精准度和稳定性。
-
公开(公告)号：CN110443805A
公开(公告)日：2019-11-12
申请号：CN201910614753.4
申请日：2019-07-09
Applicant: 浙江大学
Abstract: 本发明公开了一种基于像素密切度的语义分割方法，包括以下步骤：(1)将深度神经网络在目标分类任务上进行预训练；(2)在深度神经网络上加入ASPP结构和Decoder结构；(3)在最顶层的高维特征向量上加入额外的像素密切度分支；(4)从语义分割的标注数据中得出像素密切度的标签并用于训练；(5)训练结束后，在应用过程中使用一个密切度传播后处理函数结合两种输出信息，产生优化过后的语义分割结果。利用本发明，可以对现有的全卷积网络解决方案进行优化，提升语义分割的精准度和稳定性。
-
公开(公告)号：CN110415308A
公开(公告)日：2019-11-05
申请号：CN201910542411.6
申请日：2019-06-21
Applicant: 浙江大学
Abstract: 本发明公开了一种基于循环空间转换网络的人脸漫画生成方法，包括：(1)选择训练数据集，分析数据集中的照片和人脸漫画部分，获取人脸的关键点信息；(2)根据人脸的关键点信息，建立基于循环空间转换网络的空间转换模型；(3)对空间转换模型进行训练和测试；(4)建立照片和人脸漫画之间的纹理转换模型，并进行训练优化；(5)将待转换的照片输入训练好的空间转换模型，并将空间转换结果送入纹理转换模型，最终得到高质量的人脸漫画。利用本发明，可以使得生成的人脸漫画不仅在几何结构上具有夸张化的效果，同时在纹理色彩上也具有艺术化的风格，极大地提升了美观性和趣味性。
-
公开(公告)号：CN110415308B
公开(公告)日：2021-03-05
申请号：CN201910542411.6
申请日：2019-06-21
Applicant: 浙江大学
Abstract: 本发明公开了一种基于循环空间转换网络的人脸漫画生成方法，包括：(1)选择训练数据集，分析数据集中的照片和人脸漫画部分，获取人脸的关键点信息；(2)根据人脸的关键点信息，建立基于循环空间转换网络的空间转换模型；(3)对空间转换模型进行训练和测试；(4)建立照片和人脸漫画之间的纹理转换模型，并进行训练优化；(5)将待转换的照片输入训练好的空间转换模型，并将空间转换结果送入纹理转换模型，最终得到高质量的人脸漫画。利用本发明，可以使得生成的人脸漫画不仅在几何结构上具有夸张化的效果，同时在纹理色彩上也具有艺术化的风格，极大地提升了美观性和趣味性。
-
-
-
Search Results
4
records
(took 0.012 seconds)
