本发明公开了一种基于原始对偶算法的稀疏全变分图像重建方法。首先结合图像先验信息，建立数学优化问题；然后引入对偶范数，将复合正则化优化问题转化为鞍点问题；再构建原始对偶问题框架，其原始问题的解提供对重建图像的估计；利用近端映射算子，得到原始对偶变量的迭代方案；最后交替更新原始变量和对偶变量，直至原始变量和真实值之间的误差趋于收敛，并且得到最终重建图像。本发明基于图像重建背景，使用原始对偶方案处理复合正则化优化问题，将优化问题表述为鞍点问题，最后通过分解为原始问题和对偶问题逐步求解，不仅能够处理非光滑正则化函数的不可微性，还可以通过分解为子问题提高计算效率，并确保解的稳定性和准确性。
📄 202410716724X
📂 G06T11_00
👤 杭州电子科技大学
📅 2024-06-04
本发明提出了一种基于原始对偶和安德森加速的图像重建方法及系统。方法包括如下步骤：步骤1：收集采样数据，建立信号模型；步骤2：求解加入#imgabs0#范数与TV范数后的极值，解值提供对图像x的估计；步骤3：采用原始对偶法展开范数并引入新的迭代变量；步骤4：采用近端梯度下降法计算变量的估计值；步骤5：利用步骤4得到的估计值进行安德森加速，迭代数次，获得重建图像x。通过仿真实验可得到，本发明所提供的技术方案在估计的准确性与抗噪性能方面均有较为优异的表现。
📄 2024107145363
📂 G06T11_00
👤 杭州电子科技大学
📅 2024-06-04
本发明涉及一种基于可缩放矢量图形的动态纹理生成方法及系统，涉及计算机技术领域，方法包括对可缩放矢量图形进行解析得到树形结构化数据；对树形结构化数据进行遍历和提取，得到静态树数据和动态树数据；在第一画布上绘制静态树数据表示的图形，得到绘制后的第一画布；创建第二画布和第三画布；根据动态树数据构建新树形结构化数据；根据用户输入数据中的动态绑定数据填充新树形结构化数据中的动态绑定数据占位符，得到填充后的内容并绘制到第二画布上，得到动态树数据绘制结果；将其和绘制后的第一画布绘制到第三画布上，得到绘制后的第三画布并生成纹理。本发明将动态树数据和静态树数据分开绘制，节省绘制成本，提升渲染效率。
📄 2022112984754
📂 G06T11_00
👤 山东捷瑞数字科技股份有限公司
📅 2022-10-24
本发明涉及视觉重建技术领域，公开了基于人脑fMRI重建视觉刺激图像的方法及系统，方法包括获取fMRI数据集，从fMRI数据集中提取fMRI体素数据进行patch遮罩，对fMRI体素数据的空间冗余进行稀疏编码处理，得到体素小块；体素小块通过一维卷积层转化成嵌入token，并随机遮罩至编码器中，在编码器的末端添加掩码符号、位置嵌入、patch编码，线性投影转化为解码器的嵌入空间，得到fMRI的潜在特征；获取fMRI对应的图像和文本数据集，在fMRI图像和文本数据集中利用训练好的CLIP模型提取CLIP的视觉和文本特征，对CLIP的视觉特征进行解码，得到初步图像；通过自编码器进行编码，利用fMRI的潜在特征和CLIP的文本特征通过线性插值混合，得到像素重建，实现了结构清晰的初步重建图像的快速生成。
📄 2024105594353
📂 G06T11_00
👤 南京邮电大学
📅 2024-05-08
本发明公开了人工智能技术领域的一种具有风格个性化的图像生成方法、装置及存储介质，旨在解决图像生成的质量与准确性的技术问题。所述方法包括：选取风格图像，将其输入预构建的VGG19_f3网络模型中，获得不同大小特征图；计算特征图的Gram矩阵，以提取出特征图的风格信息；将经过文本编码器得到的文本的编码、噪音图像、风格信息输入预构建的具有风格引导模块的噪音预测网络进行噪音预测，获得预测噪音并对噪音图像进行重复去噪，获得潜空间图像，以及将其通过图像解码器进行解码，获得最终生成风格个性化图像。本发明能够使模型端到端生成风格个性化图像，使模型具有更强的风格个性化能力，同时保证生成图像的质量以及准确性。
📄 2024102176219
📂 G06T11_00
👤 南京邮电大学
📅 2024-02-28
本发明公开了一种基于图像分析和语言描述的AI图像生成方法及系统，属于图像生成技术领域，可提高目标图像生成的精准性；包括获取待生成的目标场景的语言描述，识别并提取语言描述中的主体对象、空间方位谓词和客体对象，生成对应的第一描述向量；对第一描述向量进行聚类，生成核心要素集合；根据获取的参考图像生成各物体对应的第二描述向量；将第二描述向量与核心要素集合进行匹配，生成关联关系数据；基于关联关系数据对各物体进行重组，生成重组后的物体集合；基于各物体之间的空间关系和核心要素之间的关联度对重组后的物体集合进行布局优化，得到重组后的物体集合的布局信息；根据重组后的物体集合的布局信息和第一描述向量生成目标图像。
📄 2025104967106
