“线稿图”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果5014961个，建议您升级VIP下载更多相关专利

[发明专利]给线稿图快速上色的方法及装置-CN202210664559.9在审
发明人：赵晶;陈然;王紫琦;鲍贝;邵壮;蒋思嘉;李圣洁 -专利权人：北京林业大学
申请日： 2022-06-14 - 公布日： 2022-09-30 - 主分类号： G06T11/40 文献下载
摘要：本发明公开了给线稿图快速上色的方法，包括：采集线稿图和彩色平面图，建立线稿图集和彩色平面图集；将线稿图集和彩色平面图集中的线稿图和彩色平面图输入CycleGAN网络进行风格迁移训练，得到快速上色模型；将待上色线稿图输入所述快速上色模型，得到待上色线稿图对应的彩色平面图。本发明还提供了给线稿图快速上色的装置。本发明能够辅助推进设计工作、提高方案生成运转效率，改变行业绘图方式。
线稿图快速上色方法装置

[发明专利]一种基于机器学习的线稿生成方法及装置-CN202110133258.9在审
发明人：周浅逸 -专利权人：深圳市天耀创想网络科技有限公司
申请日： 2021-01-29 - 公布日： 2021-05-25 - 主分类号： G06T11/20 文献下载
摘要：本发明提供了一种基于机器学习的线稿生成方法及装置，所述方法包括：获取若干数量的素材对比图；其中，所述素材对比图包括素材草稿图以及与其对应的素材线稿图；利用预设的深度学习生成模型根据所述素材草稿图及其对应的素材线稿图进行学习和训练，生成得到线稿转换模型；将待处理草稿图输入至所述线稿转换模型生成得到与所述待处理草稿图相对应的线稿图。本发明通过利用草稿‑线稿对比图对深度学习生成模型进行训练，生成将草稿转换为线稿的模型，从而在实际创作过程中能够根据草图自动生成线稿图，大大节省了人工和时间成本。
一种基于机器学习生成方法装置

[发明专利]图像处理方法、装置、设备及介质-CN202210442061.8在审
发明人：丁飞;刘玮 -专利权人：北京字跳网络技术有限公司
申请日： 2022-04-25 - 公布日： 2023-04-11 - 主分类号： G06V10/56 文献下载
摘要：本公开实施例涉及一种图像处理方法、装置、设备及介质，其中该方法包括：获取线稿图；获取对线稿图中的目标部位进行上色的目标颜色；提取线稿图的线稿图特征；提取目标颜色的目标颜色特征；将目标颜色特征与线稿图特征进行特征融合，以生成融合后的线稿图特征；基于融合后的线稿图特征，生成线稿图的上色图像，其中，上色图像中的目标部位的颜色与目标颜色一致。由此，基于获取的目标颜色对线稿图中目标部位进行自动上色，降低了上色成本，提升了图片的上色效果和效率。
图像处理方法装置设备介质

[发明专利]图像处理方法、装置、设备及介质-CN202210443508.3在审
发明人：丁飞;刘玮 -专利权人：北京字跳网络技术有限公司
申请日： 2022-04-25 - 公布日： 2023-04-07 - 主分类号： G06T11/00 文献下载
摘要：本公开实施例涉及一种图像处理方法、装置、设备及介质，其中该方法包括：获取线稿图和参考图；提取与线稿图对应的线稿图特征以及与参考图对应的参考图特征；确定线稿图特征中的线稿特征点与参考图特征中的多个参考特征点之间的语义相关性；基于语义相关性，生成线稿图的上色图像其中，上色图像各部位的颜色、纹理细节与参考图一致。由此，利用参考图与线稿图间的密集语义相关性智能的给线稿图上色，上色结果中的各部位颜色、纹理细节与参考图保持一致，在提升了上色效率的基础上，保证了上色效果。
图像处理方法装置设备介质

[发明专利]一种线稿上色方法、装置及电子设备-CN202210507963.5在审
发明人：保俊杉;龙翔 -专利权人：北京奇艺世纪科技有限公司
申请日： 2022-05-10 - 公布日： 2022-08-02 - 主分类号： G06T15/60 文献下载
摘要：本发明实施例提供了一种线稿上色方法、装置及电子设备，涉及图像处理技术领域。该方法包括：获取待上色线稿对应的目标阴影线；所述目标阴影线为：用于表征所述待上色线稿对应的阴影区域的线；利用所述待上色线稿和所述目标阴影线，确定所述待上色线稿的目标图片语义信息；其中，所述目标图片语义信息用于表征：所述待上色线稿的图像特性；基于所述目标阴影线和所述目标图片语义信息，对所述待上色线稿进行上色，得到目标成图。与现有技术相比，应用本发明实施例提供的方案，提高待上色线稿上色后的成图的阴影效果，即提高待上色线稿上色后的成图的质量。
一种上色方法装置电子设备

