申请/专利权人：南京栢拓视觉科技有限公司

申请日：2022-09-27

公开（公告）日：2024-02-20

公开（公告）号：CN115641253B

主分类号：G06T3/04

分类号：G06T3/04;G06T5/50;G06T7/62;G06T7/11;G06N3/048;G06N3/0895

优先权：

专利状态码：有效-授权

法律状态：2024.02.20#授权;2023.02.14#实质审查的生效;2023.01.24#公开

摘要：本发明公开了一种面向内容美学质量提升的材料神经风格迁移方法，包括，步骤1，在风格材质数据集筛选出材质部分占图片总面积较大、且较美的图片；并对图片增加被选次数标签；步骤2，使用美学指数较高的、以及被选的次数较多的风格材质图片对原图Iorg神经风格迁移，生成多张迁移后图片Igen；步骤3，从原图Iorg的中分割出待迁移材质的区域RegionTarget；步骤4，将多个迁移后图像Igen中与RegionTarget区域相对应的内容，与原图的背景部分合成，形成多个合成图像；步骤5，选出多个合成图像中最美的一个，并将其对应的风格材质图片的被选次数标签值加1。从而能够生成最美的图片，且把相关经验保留。

主权项：1.一种面向内容美学质量提升的材料神经风格迁移方法，其特征在于，包括如下步骤：步骤1，对风格材质数据集Dataset1预处理，筛选出材质部分占图片总面积比大于阈值T1的风格材质图片，形成数据集Dataset3；从数据集Dataset3中进一步筛选出美学NIMA指标分数大于阈值T2的风格材质图片，形成数据集Dataset4；对数据集Dataset4中所有风格材质图片增加被选次数标签Pic4_selected；步骤2，在数据集Dataset4中选用美学NIMA指标分数较高的风格材质图片、以及被选的次数Pic4_selected较多的风格材质图片，将原图Iorg整体神经风格迁移，生成多张迁移后图片Igen，具体步骤如下：步骤2.1，对数据集Dataset4中的每类图片按美学NIMA指标分数从高到低排序，待迁移的风格材质类别中共有K张图片，采用前N1个风格图片对原图Iorg整体神经风格迁移，分别得到N1个迁移后输出图片Igenn1；其中，n1取值范围为1～N1；步骤2.2，在待迁移的风格材质类别中；当该类中所有图片的Pic4_selected值均为0时，则令N3＝0；进入步骤2.4；否则，在待迁移的风格材质类别中按图片的Pic4_selected值进行从高到低排序，选出Pic4_selected值不为0的风格材质图片，取前N2个风格材质图片；步骤2.3，从所述前N2个风格材质图片中去掉与步骤2.1中前N1个风格材质图片中重复的图片，得到N3个风格材质图片；步骤2.4，采用该N3个风格材质图片对原图Iorg整体神经风格迁移；分别得到N3个迁移后图片Igenn3；其中，n3取值范围为1～N3；步骤2.5，最终得到N1+N3个迁移后Igen图片集合；步骤3，对原图Iorg的材料进行精细化分割，分割出原图Iorg中待转化材质部分RegionTarget，定义一张与图像Iorg大小完全一致、数值全部为0的矩阵Imask，并把Imask对应到待转化材质部分RegionTarget位置的部分全部设置为1；步骤4，图像合成，并输出图片Iout，表示如下：Iout＝IgenImask+Iorg1-Imask其中，Igen是合成后的图像，每个合成图像Iout的与一个迁移后图片Igen对应；步骤5，计算所有合成图像Iout的NIMA指标，得到NIMA值最大的合成图像Iout，即为最终得到的图像，并将其对应的风格材质图片的Pic4_selected标签值加1。

全文数据：

权利要求：

百度查询： 南京栢拓视觉科技有限公司 一种面向内容美学质量提升的材料神经风格迁移方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD