-
公开(公告)号：CN112529913B
公开(公告)日：2024-10-29
申请号：CN202011476003.4
申请日：2020-12-14
Applicant: 北京达佳互联信息技术有限公司
Abstract: 本申请提供了一种图像分割模型训练方法、图像处理方法及装置。该训练方法包括在图像分割模型的训练阶段，采用样本图像的目标分割结果以及样本图像的仿射变换图像对待训练图像分割模型进行训练，在模型训练阶段不仅采用目标分割结果进行监督学习，还结合了仿射变换图像的分割结果进行一致性训练学习，由此能够使图像分割模型进行泛化，学习到不同情况下的分割结果，从而提高图像分割模型的分割精度。
-
公开(公告)号：CN115546402A
公开(公告)日：2022-12-30
申请号：CN202211185775.1
申请日：2022-09-27
Applicant: 北京达佳互联信息技术有限公司
Abstract: 本公开提供一种动作生成方法及装置、设备、介质，该方法：通过第一网络提取待处理图像中目标对象的高层语义特征，高层语义特征用于表征待处理图像包含的抽象语义信息；通过第二网络对待处理图像和预先设置的目标动作信息进行处理，得到待处理图像中目标对象执行目标动作的低层语义特征，低层语义特征用于表征目标对象执行目标动作时视觉可见的特征；通过第一网络对低层语义特征与高层语义特征进行融合，生成目标图像，该目标图像表示目标对象执行目标动作的图像。该方法有效融合高层语义特征和低层语义特征中的图像语义信息，在保证目标动作质量的情况下提高图像生成效率，保证图像生成过程的实时性。
-
公开(公告)号：CN112581358A
公开(公告)日：2021-03-30
申请号：CN202011497173.0
申请日：2020-12-17
Applicant: 北京达佳互联信息技术有限公司
Abstract: 本公开提供了一种图像处理模型的训练方法、装置、电子设备及存储介质，属于多媒体技术领域。方法包括：将第一样本人脸图像对应的第一头发图像输入图像处理模型中的头发线条迁移网络，得到第二头发图像；获取第一样本风格图像对应的第三头发图像；将该第一样本人脸图像、该第二头发图像以及该第三头发图像输入该图像处理模型中待训练的风格图像生成网络，以该第三头发图像为监督信息，对该待训练的风格图像生成网络进行迭代训练，得到训练完毕的图像处理模型。上述方案，通过在风格图像生成网络的训练过程中加入包括增强后的头发边缘信息的头发图像，使得图像处理模型所输出的风格图像中包括更多表示发丝的线条，提高了该风格图像的精确度。
-
公开(公告)号：CN111882408A
公开(公告)日：2020-11-03
申请号：CN202011031894.2
申请日：2020-09-27
Applicant: 北京达佳互联信息技术有限公司
Abstract: 本公开关于一种虚拟试用方法、装置、电子设备及存储设备。其中，虚拟试用方法包括：获取包括目标身体部位的第一图像；将所述第一图像输入训练好的第一模型中，以得到与所述第一图像的目标身体部位对应的N个关键点的坐标信息和第一掩码区域，其中，所述N个关键点均位于所述第一掩码区域内，N为大于1的整数；根据所述N个关键点的坐标信息，确定试用物品的三维模型在所述第一图像的投影位置；将所述试用物品的三维模型投影到所述投影位置，得到所述第一图像的试用图像。根据本公开的方案，可以将预测得到的关键点约束于掩码区域内，从而可以提高试用物品的三维模型投影的准确性，进而提高物品的试用准确性。
-
公开(公告)号：CN110807780A
公开(公告)日：2020-02-18
申请号：CN201911011082.9
申请日：2019-10-23
Applicant: 北京达佳互联信息技术有限公司
Abstract: 本公开提供一种图像处理方法和装置，用以解决现有技术中图像边缘分割不准确、计算量大的问题。该方法中，将获得的待处理图像的掩码图进行图像分析，确定掩码图中第一目标对象区域和第二目标对象区域的重叠区域；对重叠区域做衰减处理，得到引导图；根据引导图对待处理图像做引导滤波处理。上述方法，通过对重叠区域做衰减处理，能够降低重叠区域的掩码值，在渲染时也不会使重叠区域渲染得过亮，显得僵硬。此外，通过引导图对待处理图像做引导滤波处理，能够使得经过衰减处理的重叠区域被修复，即不会在渲染时重叠区域缺失，能够保证图像的边缘特性，将图像中的不同区域分割出来。并且该算法计算量较小，适用于手机等终端。
-
Patent Agency Ranking
公开(公告)号：CN110782469A
公开(公告)日：2020-02-11
申请号：CN201911025928.4
申请日：2019-10-25
Applicant: 北京达佳互联信息技术有限公司
