CN2022101321131一种基于深度学习的以图搜图方法及装置.pdf

2024-08-17

10

808KB

一种基于深度学习的自然图像抠图方法.pdf

本发明公开了一种基于深度学习的自然图像抠图方法，其包括以下步骤：获取抠图数据集，并进行数据增强；搭建具有编码器‑解码器结构的自然图像抠图模型，为保留细节信息，设计编码器使其下采样倍数为4，为弥补下采样倍数下降带来的感受野变小，引入空洞卷积扩大感受野，保存最大池化操作中最大像素位置，以便为上采样阶段提供位置信息；为解决多尺度问题，在编码器顶部连接一个空洞空间金字塔模块；在解码器中设计全局语境模块，用于融合所述编码器与解码器对应的高层特征；最后训练并测试。本发明在提取特征过程中保留更多细节信息，同时关联多尺度

2023-11-14

10

1MB

基于深度图的图像虚化方法及装置.pdf

本发明公开了一种基于深度图的图像虚化方法及装置，所述基于深度图的图像虚化方法包括：获得原图对应的深度图和人像轮廓图；以人像轮廓图为模板对深度图的人像轮廓进行优化处理；以进行优化处理后的深度图为虚化系数对原图进行背景虚化处理；根据人像轮廓图对原图的人像区域和进行背景虚化处理后的原图进行融合处理。本发明提供的基于深度图的图像虚化方法及装置，通过以人像轮廓图为模板对深度图的人像轮廓进行优化，保证了背景虚化时人像和背景的边界清晰准确、过度自然。

2023-08-30

10

564KB

一种深度图的处理方法及装置.pdf

本发明实施例公开了一种深度图的处理方法及装置，属于计算机多媒体技术领域。所述方法包括：提取深度图中的物体轮廓；对物体轮廓进行修正，将修正后的轮廓内外区域用所述区域的原深度值进行填充；对填充完的深度图进行高斯滤波。所述装置包括：提取模块，修正模块，填充模块和第一滤波模块。本发明实施例提供的技术方案通过对深度图的轮廓进行修正，并对深度图进行滤波，使深度图的轮廓变得精确，深度图的深度值在物体轮廓处的过渡变得平滑，进而可以使得合成的立体视频的抖动性大大降低。

2023-10-22

10

1.1MB

一种基于图压缩的深度图分类模型防御方法.pdf

本发明涉及图科学技术领域，具体公开一种基于图压缩的深度图分类模型防御方法，包括以下步骤：(1)设计深度图分类模型，对干净样本与对抗样本的连边求梯度得到所有连边权重系数；(2计算干净/对抗样本的梯度‑传统连边重要性相似度；(3)选择传统连边重要性指标与对抗样本中的连边进行排序，提取对抗样本中的关键连边；(4)根据提取到的关键连边进行图压缩，并将压缩后的图样本重新输入深度图分类模型，输出压缩后的图分类准确率，实现深度图分类模型的防御过程。本发明利用图压缩方法保留图原始关键连边并滤除对抗扰动连边与非关键连边，实

2023-11-07

10

822KB