“武汉TCL集团工业研究院有限公司”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282个，建议您升级VIP下载更多相关专利

[发明专利]一种图像的去噪方法、去噪装置、移动终端及存储介质-CN202010398928.5在审
发明人：黄海鹏 -专利权人： 武汉TCL集团工业研究院有限公司
申请日： 2020-05-12 - 公布日： 2021-11-16 - 主分类号： G06T5/00 文献下载
摘要：本申请适用于图像处理技术领域，提供了一种图像的去噪方法、去噪装置、移动终端及存储介质，所述方法包括：获取待去噪的原始图像；将所述原始图像输入训练后的卷积神经网络模型，获得所述原始图像对应的去噪图像，其中，所述卷积神经网络模型包括：特征层和去噪层；通过本申请可以解决现有的图像去噪方法实时性较差、且处理后的图像失真的问题。
一种图像方法装置移动终端存储介质

[发明专利]一种训练模型的训练方法、场景识别方法、计算机设备-CN202010343518.0在审
发明人：李叶伟 -专利权人： 武汉TCL集团工业研究院有限公司
申请日： 2020-04-27 - 公布日： 2021-11-12 - 主分类号： G06K9/62 文献下载
摘要：本申请涉及一种训练模型的训练方法、场景识别方法、计算机设备，所述训练方法包括：获取训练模型和训练图片集；基于所述训练图片集对所述训练模型进行训练，得到已训练模型的模型参数；若所述已训练模型不满足预设条件，确定该神经网络模块中的目标神经网络层，并确定更新神经网络模块；根据更新神经网络模块，确定所述已训练模型对应的更新模型，并将所述更新模型作为训练模型，继续训练，直至所述已训练模型满足预设条件。为了得到高效神经网络，采用训练模型表示搜索空间，由于所述训练模型包括若干个模块，所述模块包括若干个神经网络层，通过在训练过程中对神经网络模块进行更新得到更新模型，减少神经网络层是数量，来大幅度降低搜索开销。
一种训练模型方法场景识别计算机设备

[发明专利]人脸姿态的确定方法、计算机设备、计算机可读存储介质-CN202010344039.0在审
发明人：李渊;熊宇龙 -专利权人： 武汉TCL集团工业研究院有限公司
申请日： 2020-04-27 - 公布日： 2021-11-12 - 主分类号： G06K9/00 文献下载
摘要：本申请涉及一种人脸姿态的确定方法、计算机设备、计算机可读存储介质，所述方法包括：获取待处理图像，其中，所述待处理图像包括目标人脸；确定所述目标人脸中各个关键点各自分别对应的位置信息；根据所述各个关键点各自分别对应的位置信息，确定所述目标人脸对应的人脸姿态。由于不同的姿态下，各关键点的相对位置关系不同，在确定人脸姿态时，少数关键点对应的位置信息就可准确确定人脸姿态，并以此来准确确定所述目标人脸对应的人脸姿态，节省了计算时间，可快速准确的确定所述目标人脸对应的人脸姿态。
姿态确定方法计算机设备可读存储介质

[发明专利]一种视频压缩方法、视频解压方法、智能终端及存储介质-CN202010244040.6在审
发明人：樊顺利 -专利权人： 武汉TCL集团工业研究院有限公司
申请日： 2020-03-31 - 公布日： 2021-10-01 - 主分类号： H04N19/30 文献下载
摘要：本发明公开了一种视频压缩方法、视频解压方法、智能终端及存储介质。所述视频压缩方法中，包括：获取视频的一个画面组，根据所述画面组获取B帧原始帧的前向帧和后向帧；获取所述B帧原始帧，将所述B帧原始帧通过运动补偿网络进行运动补偿，重构B帧；对所述前向帧和所述后向帧进行编码；根据编码后的所述前向帧和所述后向帧对重构后的B帧进行编码。所述视频解压方法中，包括：获取视频中经编码压缩的一个画面组，所述画面组包括编码后的B帧及所述B帧的前向帧和后向帧；对所述前向帧和所述后向帧进行解码；根据解码后的所述前向帧和所述后向帧对所述B帧进行解码。本发明可以提高B帧编码和解码的效果。
一种视频压缩方法视频解压智能终端存储介质

