期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于可解耦扩散模型的零样本风格迁移
1
作者
雷松林
赵征鹏
+3 位作者
阳秋霞
普园媛
谷金晶
徐丹
《图学学报》
北大核心
2025年第4期727-738,共12页
零样本风格迁移旨在将给定源图像的风格转换至目标文本所描述的风格域,而无需风格图像的指导。现有的零样本风格迁移方法大部分需要耗时在微调和优化过程,而其他无需微调和优化的方法不能很好地实现内容和风格的对齐。借助扩散模型Unet...
零样本风格迁移旨在将给定源图像的风格转换至目标文本所描述的风格域,而无需风格图像的指导。现有的零样本风格迁移方法大部分需要耗时在微调和优化过程,而其他无需微调和优化的方法不能很好地实现内容和风格的对齐。借助扩散模型Unet去噪网络的特性,提出了一种无需训练和优化的双支路框架,可以实现内容和风格对齐的零样本风格迁移。首先,该网络通过在内容支路上将噪声图像进行去噪,提取内容支路采样过程中的内容特征以保持源域的内容结构;然后,在风格支路上使用梯度引导的方式从目标文本提示中获取风格信息,并将获取到的风格信息传递到去噪图像中,提取风格支路采样过程中Unet网络的跳连接特征作为风格特征以传递目标风格信息。这种双支路的设计实现了风格迁移过程中内容和风格特征的解耦,避免了单一风格迁移网络中内容和风格特征的纠缠。最后,设计了一个特征调制模块(FMM)来调制和融合来自内容支路和风格支路的内容和风格特征,以实现内容和风格特征的对齐,从而在传递风格的同时最小化影响内容。通过实验结果表明,该方法在无需训练和优化的前提下,可以在任意内容图像上实现高质量的风格迁移。
展开更多
关键词
风格迁移
扩散模型
骨干
特征
跳连接
特征
特征调制模块
在线阅读
下载PDF
职称材料
多尺度特征融合注意力网络的水下图像增强
被引量：
4
2
作者
刘玉珍
刘美怡
+1 位作者
林森
陶志勇
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2023年第5期685-695,共11页
水下图像在海洋资源探索中具有重要作用.针对现有的水下增强方法存在去雾不彻底和细节丢失等问题,提出一种基于多尺度特征融合注意力网络的水下图像增强方法.首先,采用多特征提取模块获取图像特征,学习不同空间的特征信息,并通过特征融...
水下图像在海洋资源探索中具有重要作用.针对现有的水下增强方法存在去雾不彻底和细节丢失等问题,提出一种基于多尺度特征融合注意力网络的水下图像增强方法.首先,采用多特征提取模块获取图像特征,学习不同空间的特征信息,并通过特征融合模块加强不同空间信息的有效联系,实现特征的复用和深层次的学习;然后,构建特征调制模块,将低质量信息特征转换为高质量信息特征,包括通道和像素注意残差块,将其堆叠成链式结构,通过动态调制多级特征增强图像细节,并抑制冗余信息;最后,构建包含均方差损失函数、L1损失函数和感知损失函数的多项式损失函数,引入异步训练模式提高网络性能.实验结果表明,基于EUVP数据集、合成的SUDS数据集和UFO-120数据集,该方法在主观视觉质量和客观评价指标(UCIQE,NIQE,SURF以及信息熵)上均优于其他经典及新颖方法,增强后水下图像去雾效果良好,并且在恢复图像细节方面也具有明显优势,显著地提高了水下图像的视觉质量.
展开更多
关键词
图像处理
多尺度
特征
提取
注意力机制
特征调制模块
在线阅读
下载PDF
职称材料
题名
基于可解耦扩散模型的零样本风格迁移
1
作者
雷松林
赵征鹏
阳秋霞
普园媛
谷金晶
徐丹
机构
云南大学信息学院
云南省高校物联网技术及应用重点实验室
出处
《图学学报》
北大核心
2025年第4期727-738,共12页
基金
国家自然科学基金(61761046,52102382,62362070)
云南省科技厅应用基础研究计划重点项目(202001BB050043,202401AS070149)
+1 种基金
云南省科技重大专项(202302AF080006)
云南大学研究生科研创新项目(ZC-23235984)。
文摘
零样本风格迁移旨在将给定源图像的风格转换至目标文本所描述的风格域,而无需风格图像的指导。现有的零样本风格迁移方法大部分需要耗时在微调和优化过程,而其他无需微调和优化的方法不能很好地实现内容和风格的对齐。借助扩散模型Unet去噪网络的特性,提出了一种无需训练和优化的双支路框架,可以实现内容和风格对齐的零样本风格迁移。首先,该网络通过在内容支路上将噪声图像进行去噪,提取内容支路采样过程中的内容特征以保持源域的内容结构;然后,在风格支路上使用梯度引导的方式从目标文本提示中获取风格信息,并将获取到的风格信息传递到去噪图像中,提取风格支路采样过程中Unet网络的跳连接特征作为风格特征以传递目标风格信息。这种双支路的设计实现了风格迁移过程中内容和风格特征的解耦,避免了单一风格迁移网络中内容和风格特征的纠缠。最后,设计了一个特征调制模块(FMM)来调制和融合来自内容支路和风格支路的内容和风格特征,以实现内容和风格特征的对齐,从而在传递风格的同时最小化影响内容。通过实验结果表明,该方法在无需训练和优化的前提下,可以在任意内容图像上实现高质量的风格迁移。
关键词
风格迁移
扩散模型
骨干
特征
跳连接
特征
特征调制模块
Keywords
style transfer
diffusion models
backbone features
skip connection features
feature modulation module
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
多尺度特征融合注意力网络的水下图像增强
被引量：
4
2
作者
刘玉珍
刘美怡
林森
陶志勇
机构
辽宁工程技术大学电子与信息工程学院
沈阳理工大学自动化与电气工程学院
出处
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2023年第5期685-695,共11页
基金
国家重点研发计划(2018YFB1403303)。
文摘
水下图像在海洋资源探索中具有重要作用.针对现有的水下增强方法存在去雾不彻底和细节丢失等问题,提出一种基于多尺度特征融合注意力网络的水下图像增强方法.首先,采用多特征提取模块获取图像特征,学习不同空间的特征信息,并通过特征融合模块加强不同空间信息的有效联系,实现特征的复用和深层次的学习;然后,构建特征调制模块,将低质量信息特征转换为高质量信息特征,包括通道和像素注意残差块,将其堆叠成链式结构,通过动态调制多级特征增强图像细节,并抑制冗余信息;最后,构建包含均方差损失函数、L1损失函数和感知损失函数的多项式损失函数,引入异步训练模式提高网络性能.实验结果表明,基于EUVP数据集、合成的SUDS数据集和UFO-120数据集,该方法在主观视觉质量和客观评价指标(UCIQE,NIQE,SURF以及信息熵)上均优于其他经典及新颖方法,增强后水下图像去雾效果良好,并且在恢复图像细节方面也具有明显优势,显著地提高了水下图像的视觉质量.
关键词
图像处理
多尺度
特征
提取
注意力机制
特征调制模块
Keywords
image processing
multi-scale
feature extraction
attention mechanism
feature modulation block
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于可解耦扩散模型的零样本风格迁移
雷松林
赵征鹏
阳秋霞
普园媛
谷金晶
徐丹
《图学学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
多尺度特征融合注意力网络的水下图像增强
刘玉珍
刘美怡
林森
陶志勇
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2023
4
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
