龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：乐麦信息技术(杭州)有限公司
申请日：2024-05-15
公开（公告）日：2024-06-11
公开（公告）号：CN118172636A
主分类号：G06V10/80
分类号：G06V10/80;G06V10/82;G06V10/774;G06N3/084;G06N3/096;G06V10/74;G06V30/19
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.28#实质审查的生效;2024.06.11#公开
摘要：本发明提供一种批量自适应调节图像文字及非图像样式的方法及系统，涉及图像识别技术领域，包括：获取多个待处理图像，添加至图像分析模型中，提取特征图并进行多尺度特征融合，得到多尺度融合特征图，进行通道压缩操作和映射操作，对映射得到的低维特征向量进行拼接，得到图像特征向量；基于知识蒸馏构建第一模型，训练第一模型，分别计算差异度损失以及参数生成损失，优化第一模型的参数并固定，基于训练好的参数构建第二模型，构建综合损失函数并确定蒸馏损失，优化第二模型中的参数得到调节参数；构建目标函数，对调节参数进行优化，得到最优调节参数，对待处理图像进行自适应调节，得到批量调节图像。
主权项：1.批量自适应调节图像文字及非图像样式的方法，其特征在于，包括：获取多个待处理图像，将所述待处理图像添加至预先训练的图像分析模型中，通过特征提取模块提取所述待处理图像对应的特征图并进行多尺度特征融合，得到多尺度融合特征图，进行通道压缩操作和映射操作，对映射得到的低维特征向量进行拼接，得到图像特征向量；基于知识蒸馏构建第一模型，以所述图像特征向量为输入训练所述第一模型，分别计算图像文字特征和非图像样式特征的差异度损失以及参数生成损失，通过反向传播算法优化所述第一模型的参数并固定，基于训练好的第一模型的参数构建第二模型，构建第二模型对应的综合损失函数并确定所述第一模型和所述第二模型间的蒸馏损失，优化所述第二模型中的参数并进行预测，得到调节参数；基于所述调节参数，以图像清晰度最大化和调节幅度最小化为目标，构建目标函数，结合多目标优化算法对所述调节参数进行优化，得到最优调节参数，根据所述最优调节参数对待处理图像进行自适应调节，得到批量调节图像。
全文数据：
权利要求：
百度查询： 乐麦信息技术(杭州)有限公司 批量自适应调节图像文字及非图像样式的方法及系统
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号