“阳展韬”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6个，建议您升级VIP下载更多相关专利

[发明专利]图像生成方法及装置-CN202310689933.5在审
发明人： 阳展韬;颜科宇;黄梁华;陈狄;刘宇;赵德丽 -专利权人：阿里巴巴（中国）有限公司
申请日： 2023-06-12 - 公布日： 2023-10-13 - 主分类号： G06T11/00 文献下载
摘要：本说明书实施例提供图像生成方法及装置，其中所述图像生成方法包括：获取目标文本，并基于所述目标文本确定至少一种类型的图像生成条件，其中，所述图像生成条件用于生成所述目标文本对应的目标图像；将所述目标文本和所述至少一种类型的图像生成条件输入图像生成模型，获得所述目标文本对应的目标图像，其中，所述图像生成模型基于样本图像集训练获得，所述样本图像集中包含样本对和样本对对应的至少一种类型的图像生成条件，所述样本对由样本文本和样本图像组成。将目标文本和至少一种类型的图像生成条件输入图像生成方法，从而丰富了目标图像的生成方式，并且基于至少一种类型的图像生成条件生成目标图像，提升了目标图像的准确度。
图像生成方法装置

[发明专利]扩散模型处理方法及装置、图片处理方法及装置-CN202310177857.X在审
发明人： 阳展韬;沈宇军;张晗;冯睿蠡;黄梁华;刘宇;张轶飞;赵德丽;周靖人 -专利权人：阿里巴巴达摩院（杭州）科技有限公司
申请日： 2023-02-16 - 公布日： 2023-06-23 - 主分类号： G06T5/00 文献下载
摘要：本说明书实施例提供扩散模型处理方法及装置、图片处理方法及装置，其中，该扩散模型处理方法包括确定扩散模型的时间步集合、以及时间步集合对应的时间步区间；从时间步集合中确定第一时间步，并根据时间步区间确定第一时间步对应的目标时间步；将第一时间步对应的加噪图片以及目标时间步，输入扩散模型，获得加噪图片对应的预测噪声；根据加噪图片对应的目标噪声以及预测噪声，处理扩散模型。该方法通过将时间步集合划分为时间步区间，后续进行扩散模型训练时，使得该扩散模型在一个时间步区间内共享时间步条件，即第一时间步均共享其对应时间步区间内的目标时间步，减少了时间步条件，极大的减轻了训练负担，提升了模型训练性能。
扩散模型处理方法装置图片

[发明专利]基于随机游走核自注意力机制的图像处理方法及装置-CN202211348633.2在审
发明人：张轶飞;郑可成;沈宇军;刘宇;黄梁华;阳展韬;张晗;赵德丽 -专利权人：阿里巴巴（中国）有限公司
申请日： 2022-10-31 - 公布日： 2023-03-07 - 主分类号： G06T7/11 文献下载
摘要：本说明书实施例提供基于随机游走核自注意力机制的图像处理方法及装置，其中所述基于随机游走核自注意力机制的图像处理方法包括：基于目标图像处理任务获得待处理图像；将所述待处理图像输入至图像处理模型进行图像处理，其中，所述图像处理模型是基于随机游走核自注意力机制的神经网络模型；获得所述图像处理模型输出的所述待处理图像对应的图像处理结果。通过本方法使得Transformer结构的图像处理模型可以处理更长长度的图像序列，进而使得图像处理模型可以处理更精细力度的图像，使得图像处理模型具有更高的泛化行。
基于随机游走注意力机制图像处理方法装置

[发明专利]生成模型训练方法以及装置-CN202211363105.4在审
发明人：张晗;冯睿蠡;阳展韬;黄梁华;刘宇;张轶飞;沈宇军;赵德丽;周靖人 -专利权人：阿里巴巴（中国）有限公司
申请日： 2022-11-02 - 公布日： 2023-01-24 - 主分类号： G06V10/774 文献下载
摘要：本说明书实施例提供生成模型训练方法以及装置，其中所述生成模型训练方法包括：获取原始图像；对所述原始图像进行扩散处理，以及对所述原始图像的图像分量进行衰减处理，获得加噪图像集；根据所述原始图像和所述加噪图像集确定加噪图像，并将所述加噪图像输入至初始生成模型进行处理，获得还原图像；基于所述还原图像和所述原始图像对所述初始生成模型进行调参，直至获得满足训练停止条件的目标生成模型。实现扩散和逆扩散处理过程中，结合图像分量的衰减处理，使得生成模型可以学习到不同维度的图像变化过程，从而有效的提高了模型训练精度。
生成模型训练方法以及装置

[发明专利]基于注意力机制图卷积神经网络的图像检索方法-CN202011060588.1在审
发明人：钱久超;王浩宇;朱肖光;阳展韬;程宇豪;邵华青;刘佩林;张凯渊 -专利权人：上海美迪索科电子科技有限公司;上海交通大学
申请日： 2020-09-30 - 公布日： 2020-12-04 - 主分类号： G06K9/62 文献下载
摘要：本发明提供一种基于注意力机制—图卷积网络以及课程学习的基于内容的图像检索方法，包括下列步骤：根据数据集的特征分布情况划分数据集，将数据集划分为简单、中等和困难以及不可使用四种字集，利用课程学习原理由易到难将四种子集输入到深度学习神经网络中。然后使用基于图卷积的深度学习网络模块提取图片的显著特征，构建图片的空间特征图并进行推理得到最终的特征表示。最后使用最终的特征表示进行关联匹配进行图像检索。
基于注意力机制图卷神经网络图像检索方法

[发明专利]车载行人定位系统及方法-CN201910619114.7在审
发明人：钱久超;邵华青;刘强;朱肖光;陈俊泓;阳展韬;程宇豪;刘佩林;应忍冬;耿相铭;文飞 -专利权人：上海交通大学
申请日： 2019-07-10 - 公布日： 2019-10-15 - 主分类号： G01C21/00 文献下载
摘要：本发明提供了一种车载行人定位系统及方法，该方法包括：根据预设的采样周期获取包含行人的视频图像；通过训练好的神经网络获取所述视频图像中的行人坐标；根据所述视频图像获取图片视差，并根据图片视差与深度值的关系，以及所述视频图像中的行人坐标预估行人相对车辆的距离；获取车辆的实时位置信息；将车辆的实时位置信息转换为本地坐标系下的坐标值，并结合所述行人相对车辆的距离，得到行人的GPS坐标信息；根据行人的GPS坐标信息，在地图上实时显示车辆和行人的位置。本发明简洁易行，对设备、环境的依赖较少，且可以实时的输出车辆及行人在地图上的位置。
视频图像实时位置信息定位系统视差视频图像获取采样周期神经网络实时显示坐标预估对设备预设输出转换图片