-
公开(公告)号：CN108875777B
公开(公告)日：2022-03-15
申请号：CN201810413037.5
申请日：2018-05-03
Applicant: 浙江大学 , 浙江大学滨海产业技术研究院
IPC: G06V10/764 , G06V10/774 , G06K9/62 , G06N3/04
Abstract: 基于双路神经网络的纺织面料中纤维种类及混纺比例识别方法，首先利用手机装上专业光学放大摄像头采集纺织面料样本数据；其次，构建双路深度神经网络，以采集到纺织面料样本中部分图像块为输入，输出为纺织面料中纤维种类及混纺比例，对采集到的样本数据集预处理后，对构建的双路深度网络进行训练；实际使用中，利用手机配备的专业光学放大摄像头拍摄任意一种纺织面料，获得的图片远程传入训练好的深度网络，输出对应纺织面料中纤维种类以及对应混纺比例。通过上述3个步骤，可以识别出任意一种纺织面料中纤维种类以及对应混纺比例。
-
公开(公告)号：CN108875777A
公开(公告)日：2018-11-23
申请号：CN201810413037.5
申请日：2018-05-03
Applicant: 浙江大学 , 浙江大学滨海产业技术研究院
Abstract: 基于双路神经网络的纺织面料中纤维种类及混纺比例识别方法，首先利用手机装上专业光学放大摄像头采集纺织面料样本数据；其次，构建双路深度神经网络，以采集到纺织面料样本中部分图像块为输入，输出为纺织面料中纤维种类及混纺比例，对采集到的样本数据集预处理后，对构建的双路深度网络进行训练；实际使用中，利用手机配备的专业光学放大摄像头拍摄任意一种纺织面料，获得的图片远程传入训练好的深度网络，输出对应纺织面料中纤维种类以及对应混纺比例。通过上述3个步骤，可以识别出任意一种纺织面料中纤维种类以及对应混纺比例。
-
公开(公告)号：CN106937018B
公开(公告)日：2019-03-05
申请号：CN201710022650.X
申请日：2017-01-12
Applicant: 浙江大学
IPC: H04N1/54
Abstract: 一种基于RBF(Radical Basis Function)神经网络用于纺织品数码印花的色彩映射方法。此方法由下面三个部分组成：首先设计节省油墨量的CMYK样本集，利用测色仪采集颜色样本数据；对于印染机色域内颜色，利用RBF神经网络建立RGB与CMYK之间的转换关系；对于印染机色域外颜色，通过四种压缩方法，获得色域内的替换颜色。通过上述3个步骤建立的转换关系，可以将任何一张RGB图片精确地转换为对应CMYK颜色值图片，用于纺织品花型稿的喷墨印染。
-
公开(公告)号：CN106570901A
公开(公告)日：2017-04-19
申请号：CN201610991941.5
申请日：2016-11-11
Applicant: 浙江大学
CPC classification number: G06T5/002 , G06T2207/10012
Abstract: 一种基于CUDA的双目深度信息恢复加速方法，由三个有效步骤组成：1)基于双目深度信息恢复的图像预处理阶段进行并行计算；2)基于双目深度信息恢复的立体匹配阶段进行并行设计以及内存访问设计；3)并行处理基于双目深度信息恢复的滤波阶段，同时减少显存和主内存的切换，从而加速双目信息恢复方法。
-
公开(公告)号：CN109614968A
公开(公告)日：2019-04-12
申请号：CN201811176340.4
申请日：2018-10-10
Applicant: 浙江大学
Abstract: 一种基于多尺度混合图像风格化的车牌检测场景图片生成方法，包括：1)收集不同场景下的包含车牌的图片，这里的不同场景包含白天、傍晚、雨天、雪天、阴天和晴天共6个场景；2)划分源域图像和目标域图像，选取难以采集的场景作为目标域，比较容易的场景作为源域；3)对于每一个源-目标域场景对，将源域划分训练集和测试集，将训练集和具有代表性的目标域图片一起输入给多尺度混合图像风格化模型MSST并进行训练；4)测试阶段，将源域中测试集的图片输入MSST模型生成内容接近源域且场景风格接近目标域的图片。
-
Patent Agency Ranking
公开(公告)号：CN108986101A
公开(公告)日：2018-12-11
申请号：CN201810551553.4
申请日：2018-05-31
Applicant: 浙江大学
IPC: G06T7/10