[发明专利]一种遮挡人脸识别方法、智能终端及存储介质-CN202010244613.5在审
发明人：熊宇龙;李渊 -专利权人： 武汉TCL集团工业研究院有限公司
申请日： 2020-03-31 - 公布日： 2021-10-01 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种遮挡人脸识别方法、智能终端及存储介质，所述方法包括：获取遮挡人脸图像；将所述遮挡人脸图像进行图像分块处理得到多个分块图像，提取多个所述分块图像中的局部图像；分别对每个所述局部图像进行图像识别而得到所述遮挡人脸图像的多个备选识别图像；根据所述局部图像确定遮挡类型；由所述遮挡类型从所述多个备选识别图像中确定所述遮挡人脸图像的最终识别图像。本发明基于局部图像识别的遮挡人脸识别技术，数据处理需求低，不需刻意增加遮挡数据，可快速提取局部图像，准确识别出遮挡人脸图像中的整体人脸，精准高效的识别人脸。
一种遮挡识别方法智能终端存储介质

[发明专利]一种神经网络架构搜索方法、训练方法、图像补全方法-CN202010245644.2在审
发明人：李叶伟 -专利权人： 武汉TCL集团工业研究院有限公司
申请日： 2020-03-31 - 公布日： 2021-10-01 - 主分类号： G06T5/00 文献下载
摘要：本申请涉及一种神经网络架构搜索方法、训练方法、图像补全方法，所述搜索方法包括：获取训练数据集；其中，所述训练数据集包括第一图像和第二图像，所述第一图像为具有掩码的图像，所述第二图像为所述第一图像对应的无掩码的图像；将所述第一图像输入搜索模型，以得到所述第一图像对应的第一生成图像；根据所述第二图像和所述第一生成图像对所述搜索模型进行评估以判断所述搜索模型是否满足预设搜索终止条件，若是，则将所述搜索模型确定为目标神经网络架构。采用具有掩码的图像作为输入，通过输出的第一生成图像和具有掩码的图像对应无掩码的图像评估搜索模型，在搜索模型中搜索得到目标神经网络架构，从而实现图像补全神经网络的自动化设计。
一种神经网络架构搜索方法训练图像

[发明专利]缺陷检测方法、装置、电子设备及存储介质-CN202110775617.0有效
发明人：刘阳兴;郭中原;李培鹏 -专利权人： 武汉TCL集团工业研究院有限公司
申请日： 2021-07-09 - 公布日： 2021-09-17 - 主分类号： G06T7/00 文献下载
摘要：本申请提供一种缺陷检测方法、装置、电子设备及存储介质。其中，通过获取待检测对象的原始图像，并将原始图像划分为多个子原始图像，再通过缺陷修复模型分别对多个子原始图像进行缺陷修复，得到多个子修复图像，最后根据多个子原始图像以及多个子修复图像，确定原始图像的缺陷区域。一方面，通过采用基于人工智能的缺陷检测方式来代替传统的人工目视检测，能够大幅节省人力成本，同时避免人工的主观判断，从而提升缺陷检测的准确性。另一方面，相较于直接通过缺陷修复模型对完整的原始图像进行缺陷修复，本申请将完整的原始图像划分为多个子原始图像分别进行缺陷修复，能够保留更多的图像细节用于缺陷检测，从而进一步提升缺陷检测的准确性。
缺陷检测方法装置电子设备存储介质

