-
公开(公告)号：CN115409721A
公开(公告)日：2022-11-29
申请号：CN202210451557.1
申请日：2022-04-26
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种暗光视频增强方法及装置，所述方法包括：获取待处理的连续N个视频帧Vi；将N个视频帧Vi中任意连续的两个视频帧Vt‑1和Vt输入至目标视频增强模型，得到目标视频增强模型输出的与视频帧Vt对应的增强视频帧Ot，通过将待处理的暗光视频帧输入到一个可用的目标视频增强模型中，得到时序信息高度一致的增强视频帧，该目标视频增强模型是以两个连续的单帧数据作为样本，并结合孪生增强模型联合训练得到的，能够提高由目标视频增强模型输出的增强视频帧的图像质量与视觉质量。
-
公开(公告)号：CN114885174B
公开(公告)日：2025-02-11
申请号：CN202210171071.2
申请日：2022-02-23
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种视频处理方法、装置及电子设备；涉及数字图像处理技术领域。其中，所述方法包括：获取原始视频以及风格图像；将原始视频与风格图像输入风格化模型，风格化模型包括第一编码器、第二编码器和解码器；通过第一编码器获得原始视频的内容特征；基于第二编码器获得风格图像的风格特征；将内容特征以及风格特征输入解码器，获得解码器输出的风格化特征，通过风格化特征确定目标视频，目标视频与风格图像具有统一的风格。本发明能够提高视频风格化的连续性。
-
公开(公告)号：CN116109733A
公开(公告)日：2023-05-12
申请号：CN202310086738.3
申请日：2023-01-16
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种文本驱动图像编辑方法、装置、电子设备及存储介质，其中方法包括：获取原始图像、定位文本和目标文本，定位文本用于定位原始图像中的待编辑对象，目标文本用于生成新的对象；基于原始图像、定位文本和目标文本，确定前向加噪潜像、方向增强潜像和定位文本在原始图像中的空间掩码；基于前向加噪潜像、方向增强潜像和空间掩码进行图像重建，生成目标图像，目标图像为原始图像中的待编辑对象被替换为新的对象后生成的图像。本发明能够实现无需人为标识掩码及无需预先训练对抗网络的情况下基于文本描述驱动图像编辑的目的，提高了基于文本描述编辑图像的便捷高效性和可靠高质性，也大幅提高了基于文本驱动编辑图像的适用范围。
-
公开(公告)号：CN114511444A
公开(公告)日：2022-05-17
申请号：CN202111619027.5
申请日：2021-12-27
Applicant: 中国科学院自动化研究所 , 吉林大学
Abstract: 本发明提供一种图像集网格拼贴方法和装置，其中，方法包括：获取待拼贴的图像；将所述待拼贴的图像输入至图像集网格拼贴模型中，得到拼贴完成的网格图像，其中，所述图像集网格拼贴模型是基于图像信息平衡评价指标进行训练得到的。本发明通过构建的图像集网格拼贴模型达到对图像拼贴的效果的能够具有更好的令人视觉愉悦和受人喜爱的拼图结果。
-
公开(公告)号：CN109271544B
公开(公告)日：2020-11-13
申请号：CN201810759512.4
申请日：2018-07-11
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于数字图像处理技术领域，具体涉及一种自动挑选画家代表作的方法及装置，旨在解决如何从画家的多个作品中选出最具代表性画作的问题，为此目的，本发明的自动挑选画家代表作的方法包括：获取目标画家的作品集；利用预设的卷积神经网络提取作品集中每个绘画作品的风格‑内容特征；利用预设的连续性鲁棒聚类方法对当前作品集中每个绘画作品的风格‑内容特征进行聚类，根据聚类结果获取多个聚类类别对应的画作集合；利用预设的拒识算法更新所述画作集合并且根据更新后的画作集合获取代表作集合；重复聚类和拒识的过程直至满足预设的停止条件。基于本发明的方法及装置可以快速准确地从画家的作品集中自动选出最具代表性的作品。
-
Patent Agency Ranking
公开(公告)号：CN109685718B
公开(公告)日：2020-11-10
申请号：CN201811545250.8
申请日：2018-12-17
