|
钻瓜专利网为您找到相关结果 71个,建议您 升级VIP下载更多相关专利
- [发明专利]图像超分方法以及图像数据处理方法-CN202310591727.0在审
-
杨涛;任沛然;谢宣松
-
阿里巴巴(中国)有限公司
-
2023-05-22
-
2023-10-13
-
G06T3/40
- 本说明书实施例提供图像超分方法以及图像数据处理方法,其中所述图像超分方法包括:获取参考图像和初始分辨率的初始图像,将参考图像和初始图像输入图像超分模型,获得目标分辨率的目标图像,其中,目标分辨率高于初始分辨率,图像超分模型是根据第一样本子图像和第二样本子图像训练得到的,第一样本子图像和第二样本子图像为同一样本图像的子图像,第一样本子图像的图像语义特征和第二样本子图像的图像特征用于图像超分模型的训练。基于同一样本图像的子图像的图像语义特征和的图像特征,对图像超分模型的训练,避免了样本数量的不足导致训练效果不足,提升了图像超分模型的模型性能,提升了对于图像细节的生成能力,提升了图像超分的超分效果。
- 图像方法以及数据处理
- [发明专利]图像处理方法及装置-CN202310119971.7在审
-
杨涛;任沛然;谢宣松
-
阿里巴巴(中国)有限公司
-
2023-02-08
-
2023-07-14
-
G06T5/00
- 本说明书实施例提供图像处理方法及装置,其中所述图像处理方法包括:确定初始图像,并对所述初始图像进行质量处理,获得图像质量小于所述初始图像的待处理图像;将所述待处理图像输入扩散生成模型的噪声添加网络层,得到扩散图像,其中,所述扩散生成模型根据历史待处理图像进行训练得到;将所述扩散图像输入所述扩散生成模型的噪声去除网络层,得到目标图像,其中,所述目标图像的图像质量小于所述初始图像,且所述目标图像的图像质量大于所述待处理图像。通过对初始图像进行质量处理,并将质量处理的图像输入训练好的扩散生成模型,进行加噪以及反向去噪,得到已处理的质量降低的目标图像,从而使得目标图像更加符合真实情况。
- 图像处理方法装置
- [发明专利]图像帧处理方法以及装置-CN202211367162.X在审
-
鲍旭;罗斌;汪彪;谢宣松
-
阿里巴巴(中国)有限公司
-
2022-11-01
-
2023-01-31
-
G06T7/73
- 本说明书实施例提供图像帧处理方法以及装置,图像帧处理方法包括:在待处理视频帧序列中确定待处理图像帧,以及待处理图像帧之前的关联图像帧;针对待处理图像帧中的目标对象添加对象框,并对对象框进行调整处理,获得包含目标对象框的初始图像帧;根据目标对象框识别初始图像帧中目标对象的初始关键点,以及确定关联图像帧中目标对象的关联关键点;基于关联关键点对初始图像帧中的初始关键点进行修正处理,获得包含目标关键点的目标图像帧,其中,目标关键点位于目标图像帧中的目标对象框内,实现了基于关联图像帧对初始关键点的重定位,解决帧间关键点位抖动问题,使得处理完成的待处理视频帧序列中目标对象的运动轨迹更加流畅和自然。
- 图像处理方法以及装置
- [发明专利]图像处理方法-CN202211297439.6在审
-
商磊;孙佰贵;谢宣松
-
阿里巴巴(中国)有限公司
-
2022-10-21
-
2023-01-20
-
G06T7/00
- 本说明书实施例提供图像处理方法,其中所述图像处理方法,包括:对待处理图像进行特征处理,获得所述待处理图像的第一图像特征以及所述第一图像特征的图像调整参数;基于所述图像调整参数对所述第一图像特征进行调整,获得第二图像特征;确定所述第二图像特征的图像评估结果,在确定所述图像评估结果满足预设评估条件的情况下,将所述第二图像特征确定为所述待处理图像的目标图像特征。该方法在图像处理过程中均对图像特征进行处理,避免多个图像处理模型需要分别对图像进行特征提取所导致的数据冗余,以及模型链路无法应用在硬件设备等问题,使得在硬件设备上可以较好的执行图像处理操作,提高图像处理效率。
- 图像处理方法
- [发明专利]神经网络结构确定方法以及装置-CN202211166964.4在审
-
刘洋;孙佰贵;王飞;谢宣松
-
阿里巴巴(中国)有限公司
-
2022-09-23
-
2023-01-13
-
G06N3/04
- 本说明书实施例提供神经网络结构确定方法以及装置,其中,该方法包括确定包含初始神经网络结构的网络结构种群,以及所述初始神经网络结构的精度预测结果;从所述网络结构种群中任意选取一个初始神经网络结构,根据预设算法生成对应的候选神经网络结构,并确定所述候选神经网络结构的精度预测结果;根据所述初始神经网络结构的精度预测结果、以及所述候选神经网络结构的精度预测结果,更新所述网络结构种群,并从更新后的网络结构种群中确定目标神经网络结构。通过在无需通过样本训练的情况下,从数学的方式(即计算神经网络结构的精度预测结果)刻画神经网络结构的表征,实现在较短时间内即可确定较优性能的目标神经网络结构。
- 神经网络结构确定方法以及装置
- [发明专利]图像处理模型训练方法以及装置-CN202211012160.9在审
-
杨涛;任沛然;谢宣松
-
阿里巴巴(中国)有限公司
-
2022-08-23
-
2022-12-02
-
G06V10/774
- 本说明书实施例提供图像处理模型训练方法以及装置,图像处理模型训练方法包括:对图像样本对中的目标图像进行加噪处理获得噪声图像;将图像样本对中的原始图像输入至初始图像处理模型进行处理,获得初始图像;根据噪声图像和初始图像生成还原图像,原始图像和还原图像的属性特征相同;根据还原图像和噪声图像对初始图像处理模型进行训练,直至获得满足训练条件的目标图像处理模型,目标图像处理模型为机器学习模型。根据还原图像和噪声图像对初始图像处理模型进行训练时,使得初始图像处理模型在训练的过程中,能够逐步引入不同的噪声图像的图像特征,可以有效的提高模型训练的稳定性,提高模型的预测精准度,满足用户的实际图像处理需求。
- 图像处理模型训练方法以及装置
|