“反卷积 ”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180246个，建议您升级VIP下载更多相关专利

[发明专利]反卷积处理方法、图像处理方法和相应装置-CN201911244336.1有效
发明人：李昊沅;陈其锋;李峰;刘毅;刘程浩;艾通 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-12-06 - 公布日： 2023-07-25 - 主分类号： G06F17/15 文献下载
摘要：本申请实施例提供了一种反卷积处理方法、图像处理方法和相应装置。该方法包括：获取反卷积对应的重排权重，重排权重是对反卷积的原始权重进行倒序重排得到的；根据反卷积的反卷积处理参数，将反卷积的原始输入张量进行数据扩充，得到扩充张量；根据重排权重，对扩充张量进行卷积运算，得到反卷积的输出张量。该方法通过对反卷积的原始权重做预处理来得到重排权重，以及对反卷积的原始输入张量做可并行化的预处理来得到扩充张量，进而根据重排权重和扩充张量，将反卷积运算转换为有成熟并行计算优化方案的卷积运算，且得到与反卷积运算结果相同的输出张量，有效降低了计算方案的复杂度，以便于进行加速优化，实现反卷积运算的降耗。
卷积处理方法图像相应装置

[发明专利]基于卷积自编码器的叠前数据去噪方法及系统-CN201810862238.3在审
发明人：袁三一;宋卫宾;谢涛;刘颖;连世杰;邓力;王尚旭 -专利权人：中国石油大学(北京);中海油田服务股份有限公司
申请日： 2018-08-01 - 公布日： 2018-12-25 - 主分类号： G06T5/00 文献下载
摘要：本发明提供一种基于卷积自编码器的叠前数据去噪方法及系统。该基于卷积自编码器的叠前数据去噪方法包括：对叠前数据进行归一化，得到经过归一化的数据图像；对经过归一化的数据图像开辟多个大小相同的窗口，分割为多个小数据图像，选取其中一个或多个小数据图像作为卷积层输入特征图；使用卷积层的卷积核和卷积层的卷积核偏置对卷积层输入特征图进行卷积处理，得到卷积层输出特征图；将卷积层输出特征图进行池化处理和反池化处理，得到反卷积层输入特征图；使用反卷积层的卷积核和反卷积层的卷积核偏置对反卷积层输入特征图进行反卷积处理，得到反卷积层输出特征图；将反卷积层输出特征图进行反归一化，得到去噪数据，可提供高保真的去噪数据。
卷积反卷积输出特征输入特征卷积核数据去噪编码器归一化数据图像小数据池化偏置去噪图像反卷积处理反归一化卷积处理高保真对叠分割

[发明专利]基于颜色反卷积与自注意力模型的组织病理学图像分类方法-CN202111411631.9在审
发明人：何柱;林铭炜;钟美荟;姚志强 -专利权人：福建师范大学
申请日： 2021-11-25 - 公布日： 2022-02-18 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及基于颜色反卷积与自注意力模型的组织病理学图像分类方法，并提供了离线图像颜色反卷积与在线图像颜色反卷积两种方案，离线图像颜色反卷积方案通过先对RGB图像进行反卷积得到HED颜色空间图像，之后将HED图像输入自注意力模型得到图像的分类结果；在线颜色反卷积方案中将反卷积操作以卷积层的形式加入到自注意力模型中，先通过对模型进行训练并寻找合适的反卷积参数，之后迁移反卷积参数并再次利用加入反卷积操作的自注意力模型对图像进行分类；采用以上技术方案有效地将组织病理学图像反卷积与自注意力模型相结合，提高组织病理学图像分类的正确率。
基于颜色卷积注意力模型组织病理学图像分类方法

