国产精品天干天干在线播放,大尺度揉捏胸床戏视频,樱花草www日本在线观看,狠狠躁夜夜躁人人爽天天天天97

Document
拖動滑塊完成拼圖
個人中心

預訂訂單
服務訂單
發布專利 發布成果 人才入駐 發布商標 發布需求

在線咨詢

聯系我們

龍圖騰公眾號
首頁 專利交易 科技果 科技人才 科技服務 國際服務 商標交易 會員權益 IP管家助手 需求市場 關于龍圖騰
 /  免費注冊
到頂部 到底部
清空 搜索
當前位置 : 首頁 > 專利喜報 > 恭喜東南大學張濤獲國家專利權

恭喜東南大學張濤獲國家專利權

買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!

龍圖騰網恭喜東南大學申請的專利一種基于改進循環生成對抗網絡的光流無監督估計方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN114693744B

龍圖騰網通過國家知識產權局官網在2025-04-29發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202210150329.0,技術領域涉及:G06T7/269;該發明授權一種基于改進循環生成對抗網絡的光流無監督估計方法是由張濤;劉曉晨設計研發完成,并于2022-02-18向國家知識產權局提交的專利申請。

一種基于改進循環生成對抗網絡的光流無監督估計方法在說明書摘要公布了:一種基于改進循環生成對抗網絡的光流無監督估計方法,首先,改進生成器結構,引入空洞卷積在不降低特征圖尺寸的情況下增加網絡的感受野,同時引入通道?空間注意力模塊使生成器更加專注于輸入圖片中的運動物體,其次,引入Spynet作為教師網絡對生成器進行指導。最后,引入光流一致性損失和輪廓一致性損失。將改進之處放入循環生成對抗網絡框架中,生成器負責利用生成的圖像蒙騙判別器。生成器與判別器以此種方式進行對抗訓練,當判別器無法區分圖像來源時,完成訓練,而后即可利用兩幅連續圖像實現光流的估計。此方法可用于以無人機、無人車以及水下無人潛器等為載體的,易受光照變化、陰雨天等惡劣條件影響的基于光流的自主導航任務。

本發明授權一種基于改進循環生成對抗網絡的光流無監督估計方法在權利要求書中公布了:1.一種基于改進循環生成對抗網絡的光流無監督估計方法,其特征在于:包括以下步驟:1訓練階段:訓練數據包括圖片I1,圖片I2和光流可視化圖Ireal三個部分,其中圖片I1與圖片I2用于計算光流,Ireal則用來指導網絡最終生成的光流圖像風格,具體來說,將圖片I1和圖片I2在通道維度進行合并后,構成一個6維大小的張量I1+2,與Ireal一并輸入給循環生成網絡進行訓練,在訓練過程中,網絡中的生成器G根據I1+2生成一個與原圖大小相等,但通道數為2的張量FLOW,而后將FLOW利用可視化轉換到一張與Ireal風格相似的圖像Ifake,并將Ifake與Ireal同時輸入給判別器D進行鑒別,D致力于區分輸入樣本的來源,而生成器則致力于以生成的樣本欺騙判別器,網絡以此種方式形成對抗訓練,直至判別器無法對圖像來源進行區分,則訓練完成;步驟1中改進循環生成對抗網絡的具體含義如下:提出的光流計算方法相較于傳統的循環生成對抗網絡的改進主要包括三個方面,首先,改進生成器結構,引入空洞卷積在不降低特征圖尺寸的情況下增加網絡的感受野,同時引入通道-空間注意力模塊CSAM使生成器更加專注于輸入圖片中的運動物體,進而提高光流的估計精度,其次,引入Spynet作為教師網絡對生成器進行指導,減少網絡對大數據量的依賴,同時降低循環生成對抗網絡陷入模式坍塌的風險,最后,引入光流一致性損失和輪廓一致性損失,提升生成的光流精度;步驟1的具體訓練過程為:假設在所求解的問題中存在兩個域,域A和域B,域A代表兩幅光流待求解圖I1和I2經通道拼接后生成的6維張量I1+2,域B代表光流圖Ireal,所提出的改進循環生成網絡的任務即簡化為域A與域B的循環轉換,即利用生成器GA將I1+2向域B進行轉換,同時,利用生成器GB將Ireal向域A進行轉換,轉換后利用判別器對圖像來源進行甄別,即將生成器生成的圖片與真實圖片一并輸入給判別器D,判別器通過訓練,對圖像來源進行判斷,并指導優化生成器參數,進而提高生成器生成圖像的真實度,判別器與生成器在這種對抗中進行共同訓練,在訓練過程中,光流一致性損失通過計算生成的光流與I1、I2之間的關系來提升生成的光流精度,輪廓一致性損失通過比較生成的光流圖Ifake與I1之間輪廓差異來細化Ifake的輪廓信息,同時,引入Spynet作為教師網絡,利用EPE損失函數對生成器進行訓練指導,當判別器無法區分圖像是否來自于生成器時,即達到納什平衡,完成訓練;2預測階段:在完成循環生成對抗網絡的訓練之后,凍結判別器,只保留生成器,此時對兩張待計算光流的圖片與進行通道合并后得到圖像與任意光流可視化圖像一并輸入給網絡,此時網絡會利用完成向的轉化,即得到兩幀圖像的預測光流圖;步驟2的具體操作過程為:在完成對改進循環生成對抗網絡的訓練之后,凍結判別器,只采用生成器,與訓練過程類似,將兩張待計算光流的圖像通過通道拼接后得到一幅代表域A的圖像與任意真實的光流圖作為域B,同時輸入到訓練完成的網絡中,此時生成器GA和GB會完成域A與域B的相互轉換,進而在無監督的條件下完成光流的預測。

如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人東南大學,其通訊地址為:210096 江蘇省南京市玄武區四牌樓2號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。

免責聲明
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。
主站蜘蛛池模板: 扎囊县| 岱山县| 太仆寺旗| 肥东县| 扎囊县| 盐源县| 沙雅县| 隆子县| 进贤县| 旅游| 建昌县| 阆中市| 溧阳市| 武鸣县| 七台河市| 麻栗坡县| 修武县| 黎城县| 陆川县| 嘉荫县| 井陉县| 定襄县| 布拖县| 雅江县| 同心县| 长海县| 枝江市| 商丘市| 兴城市| 宁安市| 康马县| 建湖县| 稷山县| 凤翔县| 德江县| 南乐县| 会泽县| 崇文区| 大渡口区| 商城县| 达孜县|