武汉理工大学胡桉澍获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉武汉理工大学申请的专利一种针对交互式文旅内容生成的图像预处理方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120070279B 。
龙图腾网通过国家知识产权局官网在2026-02-06发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510005138.9,技术领域涉及:G06T5/90;该发明授权一种针对交互式文旅内容生成的图像预处理方法是由胡桉澍;唐伶俐;刘永坚设计研发完成,并于2025-01-02向国家知识产权局提交的专利申请。
本一种针对交互式文旅内容生成的图像预处理方法在说明书摘要公布了:本申请提供了一种针对交互式文旅内容生成的图像预处理方法,涉及数据处理领域。该方法包括:获取目标文旅图像,并通过预处理操作获取目标文旅图像对应的预处理图像;对预处理图像添加目标噪声,得到目标文旅图像对应的样本图像;输入将样本图像,并通过第一预设模型输出分割图像;输入分割图像,并通过第二预设模型训练获取图像评估模型;输入目标文旅图像,并通过图像评估模型输出的噪声信息;基于噪声信息,对所述目标文旅图像进行图像优化,并输出目标文旅图像对应的目标优化图像。本申请解决了在针对不同类型的文旅图像进行优化处理时,会出现图像处理效果不理想,甚至出现对比度失真等副作用的问题。
本发明授权一种针对交互式文旅内容生成的图像预处理方法在权利要求书中公布了:1.一种针对交互式文旅内容生成的图像预处理方法,其特征在于,所述方法包括: 获取目标文旅图像,并通过预处理获取所述目标文旅图像对应的预处理图像; 对所述预处理图像添加目标噪声,得到所述目标文旅图像对应的样本图像,具体包括:所述预处理图像包括第一预处理图像、第二预处理图像以及第三预处理图像,所述样本图像包括第一样本图像、第二样本图像以及第三样本图像,所述目标噪声包括第一目标噪声、第二目标噪声以及第三目标噪声;对所述第一预处理图像添加第一目标噪声,得到所述第一样本图像;对所述第二预处理图像添加第二目标噪声,得到所述第二样本图像;对所述第三预处理图像添加第三目标噪声,得到所述第三样本图像; 将所述样本图像输入第一预设模型进行图像分割,并通过所述第一预设模型输出分割图像,具体包括:所述第一预设模型包括转化层、分割模块以及噪声检测模块;通过所述转化层对所述第一样本图像、所述第二样本图像以及所述第三样本图像分别进行转换映射,以获取所述第一样本图像对应的第一转化样本图像、所述第二样本图像对应的第二转化样本图像以及所述第三样本图像对应的第三转化样本图像;将所述第一转化样本图像和第二转化样本图像输入所述分割模块进行分割,得到第一预分割图像;将所述第一转化样本图像和第三转化样本图像输入所述分割模块进行分割,得到第二预分割图像;将所述第二转化样本图像和第三转化样本图像输入所述分割模块进行分割,得到第三预分割图像;将所述第一预分割图像、第二预分割图像以及第三预分割图像分别输入至所述噪声检测模块进行噪声检测,所述噪声检测用于计算预分割图像中对应目标噪声的存在概率;若所述第一预分割图像中第一目标噪声和第二目标噪声的存在概率之和小于分割噪声阈值,则调整所述分割模块中的分割参数并重新分割,直到对应的目标噪声存在概率大于或等于分割噪声阈值,则将分割的第一预分割图像作为第一分割图像;若所述第二预分割图像中第一目标噪声和第三目标噪声的存在概率之和小于分割噪声阈值,则调整所述分割模块中的分割参数重新分割,直到对应的目标噪声存在概率大于或等于分割噪声阈值,则将分割的第二预分割图像作为第二分割图像;若所述第三预分割图像中第二目标噪声和第三目标噪声的存在概率之和小于分割噪声阈值,则调整所述分割模块中的分割参数重新分割,直到对应的目标噪声的存在概率大于或等于分割噪声阈值,则将分割的第三预分割图像作为第三分割图像;其中,分割噪声阈值为0.7-0.8; 根据所述分割图像对第二预设模型进行模型训练,并通过所述第二预设模型获取训练后的图像评估模型; 将所述目标文旅图像输入所述图像评估模型,并通过所述图像评估模型输出所述目标文旅图像对应的噪声信息; 基于所述噪声信息,对所述目标文旅图像进行图像优化,并输出所述目标文旅图像对应的目标优化图像。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人武汉理工大学,其通讯地址为:430000 湖北省武汉市洪山区珞狮路122号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励