“图像信息损失”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2774230个，建议您升级VIP下载更多相关专利

[发明专利]图像矫正模型训练及图像矫正方法、装置和计算机设备-CN202211025023.9有效
发明人：赵远远;张健;傅莹莹;刘浩;李琛 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-08-25 - 公布日： 2022-11-18 - 主分类号： G06T5/00 文献下载
摘要：本申请涉及一种图像矫正模型训练方法、装置、计算机设备、存储介质和计算机程序产品。该方法包括：获取训练图像，基于训练图像进行随机数据畸变，得到畸变图像和畸变参数信息；将畸变图像输入到初始图像矫正模型中预测，得到初始矫正参数信息，基于初始矫正参数信息对畸变图像进行图像矫正，得到初始矫正图像；基于初始矫正参数信息和畸变参数信息进行损失计算，得到参数损失信息，并基于训练图像与初始矫正图像进行损失计算，得到图像损失信息；基于参数损失信息和图像损失信息进行迭代训练，得到目标图像矫正模型，目标图像矫正模型用于预测得到目标矫正参数信息，使用目标矫正参数信息进行图像矫正。采用本方法能够提高图像矫正的准确性。
图像矫正模型训练方法装置计算机设备

[发明专利]一种脸部处理方法、装置、计算机设备及存储介质-CN202210180995.9在审
发明人：温琦;温翔;蒋昊;周佳庆;杨司琪;熊峰;李宏亮 -专利权人：北京字跳网络技术有限公司
申请日： 2022-02-25 - 公布日： 2022-11-08 - 主分类号： G06T3/00 文献下载
摘要：本公开提供了一种脸部处理方法、装置、计算机设备及存储介质，其中，该方法包括：将获取的真实人脸的人脸图像样本以及虚拟角色对应的角色脸截图样本分别输入至待训练的脸部处理模型中，得到人脸图像样本对应的第一图像特征和第一捏脸参数信息、角色脸截图样本对应的第二图像特征和第二捏脸参数信息；基于第一图像特征和第二图像特征，确定图像特征损失信息；基于第一捏脸参数信息和第二捏脸参数信息，确定捏脸参数损失信息；基于图像特征损失信息和捏脸参数损失信息本公开实施例将图像特征损失信息和捏脸参数损失信息作为域损失，可以缩小虚拟角色与真实人脸图像的域差异，虚拟角色与真实人脸图像的相似度更高。
一种脸部处理方法装置计算机设备存储介质

[发明专利]一种基于辅助损失的仪表图像分割优化方法及系统-CN202211345592.1在审
发明人：陈英鹏;张朝瑞;刘辰飞;许野平 -专利权人：神思电子技术股份有限公司
申请日： 2022-10-31 - 公布日： 2023-04-18 - 主分类号： G06V10/26 文献下载
摘要：本发明公开了一种基于辅助损失的仪表图像分割优化方法及系统，包括：获取待识别仪表图像信息；将所述仪表图像信息输入至训练好的图像分割神经网络模型，得到仪表图像分割结果；其中，所述仪表图像信息经过图像分割神经网络模型的下采样后得到多层浅层特征图，最后一层浅层特征图经过上采样后得到深层特征图；所述图像分割神经网络模型的损失函数为对深层特征进行损失计算的深层损失函数，加上用于分别对各浅层特征进行损失计算的多个浅层损失函数的加权之和。本发明在图像分割模型的基础架构上，利用辅助损失的方式，将仪表图像的浅层边缘纹理特征信息与深度信息很好的进行了融合。提升了仪表图像分割的精度以及泛化能力。
一种基于辅助损失仪表图像分割优化方法系统

[发明专利]三维时序图像神经网络模型的训练方法和装置-CN202110349374.4在审
发明人：王建城;刘智勇;乔红;尹威华;邹俊成 -专利权人：东莞中国科学院云计算产业技术创新与育成中心
申请日： 2021-03-31 - 公布日： 2021-06-15 - 主分类号： G06T17/00 文献下载
摘要：本申请涉及一种三维时序图像神经网络模型的训练方法和装置。方法包括：获取第一时刻的样本三维图像、第二时刻的样本三维图像和第三时刻的样本三维图像；将第一时刻的样本三维图像和第二时刻的样本三维图像输入初始三维时序图像神经网络模型进行预测，得到第三时刻的预测三维图像；比较第三时刻的预测三维图像和第三时刻的样本三维图像，得到深度信息损失、颜色信息损失和高维信息损失；根据深度信息损失、颜色信息损失和高维信息损失得到综合损失；根据综合损失调整初始三维时序图像神经网络模型的权重，继续训练，满足预设条件时，得到训练后的三维时序图像神经网络模型。本方案能够提高三维图像的预测精度。
三维时序图像神经网络模型训练方法装置

