基于语义特征变换的跨域图像转换方法、计算机设备和存储介质

发明专利有效专利

申请号：
CN202010719069.5
IPC分类号：G06T3/00;G06N3/04;G06N3/08
申请日期：
2020-07-23
申请人：
浙江大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于语义特征变换的跨域图像转换方法、计算机设备和存储介质
申请号	CN202010719069.5	申请日期	2020-07-23
法律状态	实质审查	申报国家	中国
公开/公告日	2020-11-27	公开/公告号	CN112001839A
优先权	暂无	优先权号	暂无
主分类号	G06T3/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T3/00 在图像平面内的图形图像转换，例如，从位像到位像地建立一个不同图像〔6〕	IPC分类号	G;0;6;T;3;/;0;0;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	浙江大学	申请人地址	浙江省杭州市西湖区余杭塘路866号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	浙江大学	当前权利人	浙江大学
发明人	赵磊;王志忠;仇礼鸿;张惠铭;莫启航;林思寰;陈海博;李艾琳;左智文;邢卫;鲁东明
代理机构	杭州合信专利代理事务所（普通合伙）	代理人	暂无

摘要

本申请涉及一种基于语义特征变换的跨域图像转换方法、计算机设备和存储介质，所述方法包括获取第一图像和第二图像，其中第一图像为参照图像，第二图像为依据第一图像进行跨域转换的需转换图像；将第一图像以及第二图像输入语义特征提取网络，分别得到与第一图像对应的第一语义特征，以及与第二图像对应的第二语义特征；将第一语义特征以及第二语义特征输入训练后的跨域图像深度神经学习网络，得到具有第一图像特征的跨域图像。采用本方法能够减少了原始图像中冗余信息的干扰，生成的跨域图像具有稳定性，并且应用比较广泛。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供