[发明专利]一种生成对抗网络的训练方法、动画图像生成方法-CN202010115227.6在审
发明人：李秀阳;汪浩;王树朋;邹梦超;刘阳兴 -专利权人： 武汉TCL集团工业研究院有限公司
申请日： 2020-02-25 - 公布日： 2021-08-27 - 主分类号： G06K9/62 文献下载
摘要：本申请涉及一种生成对抗网络的训练方法、动画图像生成方法，所述生成对抗网络的训练方法包括：获取生成对抗网络和训练数据集；其中，所述训练数据集包括第一图像、第二图像、第一关键点；以所述第一图像作为所述生成对抗网络的输入，并以所述第一关键点作为所述生成对抗网络的条件输入；基于所述第一图像、所述第一关键点和所述第二图像，对所述生成对抗网络进行训练，得到训练好的生成对抗网络。由于采用所述第一图像作为所述生成对抗网络的输入，这样一来就使生成的图像可控；其次，在训练过程中，采用所述第二图像中待测对象的关键点作为所述生成对抗网络的条件输入，不仅仅加快了网络的学习速度，网络的生成效果保留了更多的细节也更加的逼真。
一种生成对抗网络训练方法动画图像

[发明专利]一种标注数据集的构建方法、智能终端及存储介质-CN202010100949.4在审
发明人：张高升 -专利权人： 武汉TCL集团工业研究院有限公司
申请日： 2020-02-19 - 公布日： 2021-08-20 - 主分类号： G06F16/332 文献下载
摘要：本发明公开了一种标注数据集的构建方法、智能终端及存储介质，所述方法包括：获取文章数据集，所述文章数据集中包括多篇文章；采用序列标注模型生成所述文章数据集的文章的答案；采用深度学习的生成模型生成所述答案所对应的问题，构建文章、问题和答案相对应的组合，生成所述标注数据集。本发明通过构建文章、问题和答案相对应的组合，实现自动构建深度学习中所需要的标注数据集，节约时间成本和经济成本。
一种标注数据构建方法智能终端存储介质

[发明专利]一种人像分割模型的训练方法、存储介质及终端设备-CN202010085172.9在审
发明人：孟俊彪 -专利权人： 武汉TCL集团工业研究院有限公司
申请日： 2020-02-10 - 公布日： 2021-08-13 - 主分类号： G06T7/11 文献下载
摘要：本发明公开了一种人像分割模型的训练方法，存储介质及终端设备，所述方法通过待训练的人像分割模型，提取训练图像的预测人像图像以及预测边缘图像；基于所述预测人像图像、所述训练图像对应的真实人像图像、所述预测边缘图像以及所述训练图像对应的真实边缘图像，确定训练图像对应的损失函数；基于所述损失函数对所述待训练的人像分割模型进行训练。本发明通过待训练的人像分割模型提取训练图像的预测人像图像以及预测边缘图像，通过预测人像图像以及预测边缘图像对人像分割模型进行训练，这样可以避免出现对边界处的拟合效果不平滑，分割错误的问题，从而提高了训练得到的人像分割模型的精度。
一种人像分割模型训练方法存储介质终端设备

[发明专利]一种图像压缩方法及装置-CN201911406329.7在审
发明人：肖云雷;刘阳兴 -专利权人： 武汉TCL集团工业研究院有限公司
申请日： 2019-12-31 - 公布日： 2021-07-16 - 主分类号： H04N19/115 文献下载
摘要：本申请适用于图像处理技术领域，提供了一种图像压缩方法及装置，所述方法包括：获取目标图像和所述目标图像对应的目标码率；确定与所述目标码率对应的第一码率参数；将所述目标图像和所述第一码率参数输入到已训练的图像压缩模型中处理，得到码率为所述目标码率的压缩图像；其中，所述图像压缩模型是基于包含所述第一码率参数在内的多个码率参数训练所得。
一种图像压缩方法装置

