[发明专利]基于卷积神经网络的图像着色系统及方法在审
| 申请号： | 201910137681.9 | 申请日： | 2019-02-25 |
| 公开（公告）号： | CN109920012A | 公开（公告）日： | 2019-06-21 |
| 发明（设计）人： | 肖斌;张政;贺靖淇;姚楠;陈亚萍 | 申请（专利权）人： | 西南石油大学 |
| 主分类号： | G06T7/90 | 分类号： | G06T7/90;G06K9/46;G06N3/04 |
| 代理公司： | 成都厚为专利代理事务所(普通合伙) 51255 | 代理人： | 李坤 |
| 地址： | 610500 四*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于卷积神经网络的图像着色系统及方法，其中，图像着色系统包括：低级特征网络，用于对待着色的灰度图像进行低级特征提取，得到图像低级特征；局部特征网络，用于将所述图像低级特征进行局部特征提取，得到图像局部特征；语义特征网络，用于将所述图像低级特征进行语义信息学习，得到图像语义特征；图像着色网络，用于将所述图像局部特征和图像语义特征进行融合得到彩色图像。本发明增加了图像分割网络，通过提取图像的深层语义特征用于指导图像着色，并结合联合双边过滤上采样，对着色结果进行平滑处理，提升了灰度图像着色的准确度，减少了语境混淆和边缘彩色混合的现象。 | ||
| 搜索关键词： | 低级特征 图像着色系统 卷积神经网络 图像局部特征 图像语义特征 灰度图像 图像着色 语义特征 网络 图像 着色 局部特征提取 准确度 彩色混合 彩色图像 局部特征 平滑处理 提取图像 图像分割 语义信息 着色结果 上采样 语境 过滤 混淆 融合 联合 学习 | ||
【主权项】：
1.基于卷积神经网络的图像着色系统，其特征在于，包括：低级特征网络，用于对待着色的灰度图像进行低级特征提取，得到图像低级特征；局部特征网络，用于将所述图像低级特征进行局部特征提取，得到图像局部特征；语义特征网络，用于将所述图像低级特征进行语义信息学习，得到图像语义特征；图像着色网络，用于将所述图像局部特征和图像语义特征进行融合得到彩色图像。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西南石油大学，未经西南石油大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910137681.9/，转载请声明来源钻瓜专利网。
