Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 成都信息工程大学李孝杰获国家专利权

成都信息工程大学李孝杰获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉成都信息工程大学申请的专利融合交互注意力机制的任意风格迁移方法和装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN118052706B

龙图腾网通过国家知识产权局官网在2025-07-08发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202410397562.8,技术领域涉及:G06T3/04;该发明授权融合交互注意力机制的任意风格迁移方法和装置是由李孝杰;郑鑫源;吴锡;史沧红;黄占鳌;赵学敏;靳志恒;杨善敏;吕建成设计研发完成,并于2024-04-03向国家知识产权局提交的专利申请。

融合交互注意力机制的任意风格迁移方法和装置在说明书摘要公布了:发明提出融合交互注意力机制的任意风格迁移方法和装置,构建的迁移网络主要包括:基于Transformer编码器和可逆神经网络的联合特征编码模块、融合通道和空间的交互注意力的风格转换模块和空间感知插值模块,首先利用联合特征编码器中的Transformer编码器提取内容图像和风格图像的全局特征,利用可逆神经网络提取内容图像和风格图像的细节特征,然后将内容图像和风格图像的全局和细节的特征分别送进通道和空间的交互注意力中进行融合,得到全局风格化的特征和细节风格化特征;最后,使用空间感知插值模块进行自适应插值融合。本发明方法捕捉序列数据中的长距离依赖关系和局部模式,具有较强的泛化能力,融合空间和通道细节信息,更好地维持了图像原本的结构。

本发明授权融合交互注意力机制的任意风格迁移方法和装置在权利要求书中公布了:1.基于交互注意力机制的任意风格迁移方法,其特征在于,所述风格迁移方法具体包括: 步骤1:准备数据集; 步骤2:对数据集进行预处理; 步骤3:构建并初始化风格迁移网络,所述风格迁移网络包括联合特征编码器、风格转换模块、空间感知插值模块、解码器和判别器; 步骤4:将步骤2处理后的训练数据输入风格迁移网络中,对网络进行训练,具体包括: 步骤41:将训练集中的内容图像IC和风格图像IS分别传入联合特征编码器中提取特征信息,IC经过联合特征编码器中的Transformer编码器和可逆神经网络后分别得到全局内容特征TC和细节内容特征DC,IS经过联合特征编码器中的Transformer编码器和可逆神经网络后分别得到全局风格特征TS和细节风格特征DS; 步骤42:将步骤41提取的特征输入到所述风格转换模块,具体的,将TC和TS送入风格转换模块的第一分支,得到全局风格化特征TCS,将DC和DS送入风格转换模块的第二分支,得到细节风格化特征DCS; 第一分支的处理过程包括: 步骤421:首先,将TC和TS输入通道空间注意力模块进行处理,使用三个1×1的卷积对输入的特征进行调整,其中一个卷积对TC进行处理得到特征图Q,另外两个卷积对TS进行处理得到特征图K和特征图V,然后将Q与K相乘得到了内容和风格之间的语义关系图,然后使用Softmax激活函数将其进行映射,随后将其与V相乘得到加权后的风格特征M; 步骤422:利用3×3的卷积对TC进行处理得到特征图T* C,将M与T* C输入通道空间交互模块进行融合,先使用通道注意力对T* C进行处理得到通道注意力系数CA,然后使用空间注意力对M进行处理得到空间注意力系数SA,随后将CA与M相乘,在通道维度上动态调整其特征,将SA与T* C相乘,在空间维度动态调整特征,最后将调整后的M与调整后的T* C相加得到内容特征ECS; 步骤423:然后,将ECS和TS输入空间通道注意力模块,用与步骤421相同的做法得到加权后的风格特征M2; 步骤424:利用3×3的卷积对ECS进行处理得到特征图T* CS,将M2与T* CS通过空间通道交互模块进行融合,先使用通道注意力对M2进行处理得到CA,然后使用空间注意力对T* CS进行处理得到SA,随后将CA与T* CS相乘在通道维度上动态调整其特征,将SA与M2相乘在空间维度动态调整其特征,最后将调整后的M2与T* CS相加得到全局风格化特征TCS; 步骤43:将TCS和DCS输入空间感知插值模块进行融合得到融合特征FCS; 步骤44:使用解码器对FCS进行解码,得到风格化图像ICS; 步骤5:计算风格迁移网络的总损失,至少包括矩阵匹配损失、感知损失、颜色一致性损失和对抗损失; 步骤6:步骤4和步骤5依次经过设定的总训练次数,每次训练固定的次数后保存模型权重,然后将测试集传入训练完成的图像迁移网络进行测试。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人成都信息工程大学,其通讯地址为:610200 四川省成都市西南航空港经济开发区学府路1段24号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。