-
Patent Agency Ranking
公开(公告)号：CN108805789A
公开(公告)日：2018-11-13
申请号：CN201810532620.8
申请日：2018-05-29
Applicant: 厦门市美亚柏科信息股份有限公司
CPC classification number: G06T1/0021 , G06N3/0454 , G06N3/08
Abstract: 本发明提供了一种基于对抗神经网络去除水印的方法、装置、设备及可读介质，该方法包括：训练步骤，基于样本图像对对抗神经网络进行训练，获得对抗神经网络模型；去除步骤，将带有水印的图像输入对抗神经网络模型中去除水印，得到无水印的图像。本发明设计了具有残差块的对抗神经网络，对抗神经网络包括生成器网络和鉴别器网络，通过该对抗性神经网络中的生成器网络能够快速、高效、批量地去除图像中特定的水印，并通过鉴别器网络判断除去水印的效果是否达到要求，如果达到要求，则将图像输出。
-
公开(公告)号：CN108805789B
公开(公告)日：2022-06-03
申请号：CN201810532620.8
申请日：2018-05-29
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本发明提供了一种基于对抗神经网络去除水印的方法、装置、设备及可读介质，该方法包括：训练步骤，基于样本图像对对抗神经网络进行训练，获得对抗神经网络模型；去除步骤，将带有水印的图像输入对抗神经网络模型中去除水印，得到无水印的图像。本发明设计了具有残差块的对抗神经网络，对抗神经网络包括生成器网络和鉴别器网络，通过该对抗性神经网络中的生成器网络能够快速、高效、批量地去除图像中特定的水印，并通过鉴别器网络判断除去水印的效果是否达到要求，如果达到要求，则将图像输出。
-
公开(公告)号：CN110570442A
公开(公告)日：2019-12-13
申请号：CN201910885631.9
申请日：2019-09-19
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本发明涉及一种复杂背景下轮廓检测方法、终端设备及存储介质，该方法中包括：S1：采集原始图像和对应的轮廓图像共同组成训练集；S2：构建生成对抗网络模型，通过训练集对生成对抗网络模型进行训练后得到最终模型；S3：将待检测图像输入训练后的最终模型，输出对应的轮廓图像；S4：对轮廓图像进行去噪处理后，将其转换为二值化图像；S5：根据二值化图像获得图像的轮廓点集，并进行角点检测，将检测到的角点添加至轮廓点集中；S6：查找轮廓的顶点；S7：剔除轮廓图像中不符合要求的轮廓；S8：将得到的轮廓通过透视变换映射回原始图像，将映射后的轮廓作为待检测图像的轮廓。本发明可以解决复杂背景的轮廓检测问题，且可以泛化到更多的应用场景上。
-
公开(公告)号：CN110287851A
公开(公告)日：2019-09-27
申请号：CN201910538092.1
申请日：2019-06-20
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本发明提供了一种目标图像定位方法、装置、系统及存储介质，所述方法包括：获取图像数据；基于所述图像数据和所述目标图像的生成器模型，得到所述图像数据中的目标图像区域；其中，所述目标图像的生成器模型包括基于所述目标图像生成的对抗神经网络中的生成器模型。根据本发明的方法、装置、系统及存储介质，通过基于目标图像生成的对抗神经网络中的生成器模型，对图像数据中的目标图像进行定位，过滤图像数据中的背景噪音，实现了目标图像的精确快速定位，保证了后续处理的准确度和速度，提升用户体验。
-
公开(公告)号：CN108629333A
公开(公告)日：2018-10-09
申请号：CN201810516307.5
申请日：2018-05-25
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本发明提供了一种低照度的人脸图像处理方法、装置、设备及可读介质，该方法包括：对视频中的每一帧进行处理，提取出属于同一个人的n张二维人脸图像；然后将n张二维人脸图像根据三维人脸模型生成n张三维人脸图像，并将n张三维人脸图像叠加生成一张均值三维人脸图像；再将均值三维人脸图像映射至二维空间得到一张均值二维人脸图像；对均值二维人脸图像做图像增强处理后获得合适的亮度和对比的人脸图像。本发明根据热噪声的特点对视频中帧图像噪声进行降噪处理，并获取二维人脸图像后转成三维图像后进行叠加计算，以此来提高人脸照片的信噪比，并能通过所有二维人脸图像中不同角度的人脸照片不断补全人脸被遮挡部分的纹理，提高人脸图像的质量。
-
-
-
-
Search Results
5
records
(took 0.023 seconds)
