申请/专利权人:中国海洋大学
申请日:2023-11-21
公开(公告)日:2024-03-22
公开(公告)号:CN117745585A
主分类号:G06T5/77
分类号:G06T5/77;G06V10/80
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.09#实质审查的生效;2024.03.22#公开
摘要:本发明公开了一种基于上下文相互学习的图像盲补绘方法和系统,该方法包括:获取被污染的图像;利用上下文感知的相互学习框架进行图像盲补绘,其中,所述上下文感知的相互学习框架包括掩膜估计模块和图像补绘模块,掩膜估计模块中的掩膜编码器的每一层均关联一个补绘指导的上下文相互学习器;图像补绘模块中的补绘编码器的每一层均关联一个估计指导的上下文相互学习器,利用补绘指导的上下文相互学习器从图像补绘中获取补充的上下文细节,以辅助掩膜估计;利用估计指导的上下文相互学习器从掩膜估计中获取补充的上下文语义,以增强图像补绘。本发明提高了图像盲补绘的性能。
主权项:1.一种基于上下文相互学习的图像盲补绘方法,其特征在于,包括:获取被污染的图像I;利用上下文感知的相互学习框架进行图像盲补绘,其中,所述上下文感知的相互学习框架包括掩膜估计模块和图像补绘模块,其中,掩膜估计模块包括掩膜编码器和掩膜估计器,掩膜编码器用于提取上下文估计信息,掩膜编码器的每一层生成第一上下文特征掩膜估计器用于估计掩膜,生成掩膜图像补绘模块包括补绘编码器和补绘生成器,补绘编码器用于提取上下文补绘信息,补绘编码器的每一层生成第二上下文特征补绘生成器用于生成补绘图像,其中,掩膜编码器的每一层均关联一个补绘指导的上下文相互学习器,所述补绘指导的上下文学习器从掩膜编码器接收第一上下文特征并从补绘编码器接收第二上下文特征根据第一上下文特征和第二下文特征生成下一层的掩膜编码器的输入;补绘编码器的每一层均关联一个估计指导的上下文相互学习器,所述估计指导的上下文相互学习器从掩膜编码器接收第一上下文特征并从补绘编码器接收第二上下文特征根据第一上下文特征第二下文特征以及掩膜估计器生成的掩膜得到下一层的补绘编码器的输入,i=0,1,...,N-1,N表示掩膜编码器或补绘编码器的总层数。
全文数据:
权利要求:
百度查询: 中国海洋大学 一种基于上下文相互学习的图像盲补绘方法和系统
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。