“相里元博”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4个，建议您升级VIP下载更多相关专利

[发明专利]神经辐射场的物体和布局提取方法和装置-CN202211583904.2在审
发明人： 相里元博;徐霖宁;戴勃;林达华 -专利权人：上海人工智能创新中心
申请日： 2022-12-09 - 公布日： 2023-04-07 - 主分类号： G06V20/10 文献下载
摘要：本发明提供了一种神经辐射场的物体和布局提取方法和装置，方法包括：确定待处理场景；利用至少一个二维特征平面来拟合待处理场景的3D特征信息；选取一个二维特征平面作为目标二维特征平面，通过轮廓判别法在目标二维特征平面上识别出待处理场景中的至少一个物体单体；对每个物体单体对应的平面特征进行层次聚类判断出物体单体的类别；记录每个物体单体在待处理场景中的位姿，其中，位姿包括在目标二维特征平面上的坐标和以X轴为基准的旋转角度；根据每个物体单体在待处理场景中的位姿获取待处理场景的布局。通过本发明可以通过找出场景中的同类物体，方便用户在平面上直观地发现物体单体并进行聚类，提供高质量的物体素材，易于用户编辑和拓展。
神经辐射物体布局提取方法装置

[发明专利]基于网格表征的神经辐射场的训练方法及图像渲染方法-CN202211583451.3在审
发明人：徐霖宁;相里元博;戴勃;林达华 -专利权人：上海人工智能创新中心
申请日： 2022-12-09 - 公布日： 2023-03-03 - 主分类号： G06T15/55 文献下载
摘要：本发明提供了一种基于网格表征的神经辐射场的训练方法及图像渲染方法，训练方法包括：从待渲染场景中选定训练图片；网格表征端利用三维网格表征对训练图片进行采样获得网格表征端的特征值，并根据网格表征端的特征值进行运算得到网格表征端的特征值对应的颜色和密度值并输出；神经辐射场端获取网格表征端的特征值，将网格表征端的特征值与位置编码进行结合，并通过深层的多层感知机渲染获得神经辐射场端的特征值，根据神经辐射场端的特征值进行运算得到神经辐射场端的特征值对应的颜色和密度值，输出神经辐射场端的特征值对应的颜色和密度值。本发明的训练方法，训练时间明显缩短，且在大规模城市场景图片上训练稳定。
基于网格表征神经辐射训练方法图像渲染

[发明专利]布局信息生成方法、装置、存储介质以及电子设备-CN202111128490.X在审
发明人：徐霖宁;相里元博;饶安逸;赵南轩;林达华 -专利权人：商汤集团有限公司
申请日： 2021-09-26 - 公布日： 2021-12-10 - 主分类号： G06F30/27 文献下载
摘要：本公开涉及布局信息生成方法、装置、存储介质以及电子设备，该方法包括：获取第一信息，上述第一信息与第一网络对应的输入信息具备相同维度；将上述第一信息输入上述第一网络进行布局预测，得到第二信息；其中，上述第二信息包括第一对象的矢量信息以及第二对象的矢量信息，上述第一对象为至少两个第三对象中的任一第三对象，上述至少两个第三对象从属于上述第二对象。本公开得到的第二信息可以通过矢量形式对第一对象以及第二对象进行表达，可以自动生成用于表征对象分布的矢量形式的布局信息，矢量形式的布局信息相较于栅格形式可以更精确地表达空间中对象之间的拓扑关系以及对象的几何位置信息，并且具备更高的真实度。
布局信息生成方法装置存储介质以及电子设备

[发明专利]神经网络训练方法及装置和图像生成方法及装置-CN201910927729.6有效
发明人：邓煜彬;戴勃;相里元博;林达华;吕健勤 -专利权人：北京市商汤科技开发有限公司
申请日： 2019-09-27 - 公布日： 2021-07-20 - 主分类号： G06T9/00 文献下载
摘要：本公开涉及一种神经网络训练方法及装置和图像生成方法及装置，所述方法包括：将第一随机向量输入生成网络，获得第一生成图像；将第一生成图像和第一真实图像输入判别网络，获得第一判别分布与第二判别分布；根据第一判别分布、第二判别分布、第一目标分布、第二目标分布，确定判别网络的第一网络损失；根据第一判别分布和第二判别分布，确定生成网络的第二网络损失；根据第一网络损失和第二网络损失，对抗训练生成网络和判别网络。根据本公开的实施例的神经网络训练方法，判别网络可针对输入图像输出判别分布，以概率分布的形式描述输入图像的真实性，可从多个方面考量输入图像的真实性，减少信息丢失，提高训练精度。
神经网络训练方法装置图像生成