Abstract: 用于人体图像分割的循环“抠图-分割”优化方法，利用图像抠图和分割进行两个任务的共同优化，包含以下步骤：首先原始输入图像经过级联的分割网络产生了二分类分割图和多分类分割图；然后，由图像分割产生的多类分割分数图计算出在抠图中利用的引导滤波器的权值参数，对具有抠图功能的引导滤波器组的输出进行线形组合得到抠图结果。最后由循环的“抠图-分割”优化方法先对抠图结果进行二值化得到二分割图，再输入到分割网络中更新多类分割图从而更新抠图输出，形成一个优化循环。通过以上三个步骤，本发明可以在获取有细致边缘的分割结果的同时获取同样得到优化的人像抠图结果。
-
公开(公告)号：CN109614968B
公开(公告)日：2023-03-24
申请号：CN201811176340.4
申请日：2018-10-10
Applicant: 浙江大学
IPC: G06V20/62 , G06V10/46 , G06V10/774
Abstract: 一种基于多尺度混合图像风格化的车牌检测场景图片生成方法，包括：1)收集不同场景下的包含车牌的图片，这里的不同场景包含白天、傍晚、雨天、雪天、阴天和晴天共6个场景；2)划分源域图像和目标域图像，选取难以采集的场景作为目标域，比较容易的场景作为源域；3)对于每一个源‑目标域场景对，将源域划分训练集和测试集，将训练集和具有代表性的目标域图片一起输入给多尺度混合图像风格化模型MSST并进行训练；4)测试阶段，将源域中测试集的图片输入MSST模型生成内容接近源域且场景风格接近目标域的图片。
-
公开(公告)号：CN110889797B
公开(公告)日：2021-06-08
申请号：CN201910976907.4
申请日：2019-10-15
Applicant: 浙江大学
Abstract: 基于对抗样本生成的深度自适应图像隐藏方法，包含如下几个步骤：首先，设计实验样本，确定需要隐藏的图(secret图)和将接受隐藏信息的图(cover图)；然后建立局部隐藏patch选择的SSD网络，找出cover图中最合适隐藏secret图的区域；之后，建立encode网络，secret图用对抗样本的方法，通过encode网络产生扰动，直接添加到cover图的选定区域产生藏有隐藏信息的container图；接着，建立decode网络，解出与secret图高度相似的revealed图；最后，训练和测试encode网络和decode网络，对每一组输入进行编码网络的更新，实现对于每组图像的个性化隐藏。通过以上三个主要步骤，本发明可以在保持编码得到很好的隐藏还原效果的同时，实现图像的自适应局部隐藏，提高图像隐藏的重建质量，拓展其实际应用范围。
-
公开(公告)号：CN106934835B
公开(公告)日：2020-03-03
申请号：CN201710022484.3
申请日：2017-01-12
Applicant: 浙江大学
Abstract: 基于空间网络用于纺织品喷墨印染的颜色色域映射方法包含如下几个步骤：首先，在RGB颜色空间利用RBF神经网络建立RGB与CMYK之间的样本对映射关系；然后，在RGB颜色空间建立颜色空间网络，网络以RGB整数点为顶点，每个顶点与其26个邻域点利用无向边连接，连接权重通过色差公式CIEDE2000计算；最后，对于印染机色域内颜色，一对一实现映射，对于印染机色域外颜色，利用新提出的多源最短路径算法实现印染机色域外颜色到印染机色域边缘颜色多对一映射。通过以上三个主要步骤，本发明可以实现色域内颜色精准映射的同时，保留图像的层次纹理信息，提升纺织品喷墨印染效果。
-
公开(公告)号：CN108986101B
公开(公告)日：2021-07-06
申请号：CN201810551553.4
申请日：2018-05-31
Applicant: 浙江大学
IPC: G06T7/10
Abstract: 用于人体图像分割的循环“抠图‑分割”优化方法，利用图像抠图和分割进行两个任务的共同优化，包含以下步骤：首先原始输入图像经过级联的分割网络产生了二分类分割图和多分类分割图；然后，由图像分割产生的多类分割分数图计算出在抠图中利用的引导滤波器的权值参数，对具有抠图功能的引导滤波器组的输出进行线形组合得到抠图结果。最后由循环的“抠图‑分割”优化方法先对抠图结果进行二值化得到二分割图，再输入到分割网络中更新多类分割图从而更新抠图输出，形成一个优化循环。通过以上三个步骤，本发明可以在获取有细致边缘的分割结果的同时获取同样得到优化的人像抠图结果。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.019 seconds)
