“刘家瑛”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果115个，建议您升级VIP下载更多相关专利

[发明专利]子带网络桥接的半监督图像去雨方法及装置-CN202110088761.7有效
发明人： 刘家瑛;杨文瀚;胡煜章;郭宗明 -专利权人：北京大学
申请日： 2021-01-22 - 公布日： 2023-10-17 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种子带网络桥接的半监督图像去雨方法及装置，通过深度学习来进行雨天图像的半监督学习，提出了一种递归频带表示来连接无监督和全监督框架。本文提取出一系列由粗到精的频带表示，并通过递归的端到端学习进行增强，进行雨痕去除和细节修正。在感知质量引导的对抗学习下，使用深度频带表示进行重构，生成最终的复原结果。本发明提取出一系列由粗到精的频带表示，并通过递归的端到端学习进行增强，进行雨痕去除和细节修正，提出了一种递归频带表示来连接无监督和全监督框架。
网络监督图像方法装置

[发明专利]一种深度特征压缩方法-CN202110660867.X有效
发明人： 刘家瑛;胡越予;黄浩峰;杨文瀚;段凌宇 -专利权人：北京大学
申请日： 2021-06-15 - 公布日： 2023-10-17 - 主分类号： G06N3/0464 文献下载
摘要：本发明公开了一种深度特征压缩方法，本发明构建并训练一压缩模型，该模型首先对神经网络提取的图像特征表示进行变换，产生变换后的紧凑表示，提取变换后的表示的超先验码流；超先验码流用于产生码本各个基元素的线性组合系数；码本从特征中学习获得；根据线性组合系数和对应的码本产生超先验概率估计，从而使用熵编码器进行熵编码，产生码流；码流通过熵解码和解码变换产生输出的特征表示。本发明能够对深度特征进行有效压缩，而且能够对多个任务特征进行协同压缩，重建时，对特征进行分离操作，分别产生对应不同任务的重建特征；本发明还能够支持训练时未见的新任务。
一种深度特征压缩方法

[发明专利]一种图文结合的海报生成方法和系统-CN201811068309.9有效
发明人： 刘家瑛;杨帅;杨文瀚;郭宗明 -专利权人：北京大学
申请日： 2018-09-13 - 公布日： 2023-05-02 - 主分类号： G06T11/60 文献下载
摘要：本发明公开一种图文结合的海报生成方法和系统。该方法的步骤包括：给定一张目标文字，一张风格图片和一张背景图片，首先自动确定目标文字放置在背景图片的位置；然后对风格图片进行前背景分割；接着根据风格图片的前景的轮廓调整目标文字的轮廓；最后在调整后的目标文字的结构引导下和背景图片的像素约束下，将风格图片中的图像块填入目标文字在背景图片的放置区域内部，从而将带有风格图片的风格的文字即艺术字，嵌入到背景图片中，进行图片和文字的结合，全自动地生成一张艺术性的海报。本发明通过考虑多种因素自动确定文字在背景图片的最佳位置；同时考虑轮廓调整和文字的结构与背景图片的像素约束，使得生成的海报具有更好的主观视觉质量。
一种图文结合海报生成方法系统

[发明专利]一种基于记忆增强的视频去雨方法与装置-CN202110034912.0有效
发明人： 刘家瑛;胡煜章;杨文瀚;郭宗明 -专利权人：北京大学
申请日： 2021-01-12 - 公布日： 2023-04-07 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于记忆增强的视频去雨方法与装置，其步骤包括：1)将卷积长短期记忆网络的内部状态作为全局长期记忆；对于待去雨处理的目标视频，将该目标视频的前n帧分别输入记忆增强去雨网络，获得各帧对应的去雨结果；2)对于该目标视频的第n帧之后的每一帧，执行步骤a)～c)，获得该目标视频对应的去雨视频：a)将当前待去雨帧的前多帧的去雨结果、全局长期记忆、当前待去雨帧输入记忆增强去雨网络进行去雨，得到当前帧的去雨结果；b)计算当前待去雨帧与其去雨结果之间的差值，作为当前待去雨帧的雨痕图；c)将雨痕图输入卷积长短期记忆网络，更新该卷积长短期记忆网络的内部状态作为新的全局长期记忆。
一种基于记忆增强视频方法装置