[发明专利]一种并行反卷积计算方法、单引擎计算方法及相关产品-CN201880003706.X有效
发明人：曾成龙 -专利权人：深圳鲲云信息科技有限公司
申请日： 2018-08-28 - 公布日： 2023-01-24 - 主分类号： G06N3/04 文献下载
摘要：本申请提供一种并行反卷积计算方法、单引擎计算方法及相关产品，所述并行反卷积计算方法包括如下步骤：获取Pd个输入数据，以及Pk个反卷积核参数；将Pd个输入数据同时与一个反卷积核进行运算，形成数据并行；在Pk个反卷积核中同时以Pd个输入数据进行数据并行，形成反卷积并行；其中，Pd和Pk为大于等于1的整数。本申请通过Pd个输入数据与一个反卷积核并行计算，再在Pk个反卷积核中同时以Pd个输入数据进行数据并行形成反卷积并行，极大提高了反卷积神经网络的并行度。
一种并行卷积计算方法引擎相关产品

[发明专利]一种基于卷积神经网络的图像深度估计方法-CN201710850577.5有效
发明人：李格;余翔宇 -专利权人：华南理工大学
申请日： 2017-09-20 - 公布日： 2020-02-18 - 主分类号： G06T7/50 文献下载
摘要：本发明公开了一种基于卷积神经网络的图像深度估计方法，包括以下步骤：搭建卷积‑反卷积对神经网络模型，所述卷积‑反卷积对神经网络模型包括多个不同的卷积层、多个卷积‑反卷积层对和激活层；选取训练集，并设置卷积‑反卷积对神经网络模型的训练参数；根据卷积‑反卷积对神经网络模型及其训练参数，以最小化损失函数为目标训练卷积‑反卷积对神经网络模型形成图像深度估计神经网络模型；将待处理的图像输入到图像深度估计神经网络模型利用本发明的基于卷积‑反卷积对神经网络的图像深度估计方法获得的深度图灰度值较精确，深度图层次感更强。
一种基于卷积神经网络图像深度估计方法

[发明专利]三维时序图像处理方法、装置、计算机设备和存储介质-CN202110315071.0有效
发明人：邹俊成;尹威华;王建城;乔红;刘智勇 -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： 2021-03-24 - 公布日： 2023-01-06 - 主分类号： G06T3/40 文献下载
摘要：所述方法包括：将第一时刻的三维图像和第二时刻的三维图像进行卷积处理，得到卷积特征图像；将卷积特征图像进行反卷积处理，得到与卷积特征图像尺寸一致的反卷积特征图像；将卷积特征图像和反卷积特征图像进行交集运算，得到交集图像；将卷积特征图像和反卷积特征图像分别与交集图像进行差分运算，分别得到卷积差交特征图像和反卷积差交特征图像；将卷积差交特征图像、交集图像和反卷积差交特征图像连接；将连接后的卷积差交特征图像、交集图像和反卷积差交特征图像进行反卷积处理，得到第三时刻的三维图像。
三维时序图像处理方法装置计算机设备存储介质

[发明专利]基于特征图最近邻替换的卷积神经网络的图像填充系统-CN201711416650.4有效
发明人：左旺孟;颜肇义;李晓明;山世光 -专利权人：哈尔滨工业大学
申请日： 2017-12-22 - 公布日： 2021-05-25 - 主分类号： G06T5/00 文献下载
摘要：基于特征图最近邻替换的卷积神经网络的图像填充系统，属于图像填充技术领域，解决了现有图像填充方法无法快速地获得整体语义一致且具有良好清晰度的填充图像的问题。生成网络的解码器包括N个反卷积层，对于第一反卷积层～第N‑1反卷积层中的任意M个反卷积层，生成网络基于每个反卷积层的输出结果和该反卷积层对应的卷积层的输出结果，并采用特征图最近邻替换的方式得到附加特征图，并将每个反卷积层的输出结果、该反卷积层对应的卷积层的输出结果和附加特征图共同作为下一反卷积层的输入对象。
基于特征近邻替换卷积神经网络图像填充系统

