[发明专利]高分辨率图片生成方法、生成装置及存储介质有效
| 申请号： | 201711191101.1 | 申请日： | 2017-11-24 |
| 公开（公告）号： | CN108022212B | 公开（公告）日： | 2022-07-01 |
| 发明（设计）人： | 戴宇榮;高立钊;付强;陈芳民;姚达;田恒锋;谢渝彬;周刘纪;王涛;吴永坚;黄俊洪 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G06T3/40 | 分类号： | G06T3/40;G06N3/04 |
| 代理公司： | 深圳翼盛智成知识产权事务所(普通合伙) 44300 | 代理人： | 黄威 |
| 地址： | 518057 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种高分辨率图片生成方法，其包括：获取至少一个深度神经网络模型；获取低分辨率图片；根据低分辨率图片，确定对应的深度神经网络模型；通过深度神经网络模型，将低分辨率图片转换为高分辨率图片；其中深度神经网络模型包括交替使用不同参数矩阵作为卷积模板参数的多个非线性转换卷积层。本发明还提供一种高分辨率图片生成装置，本发明的高分辨率图片生成方法以及生成装置通过创建具有非线性转换卷积层的深度神经网络模型，提高了将低分辨率图片转换为高分辨率图片的准确性，从而降低了交互终端双方的多媒体图片信息的交互成本，提高了交互终端双方的多媒体图片信息的交互效率。 | ||
| 搜索关键词： | 高分辨率 图片 生成 方法 装置 存储 介质 | ||
【主权项】：
1.一种高分辨率图片生成方法，其特征在于，包括：获取至少一个深度神经网络模型，其中所述深度神经网络模型由模型生成设备根据对应的高分辨率图片、图片转换算法以及深度神经网络框架生成；获取低分辨率图片，其中所述低分辨率图片由图片生成设备根据对应的高分辨率图片以及图片转换算法生成；根据所述低分辨率图片，确定对应的深度神经网络模型；以及通过所述深度神经网络模型，将所述低分辨率图片转换为高分辨率图片；其中所述深度神经网络模型包括交替使用不同参数矩阵作为卷积模板参数的多个非线性转换卷积层。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于腾讯科技（深圳）有限公司，未经腾讯科技（深圳）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711191101.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种厨余食物处理器
- 下一篇：固体脂质磁共振纳米粒子及其制备方法和应用