📂 G06T11_00
👤 江西师范大学
📅 2025-04-21
本发明公开了一种基于生成对抗网络的图像生成方法，包括以下步骤：收集包含不同风格、主题和元素的图像数据集；使用NLP技术训练指令解析模块，解析用户指令；构建并训练创意融合网络，根据用户指令，融合图像数据集的不同维度的特征，生成创意特征表示；基于生成对抗网络，构建生成器和判别器，使用对抗训练的方式优化生成图像的质量和创意性；引入创意激发机制，建立用户反馈循环；对生成的图像进行测试，根据用户反馈和评价指标优化生成方法；通过生成对抗网络和创意融合网络的结合，能够生成高质量且具有创意性的图像。同时，创意融合网络能够融合多种特征，生成具有新颖性和独特性的图像，满足用户多样化的需求。
📄 2025105510028
📂 G06T11_00
👤 江西师范大学
📅 2025-04-29
本发明公开了一种基于扩散模型和重加权策略的纹理合成方法，涉及计算机视觉中的纹理图像生成领域，本发明结合潜在扩散模型和基于因果推理的样本重加权去相关技术，命名为SRD‑LDM，包括预训练、前向加噪和反向去噪三个阶段。在预训练阶段，利用自编码器对纹理图像进行编码，确保从像素空间到潜在空间的有效转换。在前向加噪阶段，模型通过潜在扩散模型进行纹理的扩散模拟。在反向采样阶段，通过去噪过程恢复图像的潜在表示，随后解码回像素空间，生成最终的纹理图像。本发明在纹理合成领域提高了生成质量和效率，同时展示了深度学习和因果推理技术在图像生成中的实际应用潜力。
📄 2024103525927
📂 G06T11_00
👤 苏州岽睿微电子科技有限公司
📅 2024-03-26
本发明公开了一种触觉图像的生成和显示方法，步骤1，对获取的原始视觉二维数字图像提取目标图像；步骤2，对目标图像进行边缘检测，得到目标图像的轮廓二值图；步骤3，基于透视判别准则校正轮廓二值图；步骤4，对步骤3所得的轮廓二值图去噪；步骤5，对去噪的轮廓二值图建立图像金字塔，基于预设的综合评价策略在图像金字塔中选取最佳分辨率二值图；步骤6，将最佳分辨率二值图映射为触觉图像；步骤7，判断触觉图像的分辨率是否大于触觉显示器的分辨率，若是，采用窗口滑动的方式显示触觉图像，否则将触觉图像在触觉显示器上居中显示。本发明通过特殊的图像处理策略生成的触觉图像易于识别，且能满足在较小分辨率的触觉显示器上显示的要求。
📄 2022104832711
📂 G06T11_00
👤 浙江工业大学
📅 2022-04-30
一种基于深度拉普拉斯网络的快速磁共振成像方法，包括如下步骤：步骤1输入u倍欠采样的MR图像#imgabs0#步骤2由深度拉普拉斯网络#imgabs1#得到重构后的MR图像#imgabs2#图1给出了深度拉普拉斯网络fLap(·；Θ)的一个范例。本发明将MR图像的采样原理与深度学习技术相结合，基于拉普拉斯金字塔思想对高倍欠采样的MR图像进行逐层重构，能够有效降低输入数据中的大量伪影对重构效果的影响，能有效地提升MR图像的重建速度和精度。
📄 2020111029831
📂 G06T11_00
👤 浙江工业大学
📅 2020-10-15
一种基于流型识别和变化灵敏度矩阵的EMT图像重构方法，首先，通过对k种不同流型的测量电压数据样本添加随机噪声得到每个流型各100个样本总计共100k个流型样本库V和k个原始流型所对应的灵敏度矩阵S；其次借助压缩感知理论中的正交匹配追踪算法(OMP)分别求出测试样本和标准样本在过完备训练样本集V投影下的稀疏解，并计算测试样本与所有标准样本对应的稀疏解之间的线性相关系数，将线性相关系数最大值所对应的流型确定为测试样本的归属流型；最后根据辨识出来的归属流型选择对应的流型灵敏度矩阵进行图像重建。本发明有效提高EMT系统的图像重构精度。
📄 2022112408590
📂 G06T11_00
👤 浙江工业大学
📅 2022-10-11
一种基于ConvLSTM的时序序列影像重建方法，包含：步骤1：构造时间序列影像；步骤2：提取地表同质影像对象；步骤3：对同质影像对象进行分类，根据地物覆盖类型的不同，建立地物分类体系CL，根据分类体系CL选择分类样本，然后构建特征空间也就是参与分类的特征，将其应用到所有类别中，最后执行分类，实现根据地物不同覆盖类型对图斑进行分类的效果；步骤4：构建ConvLSTM网络框架；ConvLSTM在FC‑LSTM的基础上将输入到状态，状态到状态的前馈式计算方式转换为卷积形式；步骤5：制作训练样本，进行模型训练；步骤6：模型预测；将Pt1与M作差集运算得到带有缺失部分需要重建的数据集M'，利用模型捕获到的时间变化趋势和空间信息特征对M'进行预测，实现了对缺失部分的重建。
📄 2021103597917
📂 G06T11_00
👤 浙江工业大学
📅 2021-04-02
柿子坊 · 知识产权运营
柿子坊知识产权运营平台