[发明专利]编解码方法和装置-CN202110898667.8在审
发明人： 刘家瑛;王德昭;王晶;郭天生;崔泽;葛运英 -专利权人：华为技术有限公司;北京大学
申请日： 2021-08-05 - 公布日： 2023-03-31 - 主分类号： H04N19/147 文献下载
摘要：本申请公开了编解码方法和装置，涉及人工智能技术领域，能够提升数据编解码方法的率失真性能。该方法包括：首先获取待编码数据，然后将所述待编码数据输入第一编码网络以得到目标参数；之后根据所述目标参数构建第二编码网络；接着将所述待编码数据输入所述第二编码网络以得到第一特征；最后对所述第一特征进行编码以得到编码码流。
解码方法装置

[发明专利]一种基于敏感度的码率分配特征压缩方法-CN202011090817.4有效
发明人： 刘家瑛;胡煜章;杨文瀚;郭宗明 -专利权人：北京大学
申请日： 2020-10-13 - 公布日： 2023-03-31 - 主分类号： H04N19/42 文献下载
摘要：本发明公开了一种基于敏感度的码率分配特征压缩方法，其步骤包括：1)将图像的神经网络中间层特征输入深层神经网络进行计算，得到无损网络输出；2)对于所述神经网络中间层特征的每一单通道i，进行如下处理：为单通道i对应的特征施加编码噪声，得到该单通道i的加噪特征；然后将单通道i的加噪特征输入深层神经网络进行计算，得到单通道i的加噪输出；然后计算单通道i的加噪输出与所述无损网络输出的差值，作为单通道i的编码噪声敏感度；3)根据各单通道的编码噪声敏感度进行码率分配，为每个单通道分配压缩质量参数；4)根据各单通道分配所得的压缩质量参数，对量化后的所述神经网络中间层特征进行压缩，得到中间层特征压缩码流。
一种基于敏感度分配特征压缩方法

[发明专利]一种图像编解码方法及装置-CN202011353900.6有效
发明人： 刘家瑛;胡越予;王晶 -专利权人：华为技术有限公司;北京大学
申请日： 2020-11-26 - 公布日： 2023-03-10 - 主分类号： H04N19/13 文献下载
摘要：提供一种图像编解码方法及装置，涉及图像编解码技术领域，能够减少神经网络的参数，能够降低图像编解码的算力消耗。该方法包括：使用第一分析网络对目标图像进行第一去相关变换，得到目标图像的第一特征图；且使用第二分析网络对第一特征图进行第二去相关变换，得到目标图像的第二特征图；然后基于第二特征图的第二概率直方图对第二特征图进行熵编码，获得目标图像的第二码流；并基于第二特征图的第二概率直方图和第二码流，获得目标图像的第二重建图；将第二重建图作为先验信息，使用第一概率预测网络对第一特征图进行概率预测，获得第一概率直方图；以及基于第一特征图的第一概率直方图对第一特征图进行熵编码，获得目标图像的第一码流。
一种图像解码方法装置

