-
公开(公告)号:CN117893446A
公开(公告)日:2024-04-16
申请号:CN202410080941.4
申请日:2024-01-19
Applicant: 福州大学
IPC: G06T5/73 , G06T5/60 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明涉及基于记忆查询Transformer的散焦图像去模糊方法;包括以下步骤:对散焦模糊图像和对应的清晰图像进行数据预处理,得到由散焦模糊图像和对应的清晰图像组成的训练数据集;设计基于记忆查询Transformer的散焦图像去模糊网络,该散焦图像去模糊网络由输入映射模块、基于记忆查询Transformer的去模糊网络和输出映射模块组成;设计用于优化网络的损失函数,使用训练数据集训练,学习散焦图像去模糊网络模型的最优参数,得到最终的散焦图像去模糊网络模型;将待测散焦模糊图像输入到训练好的散焦图像去模糊网络模型中,预测生成去除散焦模糊后的清晰图像。
-
公开(公告)号:CN119904552A
公开(公告)日:2025-04-29
申请号:CN202411974689.8
申请日:2024-12-30
Applicant: 福州大学
IPC: G06T11/60 , G06N3/0895 , G06V10/74 , G06V10/98 , G06V10/82
Abstract: 本发明涉及一种基于文本提炼与多粒度对齐的CLIP的图像美学评价方法,属于图像处理以及计算机视觉领域。所述方法,利用现有的大语言模型对美学数据集中的用户评论进行文本提炼,从中分析并概括出与美学相关的核心描述,进而构建美学摘要数据集;其次,设计多粒度对齐的CLIP框架,基于该框架利用配对的图像‑详细评论‑美学摘要对原始的CLIP模型进行微调,使模型更好地理解美学领域中图像与文本描述之间的语义关系,从而学习到更加丰富的美学特征表示,获得针对美学任务的优化后的CLIP模型;最后,基于微调后的CLIP模型设计图像美学质量评价网络,以实现对图像美学质量的有效预测。本发明避免了跨模态美学评价方法在推理阶段需要同时输入图像文本对的问题。
-