-
公开(公告)号：CN109636712B
公开(公告)日：2022-03-01
申请号：CN201811496794.X
申请日：2018-12-07
Applicant: 北京达佳互联信息技术有限公司
Abstract: 本申请实施例提供了图像风格迁移及数据存储方法、装置和电子设备，应用于图像处理技术领域，该数据存储方法包括：将多种风格类型的图像输入到预设卷积神经网络模型中进行训练，得到中间特征图及各风格类型滤波器的组输出激活相对于中间特征图的权重值；存储各风格类型滤波器组的输出激活相对于中间特征图的权重值及中间特征图。在本申请实施例的数据存储方法中，针对多种风格类型，存储各风格类型的滤波器组的输出激活相对于中间特征图的权重值及中间特征图，而权重值的数据量远远小于特征图的数据量的，因此相比于针对每个风格类型的滤波器组单独存储一个特征图，可以降低存储空间的占用量，节约存储空间。
-
公开(公告)号：CN109379572B
公开(公告)日：2020-03-06
申请号：CN201811473815.6
申请日：2018-12-04
Applicant: 北京达佳互联信息技术有限公司
IPC: H04N9/04
Abstract: 本申请提供了一种图像转换方法、装置、电子设备及存储介质，其中，该方法包括：获取RAW格式图像；将RAW格式图像输入至预先训练的第一网络模型，得到RAW格式图像的语义分析结果；其中，第一网络模型是根据多个第一训练样本分别对应的第一标记训练样本训练得到的，第一训练样本为RAW格式的图像，第一标记训练样本为标记对应第一训练样本的语义分析结果的图像；基于RAW格式图像的语义分析结果，确定RAW格式图像对应的RGB格式图像。如此，能够提高图像转换的质量。
-
公开(公告)号：CN113763230B
公开(公告)日：2024-05-17
申请号：CN202010501213.8
申请日：2020-06-04
Applicant: 北京达佳互联信息技术有限公司
Abstract: 本公开关于一种图像风格迁移模型训练方法、风格迁移方法及装置，以至少解决传统风格迁移技术中所存在计算量大的问题。其中，上述模型训练方法包括：获取第一风格的样本图像和第二风格的第一图像；对第一图像进行分辨率降低处理，得到第二图像；根据样本图像和第二图像对预设神经网络模型轮流进行超分辨率训练和风格迁移训练，得到图像风格迁移模型。本公开应用于图像风格迁移场景中。
-
公开(公告)号：CN113240090A
公开(公告)日：2021-08-10
申请号：CN202110584225.6
申请日：2021-05-27
Applicant: 北京达佳互联信息技术有限公司
Abstract: 本公开关于一种图像处理模型生成方法、图像处理方法、装置及电子设备，所述图像处理模型生成方法包括：将样本图像输入到初始神经网络模型执行一次迭代：利用所述初始神经网络模型中各个卷积层对所述样本图像进行图像特征提取；根据输出调整至少一个卷积层的卷积核的通道参数，以提高所述至少一个卷积层的卷积核的稀疏度；完成本次迭代时，根据输出确定满足迭代结束条件时，确定所述至少一个卷积层提高稀疏度之后的卷积核中的待剪枝通道；对所述待剪枝通道作剪枝处理，得到图像处理模型。这样，保证图像处理模型在实现可以提取图像特征功能的前提下，可以降低模型运算量。
-
公开(公告)号：CN110264413B
公开(公告)日：2021-08-31
申请号：CN201910412049.0
申请日：2019-05-17
Applicant: 北京达佳互联信息技术有限公司
Abstract: 本公开实施例中提供一种图像处理方法、装置、电子设备及存储介质，所述方法包括：获取亮度与色度分离表示的初始图像和对应的风格图像；从所述风格图像中确定第一待处理区域，以及从所述初始图像中确定与所述第一待处理区域对应的第二待处理区域；针对所述风格图像，将所述第一待处理区域的亮度分量替换为所述第二待处理区域的亮度分量；针对所述风格图像，对所述第一待处理区域的色度分量进行滤波处理；根据处理后的风格图像生成输出图像。在图像风格迁移的过程中，将第一待处理区域和第二待处理区域作为前景部分，通过亮度分量替换提高了风格化图像的融入感，通过滤波处理弱化了前景部分的纹理，提高了风格化图像的整体和谐性。
-
Patent Agency Ranking
公开(公告)号：CN109360261B
公开(公告)日：2019-12-31
申请号：CN201811142166.1
申请日：2018-09-28
Applicant: 北京达佳互联信息技术有限公司
IPC: G06T15/20