[发明专利]线稿对应色图的获取方法和装置、存储介质和电子装置-CN202010347093.0有效
发明人：张骞;王波 -专利权人：北京奇艺世纪科技有限公司
申请日： 2020-04-27 - 公布日： 2023-09-08 - 主分类号： G06T11/00 文献下载
摘要：本申请提供了一种线稿对应色图的获取方法和装置、存储介质和电子装置，其中，该方法包括：分别提取第一线稿的第一特征图像、第二线稿的第二特征图像和第一色图的第三特征图像，其中，第一线稿与第二线稿之间具有关联关系，第一色图为第一线稿的色图；根据第一特征图像和第二特征图像的相关度、以及第三特征图像，获取第四特征图像，其中，第四特征图像为与第二线稿的色图对应的特征图像；根据第二特征图像，将第四特征图像转换为与第二线稿对应的第二色图通过本申请，解决了相关技术中的线稿上色方式存在的无法对形状变换较大和有新形状出现的线稿进行上色的问题。
对应获取方法装置存储介质电子

[发明专利]户型图构建方法、装置、设备及存储介质-CN202210716050.4有效
发明人：请求不公布姓名 -专利权人：北京城市网邻信息技术有限公司
申请日： 2022-06-22 - 公布日： 2023-04-07 - 主分类号： G06T11/20 文献下载
摘要：本申请实施例提供一种户型图构建方法、装置、设备及存储介质。在本申请实施例中，从目标房屋的全景图中获取初始线稿图，以初始线稿图中基准空间对象的墙体线条为基础，结合空间对象之间的相对位置关系，对初始线稿图中的非基准空间对象的墙体线条进行修正，得到修正后的线稿图，基于修正后的线稿图生成目标房屋对应的户型图，可提高户型图生成的准确率和效率，节约人力成本。
户型构建方法装置设备存储介质

[发明专利]基于深度学习的数字壁画修复方法及装置-CN202211102976.0在审
发明人：王晓玉;章勇勤;彭先霖;张思佳;彭进业;王珺;曾贵华 -专利权人：西北大学
申请日： 2022-09-09 - 公布日： 2022-12-23 - 主分类号： G06T5/00 文献下载
摘要：本申请涉及一种基于深度学习的数字壁画修复方法，首先提取受损壁画图像的线稿图并对线稿图进行修复，然后在已完成修复的线稿图的辅助下对原破损图片进行色彩填充和细化；本申请的线稿重建模块在不同尺寸下对线稿图进行修复，提升对线稿图的修复精度，色彩填充模块由粗糙到细致对颜色进行填充和调整，更大限度的还原色彩和纹理细节；本申请遵循手工修复壁画的步骤：绘制线稿、填充颜色、补充细节，更加合理的完成壁画图像的修复工作，能够重建出高质量的古代壁画图像
基于深度学习数字壁画修复方法装置

[发明专利]人物线稿生成方法、装置、设备及介质-CN202210912212.1在审
发明人：方承煜;韩先锋 -专利权人：西南大学
申请日： 2022-07-28 - 公布日： 2022-10-11 - 主分类号： G06T3/00 文献下载
摘要：本发明公开了一种人物线稿生成方法，包括：获取目标人物图片；将所述目标人物图片输入至预先训练好的人物线稿模型中，通过人物线稿模型对目标人物图片进行转换，得到人物线稿；其中，人物线稿模型的训练方法，包括：获取人物图片和与人物图片对应的人物线稿；将人物图片输入至人物线稿模型的生成器中，生成与人物图片对应的线条图以及将线条图与人物图片对应的人物线稿输入至人物线稿模型的判别器中；分别计算第一损失函数、第二损失函数、第三损失函数，进行加权求和，得到总损失函数本发明可以让网络获得更好的几何信息及语义信息的提取及结合能力，以此生成更加优质及信息完整的线稿图像。
人物生成方法装置设备介质

[发明专利]图像处理方法、装置、设备及介质-CN202210443514.9在审
发明人：丁飞;刘玮 -专利权人：北京字跳网络技术有限公司
申请日： 2022-04-25 - 公布日： 2023-04-07 - 主分类号： G06T11/40 文献下载
摘要：本公开实施例涉及一种图像处理方法、装置、设备及介质，其中该方法包括：从用户获取线稿图和初始颜色提示信息；基于初始颜色提示信息对线稿图进行上色，生成线稿图的初始上色图像；从用户获取与初始上色图像相关联的颜色修改信息；基于初始颜色提示信息、颜色修改信息和初始上色图像，生成目标颜色提示信息；以及基于目标颜色提示信息对线稿图进行上色，生成线稿图的目标上色图像。由此，根据用户提供的颜色提示信息对线稿图进行自动的上色处理，用户若是对上色效果修改，则可以进一步根据用户的修改对线稿重新上色处理，满足了用户的个性化上色需求，实现了在保证上色效果的基础上，提升了上色效率
图像处理方法装置设备介质

