公开(公告)号：CN113870104A

公开(公告)日：2021-12-31

申请号：CN202010621955.4

申请日：2020-06-30

Applicant: 微软技术许可有限责任公司

Inventor： 郑书新 ,  刘畅 ,  贺笛 ,  柯国霖 ,  边江 ,  刘铁岩

IPC: G06T3/40 ,  G06N3/04 ,  G06N3/08

Abstract: 根据本公开的实现，提出了用于超分辨率图像重建的方案。根据该方案，具有第一分辨率的输入图像被获取。利用输入图像训练来可逆神经网络，其中可逆神经网络被配置为基于输入图像生成具有第二分辨率的中间图像和第一高频信息，并且第二分辨率低于第一分辨率。随后，利用经训练的可逆神经网络的逆网络，基于输入图像和服从预定分布的第二高频信息来生成具有第三分辨率的输出图像，其中第三分辨率高于第一分辨率。该方案能够有效地处理由未知降采样方法获得的低分辨率图像，从而获得高质量的高分辨率图像。

公开(公告)号：CN113496465A

公开(公告)日：2021-10-12

申请号：CN202010203650.1

申请日：2020-03-20

Applicant: 微软技术许可有限责任公司

Inventor： 郑书新 ,  刘畅 ,  贺笛 ,  柯国霖 ,  李亚韬 ,  边江 ,  刘铁岩

IPC: G06T3/40

Abstract: 根据本公开的实现，提出了用于图像缩放的方案。根据该方案，具有第一分辨率的输入图像被获取。利用经训练的可逆神经网络，基于该输入图像来生成具有第二分辨率的输出图像和服从预定分布的高频信息，其中第一分辨率高于第二分辨率，并且输入图像和输出图像具有相同语义。此外，具有第二分辨率的另一输入图像被获取。利用该可逆神经网络的逆网络，基于另一输入图像和服从预定分布的高频信息来生成具有第一分辨率的另一输出图像，其中另一输入图像和另一输出图像具有相同语义。该方案能够将原始图像缩小为语义相同且视觉愉悦的低分辨率图像，并且能够从低分辨率图像重建出高质量的高分辨率图像。

公开(公告)号：CN110555537A

公开(公告)日：2019-12-10

申请号：CN201810541283.9

申请日：2018-05-30

Applicant: 微软技术许可有限责任公司

Inventor： 柯国霖 ,  边江 ,  刘铁岩

IPC: G06Q10/04

Abstract: 根据本公开的实现，提出了一种用于多因素多时间点相关的预测的方案。在该方案中，接收在多个时间点处与多个因素相关的预测问询。从多个时间点之前的多个历史时间点处与多个因素相关的历史数据中提取多个历史特征。至少基于多个历史特征，按时间顺序确定在多个时间点处与多个因素相关的预测结果。预测结果的确定包括：基于多个历史特征，确定多个时间点中的第一时间点处与多个因素相关的第一预测结果，以及基于多个历史特征和第一预测结果，确定第一时间点之后的第二时间点处与多个因素相关的第二预测结果。通过该方案，可以在解决单个时间点的预测问题的基础上快速扩展至对多个时间点的预测，提高预测效率和准确度。