“袁善欣”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5个，建议您升级VIP下载更多相关专利

[发明专利]数据处理方法和数据处理装置-CN202010110945.4有效
发明人：李松江;磯部骏;贾旭;袁善欣;格雷戈里·斯拉堡;许春景;田奇 -专利权人：华为技术有限公司
申请日： 2020-02-21 - 公布日： 2023-07-18 - 主分类号： G06T3/40 文献下载
摘要：本申请实施例公开了一种数据处理方法，应用于人工智能领域，具体为图像处理技术，包括：获取帧序列，帧序列中的帧具有第一分辨率；从帧序列中确定至少两个帧组，帧组包括第一目标帧和第一目标帧的至少两个邻近帧，第一目标帧为帧序列中的任意一帧，邻近帧为帧序列中除第一目标帧以外的帧；通过三维卷积神经网络确定至少两个帧组中每个帧组的特征，三维卷积神经网络中卷积核在时间维度的尺寸与帧组中帧的数量正相关；融合至少两个帧组中每个帧组的特征，以确定第一目标帧的细节特征；根据细节特征和第一目标帧，获取具有第二分辨率的第一目标帧，第二分辨率大于第一分辨率。
数据处理方法装置

[发明专利]基于小波变换的深度高动态范围成像-CN202080103402.8在审
发明人：天虹·戴;袁善欣;贾旭 -专利权人：华为技术有限公司
申请日： 2020-11-05 - 公布日： 2023-05-12 - 主分类号： G06T5/50 文献下载
摘要：本文描述了一种包括一个或多个处理器(704)的图像处理装置(700)，用于：接收(601)多个输入图像(301、302、303)；对于每个输入图像，通过将所述输入图像(301、302、303)或其滤波版本(307、308、309)分解为多个频率特定分量(313)来形成(602)分解数据集，每个频率特定分量表示所述输入图像或其滤波版本中相应频率间隔的特征的出现；使用一个或多个卷积神经网络处理(603)每个分解数据集，以形成组合图像数据集(327)；对所述组合图像数据集(327)执行(604)构建操作，所述构建操作适于从多个频率特定分量进行图像构建，从而形成表示所述输入图像组合的输出图像(333)。所生成的HDR输出图像可能具有更少的伪影并提供更好的质量结果。此外，所述装置的计算效率高，在精度和效率之间保持良好的平衡。
基于变换深度动态范围成像

[发明专利]孪生注意力网络、图像处理方法和装置-CN202110488151.6在审
发明人：刘林;袁善欣;刘健庄;郭鑫;颜友亮;田奇 -专利权人：华为技术有限公司
申请日： 2021-04-30 - 公布日： 2021-07-02 - 主分类号： G06N3/04 文献下载
摘要：本申请涉及人工智能领域中计算机视觉领域的图像处理技术，公开一种孪生注意力网络、图像处理方法和装置。该网络包括N个并行的多Header注意力网络；每个多Header注意力网络包括变换器Transformer和M个并行的Header，Transformer和M个并行的Header连接；每个多Header注意力网络中M个并行的Header用于分别对目标待处理图像和M‑1张参考待处理图像进行特征提取；每个多Header注意力网络中的Transformer用于根据特征提取得到的M‑1个参考特征矩阵对目标特征矩阵进行处理，得到第一特征矩阵。本申请中孪生注意力网络泛化能力强，可有效提升图像处理任务的效果。
孪生注意力网络图像处理方法装置

[发明专利]图像处理方法及计算设备-CN202011133364.9在审
发明人：刘林;刘健庄;袁善欣;田奇;格雷戈里·斯拉堡 -专利权人：华为技术有限公司
申请日： 2020-10-21 - 公布日： 2021-03-16 - 主分类号： G06T5/00 文献下载
摘要：本申请涉及图像处理方法及计算设备，所述图像处理方法包括获取针对被摄体的聚焦图像和散焦图像；将所述聚焦图像输入到图像处理机器学习模型组件中，获取相较于所述聚焦图像已被去除摩尔纹且模糊化处理的合成图像，其中，所述图像处理机器学习模型组件设置有全网络参数；通过利用所述合成图像与散焦图像之间的对应关系调整所述全网络参数，直至达到预设要求，生成所述全网络参数被调整完成的所述图像处理机器学习模型组件。采用本申请，不需要获取大量的训练图像并对训练图像执行标注即可确定其使用的全网络参数。
图像处理方法计算设备

[发明专利]去除摩尔纹的方法与装置-CN202010108660.7在审
发明人：刘林;岳俊;刘健庄;袁善欣 -专利权人：华为技术有限公司
申请日： 2020-02-21 - 公布日： 2020-07-03 - 主分类号： G06T5/00 文献下载
摘要：本申请提供一种去除摩尔纹的方法与装置。涉及人工智能领域，具体涉及计算机视觉领域。该方法包括：对待处理图像进行小波变换，获得第一小波图像；对该第一小波图像进行去除摩尔纹处理，获得第二小波图像；对该第二小波图像进行小波反变换，获得该待处理图像的修复图像。本申请通过小波变换将待处理图像上的摩尔纹分解到不同频率的小波图像上，然后分别对每个小波图像进行去除摩尔纹处理，可以去除不同频率的摩尔纹，从而相对于现有技术可以更有效去除摩尔纹，还可以减少图像原有细节的损失。
去除摩尔方法装置