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及图片缩放技术领域，尤其涉及一种图片方形化缩放方法、系统及设备，旨在解决解决现有图像缩放方法场景适应性差的问题。本发明方法包括：获取输入图像；将所述输入图像通过训练好的缩放网络生成缩放参数；根据所生成的缩放参数对输入图像进行缩放；其中，训练好的缩放网络，通过网络蒸馏的方法对感知网络和缩放网络进行训练后获取；在训练过程中，将感知网络的输出作为监督信息输出给缩放网络，并基于整体损失函数对感知网络、缩放网络进行整体训练；感知网络基于卷积神经网络构建，该网络包含接缝焊接、剪切、插值三个算子。本方明能在保证算法的普适性的同时能够引入人的感知倾向，能够得到更为符合使用者偏好的方形化结果。
-
公开(公告)号：CN108304765A
公开(公告)日：2018-07-20
申请号：CN201711310450.0
申请日：2017-12-11
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及数字图像处理技术领域，具体提供了一种用于人脸关键点定位与语义分割的多任务检测装置，旨在解决如何同时提高人脸关键点定位和人脸语义分割准确性的技术问题。为此目的，本发明中的多任务深度模型可以采用深度学习算法对目标人脸图像进行语义分割，并获取目标人脸图像中的人脸关键点。具体地，关键点定位模块可以基于编码网络并依据人脸特征获取人脸关键点的位置信息，语义分割模块可以基于解码网络对特征图进行语义分割。本发明中多任务深度模型采用编解码网络结构，同时还通过信息增强单元将编码网络中的浅层信息引入到解码网络，因而能够兼顾人脸关键点定位与语义分割之间的协同信息，进而提供高人脸关键点定位和语义分割的准确性。
-
公开(公告)号：CN115222634A
公开(公告)日：2022-10-21
申请号：CN202210707261.1
申请日：2022-06-21
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种图像生成方法、装置、电子设备和存储介质，其中方法包括：确定待生成的肖像图像和地图图像；基于图像生成模型，对肖像图像和地图图像分别进行特征提取，基于特征提取所得的肖像特征和地图特征之间的相关性，对肖像特征和地图特征进行融合，并基于融合所得的特征进行图像生成，得到肖像地图图像；图像生成模型基于样本肖像图像，样本地图图像以及样本肖像地图图像，联合判别模型进行对抗训练得到，判别模型用于区分预测肖像地图图像和样本肖像地图图像，根据融合所得的特征进行图像生成，能够使生成的肖像地图图像的精度更高；并且，联合判别模型进行对抗训练，能够保证模型生成的图像的自然度和逼真度，提高了生成图像的图像质量。
-
公开(公告)号：CN109271544A
公开(公告)日：2019-01-25
申请号：CN201810759512.4
申请日：2018-07-11
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于数字图像处理技术领域，具体涉及一种自动挑选画家代表作的方法及装置，旨在解决如何从画家的多个作品中选出最具代表性画作的问题，为此目的，本发明的自动挑选画家代表作的方法包括：获取目标画家的作品集；利用预设的卷积神经网络提取作品集中每个绘画作品的风格-内容特征；利用预设的连续性鲁棒聚类方法对当前作品集中每个绘画作品的风格-内容特征进行聚类，根据聚类结果获取多个聚类类别对应的画作集合；利用预设的拒识算法更新所述画作集合并且根据更新后的画作集合获取代表作集合；重复聚类和拒识的过程直至满足预设的停止条件。基于本发明的方法及装置可以快速准确地从画家的作品集中自动选出最具代表性的作品。
-
公开(公告)号：CN107103635A
公开(公告)日：2017-08-29
申请号：CN201710165372.3
申请日：2017-03-20
Applicant: 中国科学院自动化研究所
IPC: G06T11/60
CPC classification number: G06T11/60
Abstract: 本发明涉及一种图像排版配色方法，包括如下步骤：步骤01，在原始图像中为文字图像选取最优文字位置区域，所述最优文字位置区域为视觉显著度较低的位置区域；步骤02，为所述文字图像中的文字配色；步骤03，输出包含有配色后的文字图像的原始图像。本发明中，实现了便捷地输出满意的图片同时提升图片的美学质量。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.027 seconds)
