公开(公告)号：CN118761931A

公开(公告)日：2024-10-11

申请号：CN202410756397.0

申请日：2024-06-12

Applicant: 郑州轻工业大学

Inventor： 李灿林 ,  张祥飞 ,  毕丽华 ,  谭鑫 ,  邵志文 ,  苏浩文 ,  吴怀广 ,  张航

IPC: G06T5/73 ,  G06V10/774 ,  G06V10/764 ,  G06V10/77 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/0499 ,  G06N3/094

Abstract: 本发明公开了一种基于混合级联组注意力Transformer的非配对遥感图像去雾方法，构建具有混合级联组注意力Transformer模块的U‑Net网络结构生成器，并预训练U‑Net网络结构生成器；将预训练后的U‑Net网络结构生成器作为循环生成对抗网络的生成器，通过循环生成对抗网络实现非配对遥感有雾图像和遥感无雾图像之间的相互转化，使用损失函数调整循环生成对抗网络的参数，得到最优非配对遥感图像去雾模型。本发明不仅能够在重要区域和细节方面生成高感知质量的遥感无雾图像，同时能够避免特征丢失和颜色的偏移。

公开(公告)号：CN118761901A

公开(公告)日：2024-10-11

申请号：CN202410822459.3

申请日：2024-06-18

Applicant: 郑州轻工业大学

Inventor： 李灿林 ,  王新玥 ,  毕丽华 ,  邵志文 ,  谭鑫 ,  易冉 ,  张航 ,  常化文

IPC: G06T3/04 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/0464

Abstract: 本发明提供一种基于样式条件信息的多风格图像卡通化方法，其包括：获取源域和目标域的训练集；包含两个用于促进多样式图像卡通化的关键组件，即分别设计了一个条件生成器和一个多风格学习判别器，将风格条件信息嵌入特征空间，提高模型实现不同卡通风格的能力；构建损失函数，引入条件对比损失用于促进不同风格的卡通图像生成；利用各损失值调整所述生成对抗网络模型的参数，优化生成器和判别器网络，并循环迭代多轮整个生成对抗网络模型，得到训练好的多风格卡通化生成式网络；将待处理的自然图像输入到训练好的多风格卡通化生成式网络，即可得到不同风格的卡通图像；本发明简化了不同风格图像的生成过程，只需要对模型进行一次训练，显著提高了效率。