-
公开(公告)号：CN110728350B
公开(公告)日：2024-07-26
申请号：CN201810715757.7
申请日：2018-06-29
Applicant: 微软技术许可有限责任公司
Abstract: 根据本公开的实现，提出了一种用于机器学习模型的量化的方案。在该方案中，获得机器学习模型中的处理单位所使用的处理参数的当前值。基于预定数目的基础量化参数的当前值和特定于处理参数的二值量化参数的当前值来量化处理参数的当前值，以获得处理参数的量化值，二值量化参数与基础量化参数分别对应，并且预定数目与用于量化的比特数目相同。基于处理参数的量化值与处理参数的当前值之间的差异，更新基础量化参数的当前值和二值量化参数的当前值，以用于特定于处理参数的量化。以此方式，不仅能够获得由网络量化带来的存储和处理开销的降低，而且还能进一步提高量化准确度。
-
公开(公告)号：CN110049303A
公开(公告)日：2019-07-23
申请号：CN201810036211.9
申请日：2018-01-15
Applicant: 微软技术许可有限责任公司
IPC: H04N13/106
Abstract: 根据本公开的实现，提出了一种立体图像的视觉风格化的方案。在该方案中，提取第一和第二源图像的第一和第二特征图。第一和第二源图像分别对应于立体图像的第一和第二视角。基于第一和第二源图像确定从第一源图像到第二源图像的第一单向视差。将第一特征图与第一变形特征图进行合并得到第一合并特征图。通过基于第一单向视差处理第一和第二特征图，来生成具有视觉风格的第一和第二目标图像。通过该方案，在执行视觉风格变换的同时，还考虑组成立体图像的两幅源图像之间的视差，从而维持由目标图像组成的立体图像中的立体效果。
-
公开(公告)号：CN113196296A
公开(公告)日：2021-07-30
申请号：CN201980082636.6
申请日：2019-12-10
Applicant: 微软技术许可有限责任公司
Abstract: 计算系统被配置为训练对象分类器。接收针对场景的单目图像数据以及地面真值数据。确定几何上下文，该几何上下文包括相对于固定平面的三维相机位置。在所述图像数据内标识感兴趣区域(RoI)以及潜在遮挡物集合。针对每个潜在遮挡物，遮挡区被投影到三维中的所述固定平面。针对每个遮挡区，生成在所述固定平面上的遮挡的RoI集合。每个遮挡的RoI被投影回到二维中的所述图像数据。分类器通过以下操作而被训练：最小化损失函数，该损失函数通过将与所述RoI和遮挡的RoI有关的信息输入分类器而生成；以及基于所述地面真值数据，最小化所述集合中的每个RoI和每个遮挡的RoI在所述固定平面上的位置误差。然后，将经训练的分类器输出以用于对象检测。
-
公开(公告)号：CN110097606A
公开(公告)日：2019-08-06
申请号：CN201810082732.8
申请日：2018-01-29
Applicant: 微软技术许可有限责任公司
Abstract: 根据本公开的实现，提出了一种用于面部合成的方案。在该方案中，关于第一用户的面部的第一图像和关于第二用户的面部的第二图像被获取。从第一图像中提取表征第一用户的身份的第一特征。从第二图像中提取表征第二图像的多个属性的第二特征，其中多个属性不包括第二用户的身份。然后，基于第一特征和第二特征来生成关于第一用户的面部的第三图像，第三图像体现第一用户的身份和第二图像的多个属性。根据本公开的面部合成方案能够对任何身份的面部图像进行基于身份保留的图像合成，而不管具有该身份的人物的面部图像是否存在于训练数据集中。此外，在训练用于进行上述面部合成的模型时，该方案不需要对除人物身份之外的任何其他属性进行标注。
-
公开(公告)号：CN119027742A
公开(公告)日：2024-11-26
申请号：CN202411250545.8
申请日：2019-12-10
Applicant: 微软技术许可有限责任公司
IPC: G06V10/764 , G06V10/25 , G06V10/82 , G06N3/0464 , G06V40/10 , G06V40/20
Abstract: 本公开的实施例涉及使用几何上下文检测人群中的对象。该用于执行对象检测的方法包括：接收针对场景的图像数据；生成所述图像数据内的感兴趣区域集合；标识所述感兴趣区域集合内的一个或多个潜在遮挡物的集合；将每个感兴趣区域和针对每个潜在遮挡物的多个被遮挡的感兴趣区域中的每个被遮挡的感兴趣区域分类为作为感兴趣对象的可能性；以及输出针对每个感兴趣区域和每个被遮挡的感兴趣区域的分类。
