|
|
钻瓜专利网为您找到相关结果 25个，建议您 升级VIP下载更多相关专利
- [发明专利]域自适应语义分割-CN202180094958.X在审
-
沈枫易;奥纳伊·优厄法利欧格路
-
华为技术有限公司
-
2021-06-18
-
2023-10-27
-
G06V10/26
- 本发明涉及使用神经网络等可训练模型的语义图像分割。提出了一种可训练设备，包括连接到第一生成器网络、第二生成器网络和语义分割网络的共享编码器网络。在训练阶段，将包括标记的源域图像和未标记的目标域图像的训练图像集的输入图像提供到共享编码器网络，所述共享编码器网络基于所述输入图像进行训练并输出第一特征图。然后，所述第一生成器网络和所述第二生成器网络基于所述第一特征图进行训练，所述第一生成器网络和所述第二生成器网络中的一个输出域转换输入图像。所述共享编码器网络基于所述域转换输入图像进一步训练，并输出第二特征图。所述语义分割网络基于所述输入图像和所述域转换输入图像进行训练。
- 自适应语义分割
- [发明专利]一种图像增强方法和装置-CN202180079713.X在审
-
沈枫易;奥纳伊·优厄法利欧格路
-
华为技术有限公司
-
2021-02-19
-
2023-08-04
-
G06T5/00
- 一种图像增强方法，包括：通过将原始输入图像与深度图级联，生成输入图像。所述方法包括：通过使用编码器对所述输入图像进行编码，生成瓶颈特征；将扰动向量注入所述瓶颈特征。将注入所述扰动向量的所述瓶颈特征馈送至图像生成器。所述方法还包括：在所述图像生成器处，根据所述瓶颈特征和所述扰动向量，生成增强图像。所述方法还包括：在判别器处，接收所述增强图像以及从清晰图像数据集中随机选择的清晰图像，并且根据所述增强图像与所述随机选择的清晰图像之间的比较来确定图像增强得分。所述方法可提供多个输出图像，降低处理复杂度，并提高所述输出图像的质量。
- 一种图像增强方法装置
- [发明专利]图像处理装置和方法-CN201780092720.7有效
-
法赫德·布扎拉;奥纳伊·优厄法利欧格路;伊布拉希姆·哈法奥
-
华为技术有限公司
-
2017-06-28
-
2022-10-04
-
G06T5/50
- 本发明涉及一种图像处理装置(300)，用于根据包括第一LDR图像和第二LDR图像在内的多个LDR图像生成与第一视图相关的HDR图像，其中，所述第一LDR图像与所述第一视图和第一曝光，即第一动态范围相关，所述第二LDR图像与第二视图和第二曝光，即第二动态范围相关。所述图像处理装置(300)包括处理单元(301)，用于提供神经网络，其中所述神经网络包括多个神经子网络，其中包含第一神经子网络(303)，所述第一神经子网络(303)用于根据以下内容生成所述HDR图像：(i)所述第一LDR图像，(ii)所述第二LDR图像，以及(iii)修改的第一LDR图像，其中所述修改的第一LDR图像与所述第一视图和所述第二曝光相关。此外，本发明涉及一种对应的图像处理方法。
- 图像处理装置方法
- [发明专利]高级辅助驾驶系统和方法-CN201780092552.1有效
-
阿塔纳斯·波夫;奥纳伊·优厄法利欧格路;班基·塞蒂亚万
-
华为技术有限公司
-
2017-07-06
-
2022-09-09
-
B60W40/072
- 本发明涉及一种用于车辆的高级驾驶系统(100)，其中，所述高级辅助驾驶系统(100)用于检测所述车辆前方道路的透视图像中的车道标记。所述高级辅助驾驶系统(100)，包括特征提取器(101)，用于将所述道路的透视图像分成多个水平条纹，其中所述透视图像的每个水平条纹对应于距离所述车辆不同的平均距离处的不同的道路部分，其中所述特征提取器还用于使用多个内核从所述多个水平条纹中提取特征，每个内核与内核宽度相关联，其中所述提取是通过使用与第一内核宽度相关联的第一内核来处理对应于第一平均距离处的第一道路部分的第一水平条纹、使用与第二内核宽度相关联的第二内核来处理对应于第二平均距离处的第二道路部分的第二水平条纹以及使用与第三内核宽度相关联的第三内核来处理对应于第三平均距离处的第三道路部分的第三水平条纹来进行，所述第一平均距离小于所述第二平均距离，所述第二平均距离小于所述第三平均距离，其中所述第一内核宽度与所述第二内核宽度的比率大于所述第二内核宽度与所述第三内核宽度的比率。
- 高级辅助驾驶系统方法
- [发明专利]高级驾驶员辅助系统和方法-CN201780092521.6有效
-
阿塔纳斯·波夫;奥纳伊·优厄法利欧格路;班基·塞蒂亚万
-
华为技术有限公司
-
2017-06-28
-
2022-08-09
-
B60W40/072
- 本发明涉及一种用于车辆的高级驾驶员辅助系统(100)，所述高级驾驶员辅助系统(100)用于检测在所述车辆前方道路的透视图像中的车道标记，所述透视图像定义了消失点。所述高级驾驶员辅助系统(100)包括：特征提取单元(101)，用于从所述透视图像中提取多个特征(尤其是车道标记)，用于生成特征坐标组(尤其是车道标记坐标)，其中所述特征坐标组定义了在所述透视图像中多个特征的各自位置；处理单元(109)，用于：生成多个特征坐标对，其中每个特征坐标对定义一条直线；基于所述多个特征坐标对的子集估计车道曲率，其中对于所述多个特征坐标对的所述子集的每个特征坐标对，所述特征坐标对定义的直线与所述透视图像的预定义的目标部分相交，所述预定义的目标部分包括所述消失点的多个可能位置。
- 高级驾驶员辅助系统方法
- [发明专利]用于改进确定深度图、相对姿势或语义分割的过程的设备和方法-CN202080045747.2在审
-
阿基尔·古拉姆;奥纳伊·优厄法利欧格路
-
华为技术有限公司
-
2020-11-13
-
2022-07-26
-
G06T7/12
- 本发明涉及先进驾驶辅助系统(advanced driver assistance system，ADAS)、计算机视觉和机器学习(machine learning，ML)领域。本发明提供了一种基于ML的方法，用于根据合成图像(根据真实图像或虚拟图像生成)训练神经网络，以改进确定深度图、相对姿势或语义分割的过程。因此，本发明提供了一种用于确定深度图(101)、相对姿势(102)或语义分割(103)的设备(100)。所述设备(100)包括：神经网络(104)，用于在推理阶段根据输入图像(105)确定所述深度图(101)、所述相对姿势(102)或所述语义分割(103)；生成器(106)，用于在训练阶段根据真实图像(108)或虚拟图像(109)并根据损失函数(110)生成合成图像(107)；根据所述合成图像(107)训练所述神经网络(104)；其中，所述损失函数(110)包括语义边缘函数(111)。
- 用于改进确定深度相对姿势语义分割过程设备方法
|
