基于深度学习的图像修改区域定位方法、系统及存储介质.pdf
醉香****mm
亲,该文档总共14页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于深度学习的图像修改区域定位方法、系统及存储介质.pdf
本发明公开了一种基于深度学习的图像修改区域定位方法、系统及存储介质,通过提取目标RGB图像的图像残差,基于图像残差,使用第一神经网络提取目标RGB图像中的修改过的区域与未修改过的区域之间高频分量的不一致性特征,根据提取的不一致性特征生成第一特征图;提取目标RGB图像的局部二值模式特征,将局部二值模式特征与目标RGB图像进行合并,得到合并图像,使用第二神经网络提取合并图像中的修改过的区域与未修改过的区域之间的块相似性特征,根据提取的块相似性特征生成第二特征图;融合第一特征图和第二特征图得到目标特征图,基于目
基于深度学习的图像分割方法、装置、设备和存储介质.pdf
本发明实施例公开了一种基于深度学习的图像分割方法、装置、终端设备和存储介质。基于对脏器图像数据中的样本图像数据的分割标记操作得到训练集,所述脏器图像数据通过对脏器扫描得到;生成初始图像分割模型,将所述训练集输入所述初始图像分割模型进行模型训练,以获得用于图像结构分割的图像分割模型,所述初始图像分割模型在U‑Net框架的中心层添加与所述U‑Net框架的解码器分支并行的正则约束分支得到,所述正则约束分支用于对所述U‑Net框架的编码器分支进行正则约束;将待分割的脏器图像数据输入到所述图像分割模型,以对所述待分
红外图像与深度图像融合方法、系统、装置及存储介质.pdf
本发明属于电力设备状态监测技术领域,具体涉及一种基于注意力机制的红外图像与深度图像融合方法及系统。针对现有电力设备状态识别方法准确性较低的不足,本发明采用如下技术方案:一种基于注意力机制的红外图像与深度图像融合方法,应用于预先构建的生成对抗网络,所述生成对抗网络包括生成器、注意力特征提取模块及判别器,包括:获取红外图像和深度图像,分别进行编码;对编码后的度图像进行注意力特征提取,得到融合图像;对所述融合图像进行检测,得到红外图像细节及深度图像细节。本发明的有益效果是:采用深度图像可以适应图像焦距差异,抑制
基于图像的飞织鞋面匹配定位方法及其系统和存储介质.pdf
本发明提供了一种基于图像的飞织鞋面匹配定位方法,包括:根据飞织鞋面模板图像,得到匹配模板;根据所述匹配模板和鞋面轮廓图形,得到匹配结果图形;将所述匹配模板与待匹配的飞织鞋面图像进行匹配,根据匹配结果调整匹配结果图形的定位信息,其中,所述定位信息包括位置和/或角度。本发明实现飞织鞋面图像的快速、自动定位,确保定位到的鞋面图形在鞋头和鞋跟处定位位置准确,并且与模板相比图形的旋转角度正确,快速有效的实现了飞织鞋面图形的智能定位,无需人工手工对位,可以将工人从繁琐的劳动中解放出来,省时省工,生产效率提高了5倍以上
基于深度学习的单幅图像去雪花方法、装置及存储介质.pdf
本发明公开了一种基于深度学习的单幅图像去雪花方法、装置及存储介质,所述方法包括:通过注意力机制,将成对的具有相同背景的含雪和无雪图像作为输入,根据网络的自动学习能力,提取雪花像素的特征生成雪花注意力图;将含雪图像与相应的雪花注意力图同时作为无雪图像生成部分的输入,利用U‑net网络以及残差网络恢复出无雪图像;将恢复出的无雪图像与真实的无雪图像同时作为判别器部分的输入,用以训练判别器判断真假图像的能力;采用训练后的判别器对输入的图像进行特征提取,通过提取到的特征做出判断,从而使得生成器生成的图像越来越接近真