-
公开(公告)号：CN115393491A
公开(公告)日：2022-11-25
申请号：CN202110571615.X
申请日：2021-05-25
Applicant: 北京大学 , 广州市百果园信息技术有限公司
Abstract: 本发明提供一种基于实例分割和参考帧的水墨视频生成方法及装置，包括获取真实视频中每一帧的实例分割图，并依据所帧之间的光流估计，计算各帧的相似程度，选取待转换帧及参考帧；将光流估计与待转换帧、参考帧及其实例分割图输入水墨风格化网络模型，得到待转换帧的水墨视频帧，从而获取该真实视频的水墨视频。本发明改善了模型的水墨风格生成能力，在留白、不同对象笔画纠缠以及不同尺度物体处理方面相较于已有技术取得了更好的效果，实现了带参考的水墨风格化，避免了传统顺序转换中的误差累积，相较于已有方法减少了生成的水墨视频中的闪烁和不一致。
-
公开(公告)号：CN113792630A
公开(公告)日：2021-12-14
申请号：CN202111010548.0
申请日：2021-08-31
Applicant: 北京大学
Abstract: 本发明公开一种基于对比学习的外星地表图像识别方法及系统，属于图像识别领域，通过搭建图像识别模型，并对该模型进行类间对比学习和相似性学习训练，来识别外星地表图像。本发明能够在不引入额外人类监督的条件下，使模型自适应学习新样本类型与数据域分布，进而兼容未知环境，更加准确地识别外星地表图像，满足探索应用需求。
-
公开(公告)号：CN110689486A
公开(公告)日：2020-01-14
申请号：CN201810735358.7
申请日：2018-07-06
Applicant: 北京大学 , 北大方正集团有限公司 , 北京北大方正电子有限公司
IPC: G06T5/00
Abstract: 本发明实施例公开了一种图像的处理方法、装置、设备及计算机可存储介质，方法包括：获取图像请求，所述图像请求包括：待处理的低光照图像；根据所述图像处理请求，采用预配置的低光照增强网络，对所述待处理的低光照图像进行提亮处理，获取所述待处理的低光照图像对应的正常光照图像。从而能够精准地实现对待处理的低光照图像的增强，进而能够使用户从增强的低光照图像中获取更多的信息。
-
公开(公告)号：CN113496460B
公开(公告)日：2024-03-22
申请号：CN202010258460.X
申请日：2020-04-03
Applicant: 北京大学 , 北京字节跳动科技有限公司
IPC: G06T3/04 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种基于特征调整的神经风格迁移方法及系统，属于图像与视频风格化领域，训练主要由内容编码器、风格编码器、装饰器和解码器组成的神经风格迁移网络模型，输入目标内容图像或视频帧和参考风格图像，得到风格迁移结果图像或视频帧，通过调整神经网络的特征空间与通道两个维度的分布，只需要一次参数前传就可以实现效果良好的风格迁移。
-
公开(公告)号：CN115641483A
公开(公告)日：2023-01-24
申请号：CN202211129606.6
申请日：2022-09-16
Applicant: 北京大学
IPC: G06V10/774 , G06V10/20 , G06V40/16 , G06V10/48 , G06V10/764 , G06N3/0464 , G06N3/088
Abstract: 本发明公开了一种无监督低光照域自适应训练方法及检测方法。本方法为：1)收集有标注的正常光照训练数据、无标注的低光照训练数据和预训练模型；在预训练模型的特征提取器之后连接一多层感知器，得到第一模型；2)利用正常光照数据训练第一模型中多层感知器；3)构建深度凹曲线模型置于第一模型中特征提取器之前，得到第二模型；4)利用低光照数据训练第二模型中的深度凹曲线模型；5)利用深度凹曲线模型对低光照数据进行提亮后输入预训练模型，将预测所得标签作为低光照数据的伪标签；6)利用正常光照数据及带伪标签的低光照数据对预训练模型进行训练微调；7)对于待处理的低光照图像提亮后输入微调后的预训练模型，输出对应的检测结果。
-
Patent Agency Ranking
公开(公告)号：CN114693545A
公开(公告)日：2022-07-01
申请号：CN202210137613.4
申请日：2022-02-15
Applicant: 北京大学
