[发明专利]基于原图像和动态信息融合的息屏画面生成方法有效

专利信息
申请号: 202110343946.8 申请日: 2021-03-31
公开(公告)号: CN112733835B 公开(公告)日: 2021-06-22
发明(设计)人: 卢杰骅;卢桂荣 申请(专利权)人: 杭州科技职业技术学院
主分类号: G06K9/20 分类号: G06K9/20;G06K9/62;G06N3/04;G06N3/08
代理公司: 北京风雅颂专利代理有限公司 11403 代理人: 马骁
地址: 311402 浙*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 图像 动态 信息 融合 画面 生成 方法
【权利要求书】:

1.一种基于原图像和动态信息融合的息屏画面生成方法,其特征在于,包括:获取用户当前自定义的手机息屏界面的图像和待添加的动态信息,所述待添加的动态信息包括多条文本形式的动态信息;将所述手机息屏界面的图像作为输入图像通过深度卷积神经网络以获得原图像特征图;将所述多条文本形式的动态信息中各条动态信息分别转化为文本向量,以获得多个文本向量;将所述多个文本向量分别通过多个全连接层进行编码,以获得多个文本特征向量,其中,所述多个全连接层中最后一个全连接层的输出位数与所述原图像特征图的宽度或者高度维度相同;将所述原图像特征图分别与所述多个文本特征向量中每个文本特征向量进行矩阵相乘,以获得多个动态信息特征向量;将所述多个动态信息特征向量按样本维度进行拼接之后再进行插值,以获得与所述原图像特征图具有相同维度的动态信息特征图;将所述动态信息特征图与所述原图像特征图融合,以获得融合特征图;将所述融合特征图输入生成器网络,以获得新的基于源图像的生成图像;

其中,将所述多条文本形式的动态信息中各条动态信息分别转化为文本向量,以获得多个文本向量,包括:将所述多条文本形式的动态信息中各条动态信息分别通过词嵌入模型,以获得多个文本向量;

其中,将所述多个动态信息特征向量按样本维度进行拼接之后再进行插值,以获得与所述原图像特征图具有相同维度的动态信息特征图,包括:将所述多个动态信息特征向量按样本维度进行拼接,以获得拼接矩阵;对所述拼接矩阵以所述原图像特征图的全局平均值进行插值,以获得与所述原图像特征图具有相同维度的动态信息特征图;

其中,将所述动态信息特征图与所述原图像特征图融合,以获得融合特征图,包括:以预设权重计算所述动态信息特征图与所述原图像特征图之间的按像素位置的加权和,以获得融合特征图。

2.根据权利要求1所述的基于原图像和动态信息融合的息屏画面生成方法,其中,所述深度卷积神经网络为深度残差神经网络。

3.根据权利要求1所述的基于原图像和动态信息融合的息屏画面生成方法,其中,所述生成器网络为对抗生成网络,所述对抗生成网络的训练过程,包括:将已完成的动态信息添加的图像作为参考图像通过所述深度卷积神经网络以获得参考特征图;将所述参考特征图与所述融合特征图输入对抗生成网络以获得鉴别器损失函数值;以及以所述鉴别器损失函数值对所述对抗生成网络进行训练。

4.根据权利要求1所述的基于原图像和动态信息融合的息屏画面生成方法,进一步包括:将所述待添加的动态信息中图标类的图像数据添加到所述生成图像中。

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杭州科技职业技术学院,未经杭州科技职业技术学院许可,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/202110343946.8/1.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