[发明专利]一种基于卷积神经网络的二维码风格转换方法有效
申请号: | 201910041820.8 | 申请日: | 2019-01-16 |
公开(公告)号: | CN109840575B | 公开(公告)日: | 2021-11-23 |
发明(设计)人: | 黎海生;薛帆;鲁健恒;夏海英 | 申请(专利权)人: | 广西师范大学 |
主分类号: | G06K19/06 | 分类号: | G06K19/06;G06K9/62;G06N3/04 |
代理公司: | 北京汇捷知识产权代理事务所(普通合伙) 11531 | 代理人: | 于鹏 |
地址: | 541004 广西壮族自治*** | 国省代码: | 广西;45 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于卷积神经网络的二维码风格转换方法,属于图像处理和计算机视觉领域,使用Adam优化器对风格转移网络进行训练。改进风格转换网络,调整风格权重和内容权重,使风格转移网络更加适合对二维码进行风格转换。修复风格转移网络生成艺术二维码的标准定位点,使得到的艺术二维码具有艺术风格的同时,保证二维码信息的完整度和可识别度。本发明把卷积神经网络应用到二维码的风格转移中,同时解决了风格转移对标准定位点的影响,从而能够更好的完成二维码的风格转移任务。 | ||
搜索关键词: | 一种 基于 卷积 神经网络 二维码 风格 转换 方法 | ||
【主权项】:
1.一种基于卷积神经网络的二维码风格转换方法,其特征在于:包括如下步骤,步骤1:选取图片数据集作为训练集,选取指定风格图片,作为目标风格图片,使用训练集和目标风格图像训练风格转换网络;步骤2:把内容图像输入训练好的风格网络中,输出生成图像;步骤3:把内容图像、生成图像和风格图像输入到预训练的VGG16网络中,通过VGG16网络提取到的图片特征来设计损失函数;步骤4:使用Adam优化器训练风格转换网络,直到损失函数收敛,停止训练;步骤5:提高风格转换网络的内容权重,使得风格转换网络转换后的生成图像保留输入图像的内容信息;步骤6:把嵌入了背景图片的混合二维码输入到训练好的图像转换网络中,得到艺术二维码;步骤7:对艺术二维码的四个标准定位点进行修复,得到所需的二维码。
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广西师范大学,未经广西师范大学许可,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/201910041820.8/,转载请声明来源钻瓜专利网。