Abstract: 本发明公开了一种基于曲线族函数的低光照增强方法及系统。本方法为：1)利用低光照图像组成的数据集，训练低光照增强网络模型，其包括特征提取器、参数估值器和曲线族函数；特征提取器用于对输入的图像进行降采样，然后对所得降采样图像进行特征提取；参数估值器用于根据特征提取器提取的特征计算输入图像对应的曲线族函数的曲线族参数值；2)将待增强的低光照图像输入到训练好的低光照增强网络模型，所述特征提取器对所述待增强的低光照图像进行特征提取，得到对应的图像特征并将其输入到参数估值器中，得到对应的曲线族参数α并赋值给曲线族函数；3)将步骤2)所得的曲线族函数作用于待增强的低光照图像的每一像素上，得到光照增强图像。
-
公开(公告)号：CN109862299B
公开(公告)日：2021-08-27
申请号：CN201711236795.6
申请日：2017-11-30
Applicant: 北京大学 , 北大方正集团有限公司 , 北京北大方正电子有限公司
IPC: H04N7/01
Abstract: 本申请提供一种分辨率的处理方法及装置，该方法包括：获取待处理的目标低分辨率视频数据，采用训练好的目标时空循环残差卷积网络将目标低分辨率视频数据转换成目标高分辨率视频数据。实现了端对端地学习如何对帧内和帧间相关性同时进行建模，采用联合空间‑时间残差学习方式，预测高清视频的时间残差，促进对空间残差和视频帧的预测。通过嵌入时间残差预测，能够对高分辨率视频多帧之间的运动上下文进行隐含建模，同时具有较低的计算复杂度。
-
公开(公告)号：CN115131844A
公开(公告)日：2022-09-30
申请号：CN202110320033.4
申请日：2021-03-25
Applicant: 北京大学
IPC: G06V40/16 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/08
Abstract: 本发明公开了一种无监督低光照人脸检测模型训练方法及检测方法。本方法为：1)收集已标注的正常光照人脸训练数据与无标注的低光照人脸训练数据，得到正常光照人脸检测训练数据集H、低光照训练数据集L；2)对低光照训练数据集L中的图像进行提亮，得到提亮后的低光照训练数据集E(L)；3)获取集合E(L)中低光照人脸训练数据的噪声与色偏分布，应用于集合H中的正常光照人脸训练数据，得到降质后的正常光照人脸训练数据集D(H)；4)利用集合E(L)、集合D(H)和集合H，训练人脸检测模型。对待检测的低光照人脸检测图像进行提亮后输入到训练后的低光照人脸检测模型，输出人脸检测结果。本发明能够大大提升人脸检测性能。
-
公开(公告)号：CN112069769B
公开(公告)日：2022-07-26
申请号：CN201910440039.8
申请日：2019-05-24
Applicant: 北京大学
IPC: G06F40/109
Abstract: 本发明提出一种针对特效字的智能字效迁移方法及系统，该方法包括以下步骤：利用训练数据集，训练遮罩提取子网络进行装饰元素遮罩的提取，训练基础特效迁移子网络进行基础文字特效迁移；将带有装饰元素的特效字Dy和其配对字形图片Cy输入到训练好的遮罩提取子网络中，得到装饰元素遮罩My；将Dy及其配对字形图片Cy、目标字形图片Cx输入到训练好的基础特效迁移子网络中，得到基础特效迁移和装饰元素消除的结果Sx；利用My，Cy和Cx进行元素重组，将装饰元素融合在Sx上，得到目标字形对应的迁移后的带有装饰元素的特效字Dx。本方法能够在迁移文字特效的同时迁移其装饰元素，且不会导致装饰元素的丢失和扭曲。
-
公开(公告)号：CN110796607A
公开(公告)日：2020-02-14
申请号：CN201810876683.5
申请日：2018-08-03
Applicant: 北京大学
Abstract: 本发明公开了一种基于视网膜大脑皮层理论的深度学习低光照图像增强方法，其步骤包括：通过一个分解网络将待提亮低光照图片分解成本质和光照，在本质上进行噪声去除，将光照和本质输入一个提亮网络得到提亮后的光照，将提亮后的光照和去除噪声后的本质相乘得到最后的正常光照图片。本发明能够端对端地学习提亮低光照图像，通过机器学习方法能够取得更为精确的光照本质分解和更自然适用范围更广的提亮结果。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.022 seconds)
