-
公开(公告)号:CN119963415A
公开(公告)日:2025-05-09
申请号:CN202510064116.X
申请日:2025-01-15
Applicant: 福州大学
IPC: G06T3/4053 , G06T3/4046 , G06N3/0464 , G06N3/096 , G06N3/084 , G06N5/01 , G06N3/0985
Abstract: 本发明提出一种基于激活融合二值化神经网络的光伏面板遥感图像超分辨率重建方法,包括:获取待重建的低分辨率光伏面板遥感检测图像;针对光伏面板图像的规律纹理特性,设计微调残差对齐模块和非线性激活融合模块,并基于此构建二值化神经网络图像超分辨率重建模型;将低分辨率图像输入训练好的模型中,通过微调残差对齐模块、浅层特征提取模块、二值量化处理的深层特征提取模块及图像重构模块生成高分辨率图像。相较于全精度的超分辨率网络模型,本发明中提出的二值网络能够显著降低模型的计算复杂度,同时通过所述设计模块,还能保持良好的图像重建性能,适用于资源受限的遥感检测环境,提升了光伏面板检测的效率和可靠性。
-
公开(公告)号:CN115660947A
公开(公告)日:2023-01-31
申请号:CN202211343697.3
申请日:2022-10-31
Applicant: 福州大学至诚学院
IPC: G06T3/00 , G06T7/194 , G06V10/74 , G06V20/70 , G06N3/0455 , G06N3/0475 , G06N3/08
Abstract: 本发明提出一种基于隐码编辑的发型属性迁移方法及系统,包括以下步骤:步骤S1:将输入的包含发型和/或发色的图像转换到StyleGAN的隐空间,得到输入图像的隐码;步骤S2:根据输入图像的语义分割图编辑隐码,获取对齐输入图像语义分割图的隐码;步骤S3:通过对齐的隐码和语义分割图融合得到目标隐码;步骤S4:调用生成模型,将目标隐码重建得到目标图像。
-
公开(公告)号:CN115631527A
公开(公告)日:2023-01-20
申请号:CN202211366264.X
申请日:2022-10-31
Applicant: 福州大学至诚学院
Abstract: 本发明提出一种基于角度自适应的发型属性编辑方法及系统,包括以下步骤:步骤S1:将输入的图像通过StyleGAN潜码编码器,得到输入图像的潜在编码W+;步骤S2:通过人脸关键点检测2D人脸的关键点,初始化人脸的3D关键点并且使用Perspective‑n‑Point算法求解人脸姿态;步骤S3:通过将x,y,z各个方向与其参考发型的潜码输入到潜码编辑模块;步骤S4:通过生成器重建,得到人脸角度对齐后的图像。本发明对输入图像的特征潜码优化,在通过预先训练好的生成网络重建图像的方法,可以在无需重新训练的情况下实现精准的发型属性编辑效果,满足用户的基本需求。
-
公开(公告)号:CN115631527B
公开(公告)日:2024-06-14
申请号:CN202211366264.X
申请日:2022-10-31
Applicant: 福州大学至诚学院
Abstract: 本发明提出一种基于角度自适应的发型属性编辑方法及系统,包括以下步骤:步骤S1:将输入的图像通过StyleGAN潜码编码器,得到输入图像的潜在编码W+;步骤S2:通过人脸关键点检测2D人脸的关键点,初始化人脸的3D关键点并且使用Perspective‑n‑Point算法求解人脸姿态;步骤S3:通过将x,y,z各个方向与其参考发型的潜码输入到潜码编辑模块;步骤S4:通过生成器重建,得到人脸角度对齐后的图像。本发明对输入图像的特征潜码优化,在通过预先训练好的生成网络重建图像的方法,可以在无需重新训练的情况下实现精准的发型属性编辑效果,满足用户的基本需求。
-
-
-