[发明专利]一种无监督低光照域自适应训练方法及检测方法-CN202211129606.6在审
发明人： 刘家瑛;罗润冬;汪文靖 -专利权人：北京大学
申请日： 2022-09-16 - 公布日： 2023-01-24 - 主分类号： G06V10/774 文献下载
摘要：本发明公开了一种无监督低光照域自适应训练方法及检测方法。本方法为：1)收集有标注的正常光照训练数据、无标注的低光照训练数据和预训练模型；在预训练模型的特征提取器之后连接一多层感知器，得到第一模型；2)利用正常光照数据训练第一模型中多层感知器；3)构建深度凹曲线模型置于第一模型中特征提取器之前，得到第二模型；4)利用低光照数据训练第二模型中的深度凹曲线模型；5)利用深度凹曲线模型对低光照数据进行提亮后输入预训练模型，将预测所得标签作为低光照数据的伪标签；6)利用正常光照数据及带伪标签的低光照数据对预训练模型进行训练微调；7)对于待处理的低光照图像提亮后输入微调后的预训练模型，输出对应的检测结果。
一种监督光照自适应训练方法检测

[发明专利]一种基于深度学习的图像压缩方法和装置-CN202010084834.0有效
发明人： 刘家瑛;胡越予;黄浩峰;杨文瀚;郭宗明 -专利权人：北京大学
申请日： 2020-02-10 - 公布日： 2023-01-17 - 主分类号： H04N19/182 文献下载
摘要：本发明涉及一种基于深度学习的图像压缩方法和装置，主要用于图像的编码压缩，即将原始图像信号，利用其冗余性，压缩编码成二进制码流，并且尽可能地使得原本的图像信号在解码时得以还原重建。本发明基于卷积神经网络，使用多尺度超先验结构，充分利用超先验表示信息进行重建，实现了全可并行网络结构，可以有效地提高图像压缩性能，尤其是针对高分辨率图像有明显优化。
一种基于深度学习图像压缩方法装置

[发明专利]基于深度学习神经网络的环路滤波方法-CN201910450808.2有效
发明人： 刘家瑛;王德昭;夏思烽;杨文瀚;胡越予;郭宗明 -专利权人：北京大学
申请日： 2019-05-28 - 公布日： 2023-01-17 - 主分类号： H04N19/176 文献下载
摘要：本发明为一种基于深度学习神经网络的环路滤波方法，利用了视频编码中块划分树的信息，进一步提升视频恢复质量。与传统的视频编码器内采用了手工设计的去块效应模块以及样点自适应补偿模块不同，本发明利用了深度卷积神经网络在大量训练数据集上进行学习，从而更准确地学习到从低质量视频到高质量视频的非线性映射。本发明为块与块间增加了连接，从而可以传递未被压缩的特征信息。此外，本发明还利用了视频编码器提供的块划分树中的多层块划分信息，生成多层编码单元均值图，进一步辅助神经网络更好地消除块效应。
基于深度学习神经网络环路滤波方法

[发明专利]一种基于多参考帧的环路滤波方法及电子装置-CN202010042012.6有效
发明人： 刘家瑛;王德昭;夏思;杨文瀚;郭宗明 -专利权人：北京大学
申请日： 2020-01-15 - 公布日： 2023-01-13 - 主分类号： H04N19/139 文献下载
摘要：本发明公开了一种基于多参考帧的环路滤波方法及电子装置，其步骤包括：将原始帧送入视频编码器进行编码得到当前帧，并获取所述当前帧的第一参考帧与第二参考帧；计算所述当前帧、所述第一参考帧以及所述第二参考帧两两间的光流集合；将所述当前帧、所述第一参考帧、所述第二参考帧以及所述光流集合送入一深度卷积循环神经网络，得到滤波重建帧。本发明利用空域信息之外，额外使用了时域信息，提出了联合学习机制，提升了参考帧的质量，在不显著提升网络参数量的基础上，获得了更好的编码性能。
一种基于参考环路滤波方法电子装置