Abstract: 本申请关于一种视频帧图像分割方法、装置、电子设备及存储介质，该方法包括：获取待处理视频帧的上一视频帧与上一视频帧的语义分割结果；对上一视频帧的语义分割结果进行边界模糊处理，得到模糊后的边界图像；将待处理视频帧、模糊后的边界图像、上一视频帧输入到预先训练的网络模型中，得到待处理视频帧的语义分割结果。根据本申请的技术方案，实现通过视频帧的上一帧图像对待处理视频帧的语义分割过程进行指导，并通过对上一帧图像的语义分割结果的边界进行模糊处理，可以避免上一帧图像的语义分割结果的错误对下一阵图像的影响，提高上述语义分割过程的准确性。
-
公开(公告)号：CN110599514A
公开(公告)日：2019-12-20
申请号：CN201910901524.0
申请日：2019-09-23
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分割的方法、装置、电子设备及存储介质，属于图像处理领域。所述方法包括：获取样本图像、所述样本图像中检测对象的基准位置信息和基准边缘信息；将所述样本图像输入所述特征提取模块，得到所述样本图像的特征信息；基于所述特征信息和所述对象位置检测模块，确定所述样本图像包括的检测对象的位置信息，并基于所述特征信息和所述对象边缘检测模块，确定所述样本图像包括的检测对象的边缘信息；基于所述位置信息、所述边缘信息、所述基准位置信息和所述基准边缘信息，对所述待训练的图像分割网络进行训练，得到训练后的图像分割网络。采用本公开能够提高图像分割网络对对象的位置识别的准确度。
-
公开(公告)号：CN112907725B
公开(公告)日：2023-09-26
申请号：CN202110087579.X
申请日：2021-01-22
Applicant: 北京达佳互联信息技术有限公司
IPC: G06T17/00 , G06V40/16 , G06V10/82 , G06N3/044 , G06N3/0455 , G06N3/0475 , G06N3/094
Abstract: 本公开关于一种图像生成、图像处理模型的训练、图像处理方法和装置，涉及图像处理技术领域。方法包括：确定用于生成人脸图像的第一隐变量；将第一隐变量输入至编码器，得到第一隐变量的面部特征；获取目标表情参数；将第一隐变量的面部特征和目标表情参数输入至解码器中，通过解码器将第一隐变量对应的表情参数调整为目标表情参数，得到第二隐变量；基于第二隐变量，生成目标表情参数对应的面部表情图像。通过上述方案，实现了通过表情参数控制面部图像中的表情，而不对面部表情图像中的其他因素产生影响，从而提高了获取的面部表情图像的准确率，进而降低了获取面部表情图像的难度。
-
公开(公告)号：CN110599514B
公开(公告)日：2022-10-04
申请号：CN201910901524.0
申请日：2019-09-23
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分割的方法、装置、电子设备及存储介质，属于图像处理领域。所述方法包括：获取样本图像、所述样本图像中检测对象的基准位置信息和基准边缘信息；将所述样本图像输入所述特征提取模块，得到所述样本图像的特征信息；基于所述特征信息和所述对象位置检测模块，确定所述样本图像包括的检测对象的位置信息，并基于所述特征信息和所述对象边缘检测模块，确定所述样本图像包括的检测对象的边缘信息；基于所述位置信息、所述边缘信息、所述基准位置信息和所述基准边缘信息，对所述待训练的图像分割网络进行训练，得到训练后的图像分割网络。采用本公开能够提高图像分割网络对对象的位置识别的准确度。
-
公开(公告)号：CN113723480A
公开(公告)日：2021-11-30
申请号：CN202110949361.0
申请日：2021-08-18
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方法、装置、电子设备和存储介质，涉及图像处理技术领域，以至少解决相关技术中压缩奖惩模块的缺点是对基于深度学习的图像风格迁移网络中深层特征的准确率提升较明显，但是对基于深度学习的图像风格迁移网络中较浅特征的准确率提升不明显的问题。该方法包括：采用编码器对原始图像进行特征提取，获得原始图像在编码器的每一层次结构的编码特征；其中，编码特征包括浅层特征；将编码特征输入到解码器中，并执行第一操作，得到结果特征图；其中，编码器和解码器内包含的层次结构的总数相同；根据结果特征图，确定原始图像的处理结果。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.033 seconds)