Abstract: 本申请示出了一种图像处理方法、装置、电子设备及存储介质。获取第一渲染风格的图像；根据第一渲染风格的图像和第一预设处理模型获取第二渲染风格的图像；根据第一渲染风格的图像、第二渲染风格的图像以及第二预设处理模型生成至少一个第一中间渐变图像，至少一个第一中间渐变图像包括由第一渲染风格的图像渐变至第二渲染风格的图像的过程中的图像；根据第一渲染风格的图像、至少一个第一中间渐变图像以及第二渲染风格的图像生成第一渐变视频。通过本申请，当用户需要得到渐变视频时，无需使用摄像机耗费较长时间持续拍摄渐变视频，只需拍摄一张图像即可通过本申请的方式获取到渐变视频，从而提高了获取渐变视频的效率，提高了用户体验。
-
公开(公告)号：CN110264413A
公开(公告)日：2019-09-20
申请号：CN201910412049.0
申请日：2019-05-17
Applicant: 北京达佳互联信息技术有限公司
Abstract: 本公开实施例中提供一种图像处理方法、装置、电子设备及存储介质，所述方法包括：获取亮度与色度分离表示的初始图像和对应的风格图像；从所述风格图像中确定第一待处理区域，以及从所述初始图像中确定与所述第一待处理区域对应的第二待处理区域；针对所述风格图像，将所述第一待处理区域的亮度分量替换为所述第二待处理区域的亮度分量；针对所述风格图像，对所述第一待处理区域的色度分量进行滤波处理；根据处理后的风格图像生成输出图像。在图像风格迁移的过程中，将第一待处理区域和第二待处理区域作为前景部分，通过亮度分量替换提高了风格化图像的融入感，通过滤波处理弱化了前景部分的纹理，提高了风格化图像的整体和谐性。
-
公开(公告)号：CN109636712A
公开(公告)日：2019-04-16
申请号：CN201811496794.X
申请日：2018-12-07
Applicant: 北京达佳互联信息技术有限公司
CPC classification number: G06T3/0012 , G06N3/0454
Abstract: 本申请实施例提供了图像风格迁移及数据存储方法、装置和电子设备，应用于图像处理技术领域，该数据存储方法包括：将多种风格类型的图像输入到预设卷积神经网络模型中进行训练，得到中间特征图及各风格类型滤波器的组输出激活相对于中间特征图的权重值；存储各风格类型滤波器组的输出激活相对于中间特征图的权重值及中间特征图。在本申请实施例的数据存储方法中，针对多种风格类型，存储各风格类型的滤波器组的输出激活相对于中间特征图的权重值及中间特征图，而权重值的数据量远远小于特征图的数据量的，因此相比于针对每个风格类型的滤波器组单独存储一个特征图，可以降低存储空间的占用量，节约存储空间。
-
公开(公告)号：CN109379572A
公开(公告)日：2019-02-22
申请号：CN201811473815.6
申请日：2018-12-04
Applicant: 北京达佳互联信息技术有限公司
IPC: H04N9/04
Abstract: 本申请提供了一种图像转换方法、装置、电子设备及存储介质，其中，该方法包括：获取RAW格式图像；将RAW格式图像输入至预先训练的第一网络模型，得到RAW格式图像的语义分析结果；其中，第一网络模型是根据多个第一训练样本分别对应的第一标记训练样本训练得到的，第一训练样本为RAW格式的图像，第一标记训练样本为标记对应第一训练样本的语义分析结果的图像；基于RAW格式图像的语义分析结果，确定RAW格式图像对应的RGB格式图像。如此，能够提高图像转换的质量。
-
公开(公告)号：CN113240090B
公开(公告)日：2024-05-14
申请号：CN202110584225.6
申请日：2021-05-27
Applicant: 北京达佳互联信息技术有限公司
IPC: G06V10/40 , G06V10/82 , G06N3/0464 , G06N3/082
Abstract: 本公开关于一种图像处理模型生成方法、图像处理方法、装置及电子设备，所述图像处理模型生成方法包括：将样本图像输入到初始神经网络模型执行一次迭代：利用所述初始神经网络模型中各个卷积层对所述样本图像进行图像特征提取；根据输出调整至少一个卷积层的卷积核的通道参数，以提高所述至少一个卷积层的卷积核的稀疏度；完成本次迭代时，根据输出确定满足迭代结束条件时，确定所述至少一个卷积层提高稀疏度之后的卷积核中的待剪枝通道；对所述待剪枝通道作剪枝处理，得到图像处理模型。这样，保证图像处理模型在实现可以提取图像特征功能的前提下，可以降低模型运算量。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.031 seconds)