[发明专利]图像反卷积方法及装置、设备和介质-CN202310143171.9在审
发明人：郑临风;施佳鑫;王京;李慧敏 -专利权人：昆仑芯（北京）科技有限公司
申请日： 2023-02-09 - 公布日： 2023-05-16 - 主分类号： G06V10/82 文献下载
摘要：本公开提供了一种图像反卷积方法及装置、设备和介质，涉及芯片技术领域，尤其涉及人工智能和图像处理技术领域。实现方案为：获取包含多个像素元素的特征图、包含多个反卷积核元素的反卷积核矩阵和反卷积参数；针对所述多个反卷积核元素中的每个反卷积核元素，计算该反卷积核元素与所述多个像素元素中的每个像素元素的乘积，以得到多个乘积结果；针对所述多个乘积结果中的每个乘积结果，基于与该乘积结果对应的像素元素在所述特征图中的位置、与该乘积结果对应的反卷积核元素在所述反卷积核矩阵中的位置和所述反卷积参数，确定该乘积结果在目标结果图中的目标位置
图像卷积方法装置设备介质

[发明专利]图像分割方法、装置、计算机设备和存储介质-CN201910878274.3有效
发明人：肖文轩;陈翀;邓家璧;叶朝虹 -专利权人：珠海格力电器股份有限公司;珠海联云科技有限公司
申请日： 2019-09-17 - 公布日： 2022-10-11 - 主分类号： G06V10/26 文献下载
摘要：所述方法包括：获取待分割图像；输入待分割图像至图像分割模型；通过图像分割模型中的卷积网络对待分割图像进行卷积运算，生成卷积特征图；输入卷积特征图至图像分割模型中的反卷积网络，对卷积特征图进行反卷积运算，得到反卷积特征图；根据反卷积特征图确定待分割图像的分割结果。对待分割图像进行卷积运算，提取卷积特征，对提取到的卷积特征进行反卷积运算，提高图像的精度，从而提高图像分割的精确度。
图像分割方法装置计算机设备存储介质

[发明专利]一种用于表格检测的方法、装置及检测模型的训练方法-CN202010513142.3在审
发明人：张飞;孙腾腾;王楹;王建峰;梁波 -专利权人：苏州超云生命智能产业研究院有限公司
申请日： 2020-06-08 - 公布日： 2020-09-25 - 主分类号： G06K9/00 文献下载
摘要：本申请涉及一种用于表格检测的方法、装置及检测模型的训练方法，将待检测的表格文档图像输入至对称网络，其中，对称网络包括卷积网络和反卷积网络，通过卷积网络中的各层组合卷积块对表格文档图像进行卷积运算，得到对应的表格特征图，并输入至反卷积网络；通过反卷积网络中的组合卷积块对卷积网络中输出的表格特征图进行反卷积运算，得到对应的表格特征图，并与卷积网络中对应的相同尺寸的表格特征图进行融合；通过反卷积网络中的组合卷积块对融合后得到的表格特征图进行反卷积运算通过将组合卷积块应用于对称网络中，不仅提高了模型的特征性能，而且实现了表格线条的高精度检测。
一种用于表格检测方法装置模型训练

[发明专利]图像处理方法、装置、电子设备及计算机可读存储介质-CN202011076833.8有效
发明人：王和国;蒋文;黎立煌;张丹 -专利权人：深圳云天励飞技术股份有限公司
申请日： 2020-10-10 - 公布日： 2021-03-05 - 主分类号： G06T1/20 文献下载
摘要：在本申请提供的方法中，根据预设拆分方式对反卷积核进行拆分，得到子卷积核。然后，根据子卷积核的参数及图像特征矩阵，确定子卷积核对应的原始子矩阵，并用子卷积核对相应的原始子矩阵进行卷积计算，得到各个子卷积核对应的反卷积子矩阵。之后，根据各个子卷积核对应的反卷积子矩阵确定目标特征矩阵。通过上述方法进行反卷积计算时，图像特征矩阵无需进行井字填充，可以减少反卷积计算过程中占用的存储空间。并且，由于没有井字填充的0参与反卷积计算，可以极大地减少计算量，提高反卷积计算的运算效率。
图像处理方法装置电子设备计算机可读存储介质