[发明专利]翻拍图像识别方法、装置、计算机设备及存储介质-CN202011271882.7在审
发明人：石强;刘雨桐;熊娇;王国勋;张兴 -专利权人：润联软件系统（深圳）有限公司
申请日： 2020-11-13 - 公布日： 2021-02-12 - 主分类号： G06K9/18 文献下载
摘要：本发明公开了翻拍图像识别方法、装置、计算机设备及存储介质。该方法包括：获取样本图像并生成每张所述样本图像对应的第一标签信息；基于所述样本图像，对预置的卷积神经网络模型进行模型训练，获取所述样本图像的理论标签信息；基于所述第一标签信息和理论标签信息，利用预设的损失函数计算类别损失和频谱损失，并根据所述类别损失和频谱损失对所述卷积神经网络模型的模型参数进行优化，得到最优的所述卷积神经网络模型；输入检测图像至所述卷积神经网络模型，计算获取所述检测图像的第二标签信息；根据所述第二标签信息的类别信息判断所述检测图像是否为翻拍图像该方法保证对翻拍图像的识别准确率，同时提高了模型识别翻拍图像的泛化性。
翻拍图像识别方法装置计算机设备存储介质

[发明专利]图像处理方法、图像处理模型的训练方法和装置-CN202111093850.7在审
发明人：贺沁雯 -专利权人：北京金山云网络技术有限公司
申请日： 2021-09-17 - 公布日： 2021-12-10 - 主分类号： G06T3/40 文献下载
摘要：本发明提供了一种图像处理方法、图像处理模型的训练方法和装置，获取待处理图像，将待处理图像输入至图像处理模型中，输出对应的目标图像；其中，目标图像的清晰度和/或分辨率高于待处理图像；图像处理模型通过样本图像和预设的损失函数训练完成，损失函数用于：确定样本图像与图像处理模型输出的样本图像对应的输出图像之间像素值的第一损失值，以及边缘信息的第二损失值。该方式中，训练图像处理模型所采用的损失函数可以用于确定样本图像与对应的输出图像之间像素值的第一损失值，以及边缘信息的第二损失值，由于在训练过程中，增加了对输出图像边缘信息的约束，从而可以改善输出图像的边缘区域显示效果，进而提升图像的处理效果。
图像处理方法模型训练装置

[发明专利]基于数据分布扩充的跨域自适应语义分割方法及系统-CN202110511220.0有效
发明人：张兆翔;宋纯锋;王玉玺 -专利权人：中国科学院自动化研究所
申请日： 2021-05-11 - 公布日： 2021-10-15 - 主分类号： G06K9/34 文献下载
摘要：本发明涉及一种基于数据分布扩充的跨域自适应语义分割方法及系统，所述跨域自适应语义分割方法包括：获取不同域训练数据集；分别对源域图像及目标域图像进行傅里叶变换，得到对应的源频域图像及目标频域图像；对源频域图像进行高频滤波，得到高频信息；对目标频域图像进行低频率波，得到低频信息；根据高频信息及低频信息，通过傅里叶反变换，得到转换图像；基于转换图像，对源域图像及目标域图像进行数据增强，得到源域扩充图像及目标域扩充图像；确定第一语义分割损失模型、第一对抗损失函数、第二对抗损失函数、语义一致性损失函数；确定第二语义分割损失模型；基于第二语义分割损失模型，可对待处理图像进行准确的语义分割，提高分割精度。
基于数据分布扩充自适应语义分割方法系统