[发明专利]一种处理图像的方法、终端及计算机可读存储介质-CN201911379308.0在审
发明人：廖秋萍 -专利权人： 武汉TCL集团工业研究院有限公司
申请日： 2019-12-27 - 公布日： 2021-06-29 - 主分类号： G06T5/00 文献下载
摘要：本申请适用于计算机技术领域，提供了一种处理图像的方法、终端及计算机可读存储介质，包括：获取待处理的暗光图像；对暗光图像进行预处理，得到目标暗光图像；将目标暗光图像输入已训练的学生神经网络模型进行去噪处理，得到与暗光图像对应的目标明亮图像。上述方式中，由于已训练的学生神经网络模型是基于轻量化的神经网络模型向已训练的教师神经网络模型进行学习、训练得到的，使其继承了教师神经网络模型成像效果好的优点；且其本身是轻量化的神经网络模型，处理图像的速度很快；因此使用已训练的学生神经网络模型对图像进行去噪处理，去噪效果佳，处理图像速度快，处理得到的图像明亮清晰、质量高。
一种处理图像方法终端计算机可读存储介质

[发明专利]一种图像处理方法、智能终端及存储介质-CN201911389747.X在审
发明人：王树朋 -专利权人： 武汉TCL集团工业研究院有限公司
申请日： 2019-12-27 - 公布日： 2021-06-29 - 主分类号： G06T3/00 文献下载
摘要：本发明公开了一种图像处理方法、智能终端及存储介质，用于将待处理图像转换为目标图像。本发明提供的图像处理方法，通过根据待处理图像获取所述待处理图像对应的卷积核，利用所述卷积核对待处理图像中的像素数据进行卷积生成目标图像的像素数据，从而实现将待处理图像转换为目标图像，针对不同的待处理图像，利用不同的卷积核来进行卷积，实现了卷积核根据待处理图像的不同而动态变化，提升了图像处理方法对各种待处理图像的兼容性。
一种图像处理方法智能终端存储介质

[发明专利]音频信号降噪模型的训练方法、音频信号降噪方法及设备-CN201911373964.X在审
发明人：毛鑫;刘阳兴;张传昊 -专利权人： 武汉TCL集团工业研究院有限公司
申请日： 2019-12-27 - 公布日： 2021-06-29 - 主分类号： G10L21/0208 文献下载
摘要：本申请适用于通信技术领域，提供了一种音频信号降噪模型的训练方法、音频信号降噪方法及设备，音频信号降噪方法包括：将当前采集到的带噪音频信号转换成带噪音频向量；将所述带噪音频向量输入已训练的音频信号降噪模型进行降噪处理，得到降噪音频信号。上述方法，音频信号降噪模型是基于带噪音频信号对应的带噪音频向量，直接提取用于区分音频信号和噪声信号的特征信息，基于提取的特征信息进行降噪处理，可准确分离出带噪音频向量对应的音频信号和噪声信号，提高带噪音频信号的降噪效果，提高音频质量，进而提高语音通话质量。
音频信号模型训练方法设备

[发明专利]一种指尖检测模型的训练方法和设备-CN201911347283.6在审
发明人：向少雄;刘阳兴;熊宇龙 -专利权人： 武汉TCL集团工业研究院有限公司
申请日： 2019-12-24 - 公布日： 2021-06-25 - 主分类号： G06K9/00 文献下载
摘要：一种指尖检测模型的训练方法包括：获取训练样本图像集中的训练样本图像，以及所述训练样本图像中的指尖位置；根据训练样本图像以及所述训练样本图像的指尖位置，确定所述训练样本图像对应的样本置信数据；将训练样本图像输入指尖检测模型，得到检测置信数据；根据所述检测置信数据和所述样本置信数据，对所述指尖检测模型的参数进行修正，并返回执行所述将训练样本图像输入指尖检测模型，得到检测置信数据的步骤，直至所述检测置信数据与所述样本置信数据满足预设条件，得到已训练的指尖检测模型。由于采用根据指尖位置所确定的置信数据进行训练，相对于仅标定指尖位置的训练方式，使得指尖检测模型可以快速的收敛，有利于提高模型的训练效率。
一种指尖检测模型训练方法设备