语义级图片解耦及生成优化方法
实质审查的生效
摘要
本发明公开了一种语义级图片解耦及生成优化方法，该方法基于自监督解耦表征学习技术，利用对比学习和像素级格拉姆矩阵作为约束来更新β变分自编码器的中编码器和解码器的系数权重，从而获得语义级的解耦表征并通过解耦表征生成更加清晰的图片。该技术可以应用于各类图片编辑软件，包括对图片中人脸表情的编辑、事物形状和位置的编辑等，具有很大的商业价值。
基本信息
专利标题 ：
语义级图片解耦及生成优化方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114419396A
申请号 ：
CN202210063990.8
公开（公告）日 ：
2022-04-29
申请日 ：
2022-01-20
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
成科扬孟春运司宇
申请人 ：
江苏大学;镇江昭远智能科技有限公司;南京昭视智能科技有限公司
申请人地址 ：
江苏省镇江市京口区学府路301号江苏大学
代理机构 ：
代理人 ：
优先权 ：
CN202210063990.8
主分类号 ：
G06V10/774
IPC分类号 ：
G06V10/774 G06V10/82 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-05-20 ：
实质审查的生效
IPC(主分类) : G06V 10/774
申请日 : 20220120
申请日 : 20220120
2022-04-29 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
