[发明专利]一种基于多重残差网络和正则化迁移学习的图像着色方法有效
| 申请号： | 201910999330.9 | 申请日： | 2019-10-21 |
| 公开（公告）号： | CN110796716B | 公开（公告）日： | 2023-04-28 |
| 发明（设计）人： | 徐洪珍;章权;周梁琦;付亮 | 申请（专利权）人： | 东华理工大学 |
| 主分类号： | G06T11/40 | 分类号： | G06T11/40 |
| 代理公司： | 北京高沃律师事务所 11569 | 代理人： | 刘凤玲 |
| 地址： | 330000 江西*** | 国省代码： | 江西;36 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于多重残差网络和正则化迁移学习的图像着色方法，包括：制作灰度图像数据集；利用基于多重残差网络构造的图像特征提取模块提取图像特征；基于正则化迁移学习框架训练图像语义特征提取模块，并利用图像语义特征提取模块提取图像语义特征；将图像特征和图像语义特征输入到图像融合模块进行融合，获得灰度图像的融合特征；将灰度图像的融合特征输入到基于多重残差网络构造的图像着色模块进行着色，获得新的彩色图像。本发明基于多重残差网络构造图像特征提取模块和图像着色模块，提高网络的性能；基于正则化迁移学习框架训练图像语义特征提取模块，并提取图像语义特征，提高语义特征提取的准确率和图像着色的精确度。 | ||
| 搜索关键词： | 一种 基于 多重 网络 正则 迁移 学习 图像 着色 方法 | ||
【主权项】：
1.一种基于多重残差网络和正则化迁移学习的图像着色方法，其特征在于，所述方法包括：/n制作灰度图像数据集；/n将所述灰度图像数据集中的灰度图像输入到灰度图像着色网络中，利用所述灰度图像着色网络中的基于多重残差网络构造的图像特征提取模块提取图像特征；/n基于正则化迁移学习框架训练所述灰度图像着色网络中的图像语义特征提取模块，并利用图像语义特征提取模块提取图像语义特征；/n将所述图像特征和所述图像语义特征输入到所述灰度图像着色网络中的图像融合模块进行融合，获得所述灰度图像的融合特征；/n将所述灰度图像的融合特征输入到所述灰度图像着色网络中的基于多重残差网络构造的图像着色模块进行着色，获得新的彩色图像。/n
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东华理工大学，未经东华理工大学许可，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/201910999330.9/，转载请声明来源钻瓜专利网。
- 上一篇：电子地图标注方法、装置、服务器及存储介质
- 下一篇：一种古画漫游的方法
