公开(公告)号：CN113902613B

公开(公告)日：2024-08-06

申请号：CN202111399319.2

申请日：2021-11-19

Applicant: 江苏科技大学

Inventor： 程柳 ,  祁云嵩 ,  姜元昊 ,  吴婷凤 ,  赵呈祥

IPC: G06T3/04 ,  G06V10/26 ,  G06V10/762 ,  G06V10/44 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于三支聚类语义分割的图像风格迁移系统及其方法，包括：图像预处理、图像语义分割、图像内容和风格特征的提取、风格匹配、以及图像的相似度度量。本发明采用语义分割技术，在图像风格迁移中的应用有效应对了风格迁移过程中可能产生的风格溢出的问题；所使用的MUNIT模型属于无监督深度学习模型，该模型不仅无需配对的数据集，且能产出多种风格的图像，很大程度上满足了用户的多样性需求；采用基于SSIM指标的图像相似度度量算法这一步骤实现了对相似风格图像的生成抑制，在满足多样性需求的同时也保证了整个系统的稳定性和有效性。

公开(公告)号：CN113902613A

公开(公告)日：2022-01-07

申请号：CN202111399319.2

申请日：2021-11-19

Applicant: 江苏科技大学

Inventor： 程柳 ,  祁云嵩 ,  姜元昊 ,  吴婷凤 ,  赵呈祥

IPC: G06T3/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于三支聚类语义分割的图像风格迁移系统及其方法，包括：图像预处理、图像语义分割、图像内容和风格特征的提取、风格匹配、以及图像的相似度度量。本发明采用语义分割技术，在图像风格迁移中的应用有效应对了风格迁移过程中可能产生的风格溢出的问题；所使用的MUNIT模型属于无监督深度学习模型，该模型不仅无需配对的数据集，且能产出多种风格的图像，很大程度上满足了用户的多样性需求；采用基于SSIM指标的图像相似度度量算法这一步骤实现了对相似风格图像的生成抑制，在满足多样性需求的同时也保证了整个系统的稳定性和有效性。

公开(公告)号：CN115618254A

公开(公告)日：2023-01-17

申请号：CN202211302581.5

申请日：2022-10-24

Applicant: 江苏科技大学

Inventor： 李刘万 ,  王平心 ,  徐天杰 ,  凡嘉琛 ,  吴婷凤

IPC: G06F18/23213

Abstract: 本发明涉及数据处理技术领域，具体涉及一种基于样本相似度的三支聚类方法；本发明所提供的方法，通过随机选择样本部分特征的方法随机生成一组基聚类成员，以此构造样本相似度，然后在样本相似度的基础了定义了划分有效性指标，用来自动计算最优阈值，最后，使用投票法对基聚类成员集成得到初步的聚类结果，再利用最优阈值对其划分，得到最终的核心域集合和边界域集合。所提供的方法具有优异的有效性。

公开(公告)号：CN115272732A

公开(公告)日：2022-11-01

申请号：CN202210802772.1

申请日：2022-07-07

Applicant: 江苏科技大学

Inventor： 徐天杰 ,  王平心 ,  李刘万 ,  吴婷凤 ,  凡嘉琛

IPC: G06V10/762 ,  G06V10/774

Abstract: 本发明涉及聚类分析技术领域，具体涉及一种自学习属性权重的K‑means聚类方法；本发明获得给定图像的聚类数据集，初始化初始聚类中心和权值，根据最小距离，从数据集中获得数据点集，计算数据点集的最小树，然后估算一个合理的θ值，去除从T中去掉所有大于θ的边，将所得到的连通分支数作为聚类个数，并将连通分支定点中心作为聚类质心，通过迭代计算，完成聚类，所提供的方法，聚类平均值得到大幅提升，收敛性也得到提升，而且提升了速度。