本发明属于计算机视觉的领域，公开了一种基于文本条件扩散模型的语义图像编辑方法，该方法首先利用不同文本在文本条件扩散模型下对同一初始图像加噪会产生不同的噪声估计，通过差异计算得出遮罩，用去噪扩散隐式模型DDIM编码函数对输入图像进行加噪，通过将遮罩外的像素值替换为初始图像DDIM加噪得到图像像素值来指导扩散模型，然后解码自然地映射回原始像素。该方法通过U‑net预训练模型只进行一次噪声预测即提高遮罩的生成速度，根据噪声预测差值生成遮罩对图像进行局部编辑，降低在不需要编辑的区域中修改输入的风险，提高合成图像的质量。
📄 2024100246429
📂 G06T11_60
👤 南京邮电大学
📅 2024-01-08
一种基于改进的卷积神经网络实现图像编辑传播的方法，首先引入组合卷积来代替传统的卷积，通过这个结构可以提取更加合理的图像特征，并且减少模型的参数量和卷积的操作数。同时引入对错分的背景类进行加权的有偏损失函数，以防止背景类被误着色而造成颜色溢出。该方法包括以下步骤：通过交互的方式对一幅待处理的图像加以笔触；根据笔触从图像中提取训练集和测试集；利用改进的卷积神经网络进行模型训练；利用训练得到的模型进行测试，最终实现图像上色。
📄 2017114286120
📂 G06T11_80
👤 浙江工业大学
📅 2017-12-26
柿子坊 · 知识产权运营
柿子坊知识产权运营平台