[发明专利]一种图像色度还原方法、装置及系统-CN201910887621.9在审
发明人：蒲威 -专利权人：恒为科技（上海）股份有限公司
申请日： 2019-09-19 - 公布日： 2021-03-19 - 主分类号： H04N21/2343 文献下载
摘要：本申请提供了一种图像色度还原方法、装置及系统，其中，方法包括：将第一颜色空间的第一图像转换为第二颜色空间的第二图像，其中，第二图像相比于第一图像具有色度损失；确定第二图像相比于第一图像损失的色度信息，作为第一色度信息；分别对第二图像和第一色度信息进行编码，将第二图像的编码结果和第一色度信息的编码结果发送至终端，以使得终端分别对第二图像的编码结果和第一色度信息的编码结果进行解码，并基于解码结果还原出没有色度损失的图像本申请不仅发送第二图像的编码结果，还会同时发送第二图像损失的第一色度信息的编码结果，使得终端能够根据解码结果还原出没有色度损失的图像。
一种图像色度还原方法装置系统

[发明专利]一种基于知识蒸馏的单幅图像去雨方法及系统-CN202210756452.7在审
发明人：罗玉;黄庆东;凌捷 -专利权人：广东工业大学
申请日： 2022-06-30 - 公布日： 2022-10-11 - 主分类号： G06T5/00 文献下载
摘要：本申请实施例提供的一种基于知识蒸馏的单幅图像去雨方法及系统，该方法包括获取待去雨图像，其中，待去雨图像包含雨纹信息和背景图像信息；确定目标去雨网络模型，目标去雨网络模型包括用于从输入图像中提取出雨纹信息的目标特征提取网络模块，以及用于基于提取到的雨纹信息对输入图像进行去雨处理，并结合预设的损失函数进行模型约束，以保证去雨精准度的目标去雨图像生成模型，损失函数包括结构相似性损失函数、对比感知损失函数以及知识蒸馏损失函数；将待去雨图像作为目标去雨网络模型的输入图像，通过目标去雨网络模型对输入图像进行雨纹信息提取、以及去雨处理，得到相应的去雨图像。该方法的实施能够提高图像去雨效果。
一种基于知识蒸馏单幅图像方法系统

[发明专利]一种信息隐藏图像处理模型构建方法、装置、终端及介质-CN202110796003.0有效
发明人：朱学科;叶武剑;刘怡俊;刘成民;刘文杰 -专利权人：广东工业大学
申请日： 2021-07-14 - 公布日： 2022-06-10 - 主分类号： H04N19/467 文献下载
摘要：本申请公开了一种信息隐藏图像处理模型构建方法、装置、终端及介质。基于本申请提供的方法通过图像转换处理前的载体图像损失和图像转换处理后的秘密图像损失，基于载体图像损失和秘密图像损失对编码器网络和解码器网络进行优化，加强了编码、图像转换以及解码三者间的耦合，提高了可逆信息隐藏技术的编码与解码鲁棒性，进而提高了从经过图像转换处理的载密图像中提取出秘密信息的成功率和准确率。
一种信息隐藏图像处理模型构建方法装置终端介质

[发明专利]网络训练方法、图像处理方法、装置、设备及存储介质-CN202110245295.9在审
发明人：刘李洋;李艺;旷章辉;陈益民;张伟 -专利权人：深圳市商汤科技有限公司
申请日： 2021-03-05 - 公布日： 2021-07-23 - 主分类号： G06N3/04 文献下载
摘要：本公开涉及一种网络训练方法、图像处理方法、设备及存储介质，所述网络训练方法包括：将样本图像输入第i‑1状态的图像处理网络，得到样本图像的多个第一处理结果，i为正整数；根据样本图像的标注信息以及多个第一处理结果，分别确定各个分支网络的网络损失以及各个网络损失对于主干网络的梯度信息；根据梯度信息，确定各个网络损失的目标加权系数；根据各个网络损失及所述各个网络损失的目标加权系数，得到图像处理网络的总体损失；根据总体损失，对第i‑1状态的图像处理网络进行训练，得到第i状态的图像处理网络。本公开实施例可实现不同图像处理任务之间的平衡学习，提升网络学习性能及效率。
网络训练方法图像处理装置设备存储介质

