专利交易市场

本发明公开了一种基于眼动注视点移动轨迹的感兴趣点数据库建立方法。本方法将三维模型利用投影技术投影成二维图片，并将图片做成视频，放置于眼动仪让志愿者观看，进而收集眼动注视点的数据，然后将视频按帧分割，提取图片中的眼动注视点，借助二维到三维的映射技术得到眼动注视点点在三维模型上的坐标点。最后使用建立Ground Truth的算法将得到的眼动注视点数据建立成感兴趣点数据库。本发明更加适用于对模型的重建，因为利用眼动仪可以将模型上人眼最关注区域的部分和不关注区域的部分进行划分。通过感兴趣点标准库对人类感兴趣的地方可以加强重建的精度，相反对于不感兴趣的区域相对减少重建精度，从而减少模型重建的工作量和存储量。

本发明公开了一种基于StackGAN网络的文本生成图像方法，具体为：收集整理文本图像数据集并分成训练集和测试集；构建StackGAN网络文本生成图像模型，分两个阶段进行训练，每个阶段由生成器和判别器构成；将训练集图像对应的文本描述与随机噪声向量输入到模型的第一阶段进行训练，生成64×64的低分辨率图像，再进行预处理；最后，将图像再结合训练集图像文本描述输入到模型的第二阶段，结合图像的类别与重构信息进行训练，最终输出256×256高分辨率图像。采用分段式训练模型，有利于对图像的轮廓信息、图像的类别及特征与像素信息进行定位，保证生成图像的边缘清晰，生成的图像像素更好，细节和纹理更加细腻真实。

本申请提供了一种图像问答方法、装置、系统和存储介质。图像问答方法包括：提取表示问题的语义的问题特征、图像的全局特征、以及包围图像中的对象的检测框的检测框特征；基于问题特征、全局特征和检测框特征获取图像的至少一个区域中每个区域的第一权重以及图像的至少一个检测框中每个检测框的第二权重；利用第一权重对全局特征加权处理，得到图像的区域注意力特征；利用第二权重对检测框特征加权处理，得到图像的检测框注意力特征；以及基于问题特征、区域注意力特征和检测框注意力特征预测问题的答案。本申请提供的技术方案可综合考虑图像的全局特征和包含有对象检测框的检测框特征，从而提高图像问答的效率和精度。

本公开提供了一种图像处理方法、装置、电子设备及存储介质，该方法包括：获取对文本内容进行连续扫描后得到的多帧待处理图像；针对所述多帧待处理图像中的每帧待处理图像，基于所述待处理图像中各像素点的像素点信息，从所述各像素点中筛选出所述待处理图像中待识别对象对应的关键点；获取所述关键点对应目标区域范围内的多组像素点对，并基于所述多组像素点对得到所述关键点对应的关键点特征信息；基于所述多帧待处理图像中关键点对应的关键点特征信息，对所述多帧待处理图像进行拼接，生成拼接图像。