[发明专利]基于语义匹配的藏式建筑彩绘线稿图上色方法及装置-CN202111654394.9有效
发明人：耿生玲;王福波;张丹 -专利权人：青海师范大学
申请日： 2021-12-30 - 公布日： 2022-09-06 - 主分类号： G06T11/00 文献下载
摘要：本发明涉及一种基于语义匹配的藏式建筑彩绘线稿图上色方法及装置，包括预构建线稿上色模型；所述深度神经网络模型包括预训练的语义分割网络、生成器以及判别器，对所述线稿上色模型进行训练，将待处理线稿图和需要生成的工艺类型输入所述训练好的线稿上色模型中本发明通过预训练的语义分割网络划彩绘线稿图中的不同部件的语义区域，指导预训练图像的颜色定位到藏式建筑彩绘线稿图的不同位置，能够精准着色到不同区域，同时也提升了渐变色的模拟效果。
基于语义匹配建筑彩绘线稿图上色方法装置

[发明专利]基于CycleGan模型纹样图片线稿化和矢量化方法-CN202310750593.2在审
发明人：季春霖;米成;陈静;李梦琦;付雨豪;李宜斐 -专利权人：上海缇安文化发展有限公司
申请日： 2023-06-25 - 公布日： 2023-09-19 - 主分类号： G06T3/00 文献下载
摘要：本发明提供了一种基于CycleGan模型纹样图片线稿化方法和矢量化方法，步骤S01：采集数据；所述数据包括纹样高清图片和漫画数据集。步骤S04：基于CycleGan模型和损失函数，利用预处理得到的训练集开始训练模型，并依据生成线稿图的效果来选定合适的CycleGAN的checkpoint进行保存。本发明实现纹样图片的线稿化和矢量化。利用深度学习中的生成模型，生成图片的线稿图，再基于Potrace算法来得到素材可编辑的线稿矢量图，降低编辑难度、计算成本，并提高了边缘的精细度，从而加快创作速度。
基于 cyclegan 模型纹样图片线稿化矢量方法

[发明专利]一种基于深度学习的服装线稿生成方法-CN202011336110.7在审
发明人：郑泽宇;温苗苗;尚文祥;何治;胡海滨;石磊 -专利权人：杭州知衣科技有限公司
申请日： 2020-11-25 - 公布日： 2021-02-19 - 主分类号： G06F30/27 文献下载
摘要：本发明涉及服装图像生成技术领域，具体涉及一种基于深度学习的服装线稿生成方法。该方法包括如下步骤：收集一定量的服装线稿数据，然后对服装线稿数据进行属性标注，生成模型训练所需要的训练数据集；利用训练数据集训练生成服装线稿生成模型；构建一定维度的随机噪声和一定维度的服装标签信息，将随机噪声和标签信息合并为线稿生成信号；然后将该信号输入至服装线稿模型中进行服装线稿图的生成。
一种基于深度学习服装生成方法

[发明专利]一种可控制的人物线稿图生成方法-CN202310019384.0在审
发明人：韩先锋;方承煜 -专利权人：西南大学
申请日： 2023-01-06 - 公布日： 2023-05-26 - 主分类号： G06T11/20 文献下载
摘要：本发明涉及线稿处理技术领域，尤其涉及一种可控制的人物线稿图生成方法。方法包括：通过图像到流网络生成人物图像的边缘切向流；通过双流生成器生成人物线稿图像。本发明设计了一个从图像高效生成边缘流域的图像到流的网络模型，来保留图像中边缘线条的方向信息；设计了一个双流生成器模型，该模型以人物图像以及所对应的学习到的边缘流为输入生成人物线稿图像；本发明通过在双流生成器模型中嵌入一个线条控制矩阵以及提出一个线条控制回归网络来实现对线条细节层次的控制，从而得到具有不同线条风格的人物线稿图。
一种控制人物线稿图生成方法

[发明专利]一种基于宽度注意力和图卷积优化的卡通线稿上色方法-CN202111358038.2在审
发明人：刘思维;谢志峰;孙郁州 -专利权人：上海大学
申请日： 2021-11-16 - 公布日： 2022-03-04 - 主分类号： G06T11/00 文献下载
摘要：本发明涉及一种基于宽度注意力和图卷积优化的卡通线稿上色方法。(1)使用预训练的VGG16模型提取卡通图像的特征并进行余弦相似度比对，选取相似度前三的图像组成一一匹配的原图‑参考图像对；(2)构建卡通线稿‑上色图特征匹配模型：首先，U‑Net网络分别提取卡通线稿和上色图的多尺度深度特征；其次，上采样阶段各个尺度的线稿和上色图特征输入宽度注意力特征匹配网络进行特征匹配，再使用图卷积模块进行整体优化。(3)将匹配后的特征和线稿图像输入到生成模型，得到最终的上色结果。本方法使用端到端的网络模型，不仅减少了工程的复杂度，且有效地解决了原图和参考图之间色彩特征和语义特征的匹配问题，生成精美高分辨率的上色卡通图像。
一种基于宽度注意力图卷优化卡通上色方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条