[发明专利]一种基于人工智能的艺术特征迁移系统及应用有效

专利信息
申请号: 201910678801.6 申请日: 2019-07-25
公开(公告)号: CN110399834B 公开(公告)日: 2021-06-15
发明(设计)人: 孙艺;王天棋;李峥;宋葳;金昕;李璐璐;陈晋鹏;管皓;高慧;吴江 申请(专利权)人: 北京邮电大学
主分类号: G06K9/00 分类号: G06K9/00;G06K9/46;G06K9/62;G06Q30/02
代理公司: 北京冠和权律师事务所 11399 代理人: 张楠楠
地址: 100000 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 人工智能 艺术 特征 迁移 系统 应用
【权利要求书】:

1.一种基于人工智能的艺术特征迁移系统,其特征在于,包括:

前端服务器,用于上传并获取用户所提交的待鉴定古董图像;

辅助鉴定模块,用于根据所存储的辅助鉴定算法,对所述前端服务器所上传并获取的待鉴定古董图像进行辅助鉴定分析,获得与所述待鉴定古董图像相应的辅助鉴定结果,并将所述辅助鉴定结果传输到后台服务器;

所述后台服务器,用于将所述前端服务器所上传并获取的待鉴定古董图像和所述辅助鉴定模块所获得的辅助鉴定结果进行对应记录,并存储到相应的预设古董鉴定数据库中,同时将与所述待鉴定古董图像相应的所述辅助鉴定结果传输到鉴赏平台;

所述鉴赏平台,用于将所述后台服务器所传输的与所述待鉴定古董图像相应的所述辅助鉴定结果进行显示;

所述辅助鉴定模块在对所述前端服务器所上传并获取的待鉴定古董图像进行辅助鉴定分析时,所述辅助鉴定模块还需控制所述古董图像进行辅助感官处理,控制所述辅助感官处理的具体步骤如下所示:

步骤S1、将所述古董图像进行灰度化处理,得到灰度化古董图像;

步骤S2、将所述灰度化古董图像进行像素点分段强化,其中具体强化如公式(1)所示:

(1)

其中,为所述灰度化古董图像中,以图像左上角为原点构建位置坐标轴后,位置坐标轴对应的位置坐标为的点的像素值,为对所述灰度化古董图像的像素点(x,y)的像素值经过强化后的像素值,为灰度化后的古董图像的所有像素点中的最小值,为灰度化后的古董图像的所有像素点中的第一四分位数的值,为灰度化后的古董图像的所有像素点中的均值,为所述灰度化古董图像的所有像素点中的第三四分位数的值,为像素点的可能值中的最大值,为预设值,一般预设255,为灰度化后的古董图像的所有像素点中的最大值;,X为所述古董图像的像素的横轴像素点的个数-1,Y为所述古董图像的像素的纵轴轴像素点的个数-1;

步骤S3、利用边际追踪技术,将所述像素点分段强化后的古董图像进行背景剔除,将利用边际追踪判定为背景的像素点的值赋值为0;

步骤S4、将进行背景剔除后的古董图像进行智能图像位置修正,其中修正的具体步骤如下所示:

首先,计算修正的修正角度,在计算修正的计算角度时,首先获取第一预设位置坐标和第二预设位置坐标;

其次,利用公式(2)计算修正角度

(2)

其中,为修正角度,为反三角函数,sin值,为符号函数,当括号内的值为正数时结果为1,当括号内的值为负数时结果为-1,当括号内的值为0时,结果为0;

然后利用公式(3)对所述背景剔除后的古董图像进行智能图像位置修正;

(3)

其中,为位置坐标进行修正后的位置坐标,且的取值为所述背景剔除后的古董图中所有非0像素点对应的位置坐标,利用所述智能图像位置修正技术后,将所述位置坐标为的像素点的值,代入位置坐标中,则能得到图像修正后的古董图像;

步骤S5,对所述图像位置修正后的古董图像进行像素点的修正,在修正过程中首先判断所述像素点对应的位置在坐标位置的上下左右是否都有像素点,若是则代入公式(4)进行修正,否则该位置坐标位置的像素点修正值为其原始值;

(4)

其中,、为中间参数,为求解最大值,为求解最小值,为进行修正前的位置坐标为的像素点的值,为标轴位置为的像素点进行修正后的值;

步骤S6、将进行像素点的修正后的古董图像进行无用信息剔除,即判断所述图像的四周,是否存在某行或者某列的像素点的值全部为0,是则剔除该行或者该列,从而减小所述图像大小,形成最终的待鉴定古董图像;

形成所述最终的待鉴定古董图像即为进行辅助感官处理后的待鉴定古董图像,将所述最终的待鉴定古董图像进行辅助鉴定分析。

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北京邮电大学,未经北京邮电大学许可,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/pat/books/201910678801.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top