-
公开(公告)号：CN108615252A
公开(公告)日：2018-10-02
申请号：CN201810414328.6
申请日：2018-05-03
Applicant: 苏州大学
Abstract: 本发明公开了一种基于参考图像的线稿上色模型的训练方法，能够利用多组训练样本，训练线稿上色模型获取参考图像的语义信息特征，并根据语义信息特征对线稿进行上色，得到上色线稿，然后对上色线稿和对比线稿进行鉴别，并不断调整模型参数直至鉴别结果满足预设要求。可见，该方法训练得到的模型能够获取参考图像中的语义信息特征，并利用语义信息特征对线稿进行上色，因而能够通过切换不同的参考图像来为线稿上不同风格的色彩，避免了色彩风格单一的问题。此外，本发明还提供了基于参考图像的线稿上色模型的训练装置、设备和计算机可读存储介质，以及基于参考图像为线稿上色的方法和装置，其作用与上述训练方法的作用相对应。
-
公开(公告)号：CN107256221B
公开(公告)日：2020-11-03
申请号：CN201710281305.8
申请日：2017-04-26
Applicant: 苏州大学
IPC: G06F16/74 , G06F40/134 , G06K9/00 , G06K9/62
Abstract: 本发明公开了一种基于多特征融合的视频描述方法，其特征在于：1)通过融合传统CNN特征和SIFT流特征提取视频的深层时空特征；2)根据步骤1)提取的深层时空特征，采用加入以平均池化特征作为视频整体特征的S2VT句子生成模型生成相应的句子描述；3)采用word2vec词向量替换one‑hot vector词表征优化步骤2)中的句子生成模型。本方法优点是通过多特征融合，能更好地提取到更加鲁棒的时空特征，同时在句子生成模型中加入平均池化特征，以便视觉信息与单词间建立更多联系，最后采用word2vec词向量方法替换one‑hot vector词表征，在单词与单词之间建立更多的联系，有效提高视频描述性能。
-
公开(公告)号：CN107256221A
公开(公告)日：2017-10-17
申请号：CN201710281305.8
申请日：2017-04-26
Applicant: 苏州大学
Abstract: 本发明公开了一种基于多特征融合的视频描述方法，其特征在于：1)通过融合传统CNN特征和SIFT流特征提取视频的深层时空特征；2)根据步骤1)提取的深层时空特征，采用加入以平均池化特征作为视频整体特征的S2VT句子生成模型生成相应的句子描述；3)采用word2vec词向量替换one‑hot vector词表征优化步骤2)中的句子生成模型。本方法优点是通过多特征融合，能更好地提取到更加鲁棒的时空特征，同时在句子生成模型中加入平均池化特征，以便视觉信息与单词间建立更多联系，最后采用word2vec词向量方法替换one‑hot vector词表征，在单词与单词之间建立更多的联系，有效提高视频描述性能。
-
-
Search Results
3
records
(took 0.041 seconds)