-
Patent Agency Ranking
公开(公告)号：CN110049303B
公开(公告)日：2021-08-13
申请号：CN201810036211.9
申请日：2018-01-15
Applicant: 微软技术许可有限责任公司
IPC: H04N13/106
Abstract: 根据本公开的实现，提出了一种立体图像的视觉风格化的方案。在该方案中，提取第一和第二源图像的第一和第二特征图。第一和第二源图像分别对应于立体图像的第一和第二视角。基于第一和第二源图像确定从第一源图像到第二源图像的第一单向视差。将第一特征图与第一变形特征图进行合并得到第一合并特征图。通过基于第一单向视差处理第一和第二特征图，来生成具有视觉风格的第一和第二目标图像。通过该方案，在执行视觉风格变换的同时，还考虑组成立体图像的两幅源图像之间的视差，从而维持由目标图像组成的立体图像中的立体效果。
-
公开(公告)号：CN110728350A
公开(公告)日：2020-01-24
申请号：CN201810715757.7
申请日：2018-06-29
Applicant: 微软技术许可有限责任公司
Abstract: 根据本公开的实现，提出了一种用于机器学习模型的量化的方案。在该方案中，获得机器学习模型中的处理单位所使用的处理参数的当前值。基于预定数目的基础量化参数的当前值和特定于处理参数的二值量化参数的当前值来量化处理参数的当前值，以获得处理参数的量化值，二值量化参数与基础量化参数分别对应，并且预定数目与用于量化的比特数目相同。基于处理参数的量化值与处理参数的当前值之间的差异，更新基础量化参数的当前值和二值量化参数的当前值，以用于特定于处理参数的量化。以此方式，不仅能够获得由网络量化带来的存储和处理开销的降低，而且还能进一步提高量化准确度。
-
公开(公告)号：CN110096929A
公开(公告)日：2019-08-06
申请号：CN201810091820.4
申请日：2018-01-30
Applicant: 微软技术许可有限责任公司
Abstract: 本公开的多个实现涉及基于神经网络的目标检测。在一些实现中，从图像的特征图确定图像中的候选区域、第一评分以及与候选区域相关联的多个位置，第一评分指示候选区域对应于目标的特定部位的概率。从特征图确定多个第二评分，其分别指示多个位置对应于目标的多个部分的概率。基于第一评分和多个第二评分，确定候选区域的最终评分，以用于在图像中标识目标的特定部位。
-
公开(公告)号：CN109284653A
公开(公告)日：2019-01-29
申请号：CN201710597328.X
申请日：2017-07-20
Applicant: 微软技术许可有限责任公司
IPC: G06K9/00
Abstract: 根据本公开的实现，提出了一种基于计算机视觉的细长物体检测方案。在该方案中，包含待检测的至少一个细长物体的多个图像被获取。多个图像中的多个边缘被提取，并且多个边缘的相应深度被确定。此外，包含在多个图像中的至少一个细长物体基于多个边缘的相应深度而被标识，经标识的至少一个细长物体由多个边缘中的至少一个边缘表示。该至少一个细长物体是横截面积与长度的比值显著较小的物体。这种细长物体在传统检测方案中往往难以被检测到，但是本公开的实现有效地解决了这一难题。
-
公开(公告)号：CN102741815B
公开(公告)日：2015-11-25
申请号：CN201180008344.1
申请日：2011-02-04
Applicant: 微软技术许可有限责任公司
IPC: G06F9/44
CPC classification number: G06N5/04 , G06F3/04842 , G06K9/00677 , G06K9/72 , G06Q10/10
Abstract: 本文描述的方法包括接收数字图像，其中该数字图像包括对应于第一域的第一元素和对应于第二域的第二元素。该方法还包括至少部分基于关于一标记对应于数字图像中的第一元素的计算得到的概率来向该第一元素自动分配该标记，其中该概率是通过利用被配置成推断第一域中的元素的标记的第一模型和被配置成推断第二域中的元素的标记的第二模型来计算得到的。第一模型接收标识第一域中的元素与第二域中的元素之间的所习得的关系的数据，并且该概率是至少部分基于所习得的关系通过第一模型计算得到的。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.04 seconds)
