龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：天津大学
摘要：本发明为了应对因拍摄尺寸有限导致的书法图像无法完全记录的问题，提出了一种针对书法图像的拼接方法。该网络由两个模块组成——特征向量提取模块和多重向量融合模块。前者对图像进行初步处理，以便有效提取特征向量。后者通过多重向量融合和设计的对齐方法，输出一张完整的图像。该方法中提出了一种多重向量融合模块，预对齐方式和单应性对齐方式，增强了模型的空间定位、对齐能力，同时减小了图像块之间对齐的难度，使得最终生成良好的全景图像。
主权项：1.一种基于文本图像内容感知的图像重定向方法，具体包括下列步骤：步骤1：制作书法图像数据集；步骤2：将输入图像进行块切分，把图片分割成为更小的Patch；步骤3：为了减少模型的负担，通过计算Patch之间的平均运动向量，将Patch移动到较为相关的Patch旁边，减少后期模型因Patch移动的额外消耗；步骤4：每个分割得到的Patch经卷积操作进行嵌入，以转化为模型能够处理的高维特征向量，实质上是在对每个Patch进行编码，将其映射到一个高维空间，以便更有效地捕获和表达其中的信息；步骤5：嵌入后的Patch特征随后进入SwinTransformer结构，SwinTransformer利用一系列层次化的TransformerBlock处理这些特征，每个Block内部包括：局部窗口自注意力、跨窗口连接、下采样；步骤6：向量融合采用不同的线性层对Q、K、V进行分别计算，一幅图像的V向量与另一幅图像的Q、K向量共享，实现两张图像间信息共享，该机制通过自注意力计算，生成的注意力分数体现了两图像间的相关性；步骤7：在输入图像之间学习单应性变换矩阵，将两幅输出图像变换到同一平面，随后，将两种对齐方式所得到的结果共同作为MLP的输入；步骤8：完成多重向量融合后，图像将进入解码器以生成最终结果，该阶段旨在从低分辨率的图像中恢复出高分辨率的图像细节，解码器中采用了图像重排技术对特征图进行上采样，基于深度学习的上采样方法能够有效地从低分辨率图像中恢复出高质量的图像细节；步骤9：生成完整的拼接图像。
全文数据：
权利要求：
百度查询： 天津大学 一种基于多重向量融合的书法图像拼接方法
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