[发明专利]一种语音增强方法和装置-CN202110773231.6在审
发明人：陈泽华;吴俊仪;蔡玉玉;雪巍;丁国宏 -专利权人：京东科技控股股份有限公司
申请日： 2021-07-08 - 公布日： 2021-10-15 - 主分类号： G10L21/02 文献下载
摘要：本发明提供一种语音增强方法和装置，其中所述方法包括：接收输入的带噪语音信号；将所述带噪语音信号输入至语音增强模型中，依次进行卷积处理、反卷积处理以及融合处理生成纯净语音信号；其中，所述语音增强模型包括编码器和解码器，通过编码器的多个卷积层的不同尺寸的卷积核进行所述卷积处理，通过解码器的多个反卷积层的多个不同尺寸的反卷积核进行所述反卷积处理。由于每个卷积层中有多个不同尺寸的卷积核、每个反卷积层中有多个不同尺寸的反卷积核，不同尺寸的卷积核能捕捉不同尺度的特征，最终的语音增强效果也会有所提升，从而可以将不同尺寸的卷积核的卷积结果进行融合，以显著提高最终的语音增强效果
一种语音增强方法装置

[发明专利]低剂量CT图像处理方法、装置和计算机设备-CN202010129313.2在审
发明人：盛斌;戴超;贺加原 -专利权人：上海志唐健康科技有限公司
申请日： 2020-02-28 - 公布日： 2020-06-23 - 主分类号： G06T7/00 文献下载
摘要：所述方法包括：获取低剂量CT图像，以及预先训练的目标提取模型；目标提取模型包括卷积链以及反卷积链；分别确定每个噪声去除卷积层在卷积链中的排列顺序，以及每个反卷积层在反卷积链中的排列顺序；将排列顺序相同的噪声去除卷积层与反卷积层确定为一对关联层；基于卷积链提取低剂量CT图像中的图像特征，得到每个噪声去除卷积层所对应的特征图像；基于关联层关系，将特征图像分别输入对应的反卷积层，以使反卷积层根据特征图像提取出低剂量CT图像中的目标器官。
剂量 ct 图像处理方法装置计算机设备

[发明专利]图像反卷积方法和设备、存储介质-CN202211556038.8在审
发明人：徐兵;张楠赓 -专利权人：嘉楠明芯（北京）科技有限公司
申请日： 2022-12-06 - 公布日： 2023-05-23 - 主分类号： G06T1/20 文献下载
摘要：本公开提供了一种图像反卷积方法，包括：获取反卷积输入图像；所述反卷积输入图像包括多个元素；基于所述多个元素和卷积核确定多组中间数据；根据所述多组中间数据确定反卷积输出图像的特征值。本公开无需对反卷积输入图像进行补零，从而运算单元也不用对零元素进行相应的无效运算，减少了反卷积的运算量和复杂程度，提高了效率。
图像卷积方法设备存储介质

[发明专利]运算装置、芯片、反卷积运算方法、电子设备及存储介质-CN202210474265.X在审
发明人：勾志宏;胡英俊;徐宁仪;田志仲 -专利权人：上海阵量智能科技有限公司
申请日： 2022-04-29 - 公布日： 2022-08-12 - 主分类号： G06N3/04 文献下载
摘要：本公开涉及一种运算装置、芯片、反卷积运算方法、电子设备及存储介质，所述装置包括：控制单元，用于获取反卷积运算的原始参数，根据所述反卷积运算的原始参数，确定所述反卷积运算对应的等效卷积运算的目标参数，并将所述目标参数发送至卷积运算单元，以及将所述等效卷积运算的结果确定为所述反卷积运算的结果；卷积运算单元，用于根据所述目标参数进行所述等效卷积运算，并将所述等效卷积运算的结果发送至所述控制单元。
运算装置芯片卷积方法电子设备存储介质

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