[发明专利]一种基于深度颜色迁移的医学图像着色方法-CN201910560562.4在审
发明人：曾宪华;童世玥 -专利权人：重庆邮电大学
申请日： 2019-06-26 - 公布日： 2019-11-15 - 主分类号： G06T11/00 文献下载
摘要：本发明请求保护一种基于深度颜色迁移的医学图像着色方法，包括：随机初始化一张初始图像，利用深度神经网络结合颜色迁移思想对医学图像进行着色：通过深度神经网络提取医学图像、参考图像和初始图像的深度特征，然后构造内容损失、颜色损失、空间关系损失、纹理细节损失，计算总损失关于初始图像像素的梯度，利用此梯度迭代更新初始图像直到它同时匹配参考图像的颜色和目标图像的纹理结构。然后利用初始图像和原始医学图像在YUV空间中颜色信息和亮度信息重新构成彩色的医学图像。本发明能够生成具有颜色信息的医学图像，其具有原始医学图像的纹理结构，并保持原有的诊断意义。
初始图像医学图像原始医学图像参考图像神经网络纹理结构颜色信息着色随机初始化构造内容空间关系亮度信息目标图像深度特征深度颜色梯度迭代纹理细节颜色迁移颜色损失原有的像素匹配迁移诊断更新

[发明专利]图像去雾模型的训练方法、图像去雾方法及装置-CN202111304319.X在审
发明人：宋希彬;张良俊 -专利权人：北京百度网讯科技有限公司
申请日： 2021-11-05 - 公布日： 2022-02-11 - 主分类号： G06T5/00 文献下载
摘要：本公开提供了一种图像去雾模型的训练方法、图像去雾方法及装置，涉及计算机视觉技术领域，尤其涉及图像处理技术领域。图像去雾模型的训练方法的具体实现方案为：获取原始雾气图像和对应的原始清晰图像；对所述原始雾气图像进行特征提取，获取所述原始雾气图像的图像光照信息、图像雾气信息和去雾图像；基于所述图像光照信息、所述图像雾气信息和所述去雾图像进行图像重构，得到重构雾气图像；计算所述去雾图像与所述原始清晰图像之间的第一损失，以及所述重构雾气图像与所述原始雾气图像之间的第二损失；基于所述第一损失与所述第二损失对图像去雾模型进行训练。
图像模型训练方法装置

[发明专利]模型训练方法、图像分割方法、装置、电子设备和介质-CN202011034676.4在审
发明人：李华夏 -专利权人：北京字跳网络技术有限公司
申请日： 2020-09-27 - 公布日： 2020-12-25 - 主分类号： G06T7/12 文献下载
摘要：本公开的实施例公开了图像分割模型训练方法、图像分割方法、装置、电子设备和介质。该方法的一具体实施方式包括：从训练样本集合中选取训练样本，训练样本包括样本图像和样本图像的标签，标签包括样本图像的分割结果和样本图像的轮廓信息；将所选取的训练样本的样本图像输入图像分割模型，得到实际分割结果和实际轮廓信息；基于预设的损失函数，确定实际分割结果和标签中的分割结果的差异，得到第一损失值；基于损失函数，确定实际轮廓信息和标签中的轮廓信息的差异，得到第二损失值；响应于确定图像分割模型未训练完成，基于第一损失值和第二损失值，调整图像分割模型的参数。
模型训练方法图像分割装置电子设备介质

[发明专利]一种基于域特有信息获取的无监督领域适应图像分类方法-CN202210404117.0有效
发明人：斯小明 -专利权人：武汉明捷科技有限责任公司
申请日： 2022-04-18 - 公布日： 2022-10-25 - 主分类号： G06V10/774 文献下载
摘要：本发明提供一种基于域特有信息获取的无监督领域适应图像分类方法，包括如下步骤，源域特有特征提取，域共享特征的提取，目标域特有特征提取，源域特征分离函数计算，目标域特征分离函数计算，源域分类损失函数计算，源域图像重建损失函数计算，源域鉴别器损失函数计算，目标域鉴别器损失函数计算，目标域图像重建损失函数计算，该基于域特有信息获取的无监督领域适应图像分类方法，能够分离域特有信息和域共享特征，并利用域共享特征实现信息迁移，能够降低域特有信息对图像分类结果的干扰
一种基于特有信息获取监督领域适应图像分类方法

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