[发明专利]一种基于实例分割和参考帧的水墨视频生成方法及装置-CN202110571615.X在审
发明人： 刘家瑛;梁浩;汪文靖;杨帅;郭宗明 -专利权人：北京大学;广州市百果园信息技术有限公司
申请日： 2021-05-25 - 公布日： 2022-11-25 - 主分类号： G06T15/02 文献下载
摘要：本发明提供一种基于实例分割和参考帧的水墨视频生成方法及装置，包括获取真实视频中每一帧的实例分割图，并依据所帧之间的光流估计，计算各帧的相似程度，选取待转换帧及参考帧；将光流估计与待转换帧、参考帧及其实例分割图输入水墨风格化网络模型，得到待转换帧的水墨视频帧，从而获取该真实视频的水墨视频。本发明改善了模型的水墨风格生成能力，在留白、不同对象笔画纠缠以及不同尺度物体处理方面相较于已有技术取得了更好的效果，实现了带参考的水墨风格化，避免了传统顺序转换中的误差累积，相较于已有方法减少了生成的水墨视频中的闪烁和不一致。
一种基于实例分割参考水墨视频生成方法装置

[发明专利]一种基于对比学习的任意风格迁移方法及系统-CN202110528861.7在审
发明人： 刘家瑛;王欣灏;汪文靖;杨帅;郭宗明 -专利权人：北京大学;广州市百果园信息技术有限公司
申请日： 2021-05-14 - 公布日： 2022-11-15 - 主分类号： G06T7/49 文献下载
摘要：本发明涉及一种基于对比学习的任意风格迁移方法及系统。该方法首先利用训练数据集训练任意风格迁移网络模型；训练完成后，将目标内容图像输入到内容编码器中，处理得到内容编码；将参考艺术作品输入到风格编码器中，首个卷积层和含有最大池化的卷积层分别输出风格编码；将内容编码和最深层的风格编码输入到可替换的风格转换器；将可替换的风格转换器输出的内容输入到解码器中，并在解码器中的各个特征适应单样本规范化层输入其它各层的风格编码的均值和方差，处理得到最终的风格迁移结果图像或视频帧。本发明能将任意指定的参考艺术作品的风格表征迁移至任意目标内容图像，实现对目标内容图像的任意风格化，提升了主观视觉质量与艺术效果。
一种基于对比学习任意风格迁移方法系统

[发明专利]一种基于多特征融合的低光照人脸检测方法及低光照人脸检测网络-CN201910813847.4有效
发明人： 刘家瑛;徐德嘉;杨文瀚;范旻昊 -专利权人：北京大学
申请日： 2019-08-30 - 公布日： 2022-11-15 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种基于多特征融合的低光照人脸检测方法及低光照人脸检测网络。本方法为：1)对于一待处理的低光照图片x，使用提亮分支的编码器来对其进行降采样操作，提取不同尺度卷积层的输出作为该图片x的多尺度特征Fx'，再使用提亮分支的解码器利用多尺度特征Fx'重建出一张提亮后的图片2)使用特征提取网络提取该图片的多尺度特征3)使用空洞卷积层分别对所述多尺度特征Fx'和多尺度特征进行增强，分别得到Fx和并将Fx和融合得到特征Fc，根据特征Fc预测得到图片x中的人脸区域包围框和对应置信度。本发明大大优化了低光照领域的人脸检测结果。
一种基于特征融合光照检测方法网络

[发明专利]基于视觉自注意力网络的视频块级率失真优化方法及系统-CN202210735183.6在审
发明人： 刘家瑛;李书家;王德昭;黄浩峰;郭宗明 -专利权人：北京大学
申请日： 2022-06-27 - 公布日： 2022-11-01 - 主分类号： H04N19/147 文献下载
摘要：本发明公开一种基于视觉自注意力网络的视频块级率失真优化方法及系统，属于数字视频增强领域，将多头自注意力机制引入视频压缩后处理任务中，充分利用自注意力机制强大的建模能力学习受损帧到无损帧的映射，并构建3种基于视觉自注意力网络的后处理模型，引入多种网络架构针对不同内容进行块级率失真优化，从而高效消除视频在解码重建时产生的伪影和压缩噪声。
基于视觉注意力网络视频块级率失真优化方法系统

1
2
3
4
5
6
7
8
下一页»
尾页
共 115 条