-
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
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:CN107798386A
公开(公告)日:2018-03-13
申请号:CN201610837511.8
申请日:2016-09-01
Applicant: 微软技术许可有限责任公司
CPC classification number: G06N5/022 , G06F17/289
Abstract: 本公开的实施例涉及基于未标注数据的多过程协同训练。在利用一个转换过程将一种类型的信息转换为另一种不同类型的信息之后,确定利用逆向的转换过程将该信息转换回原始信息的可能性,继而至少部分地基于该可能性来更新互逆的转换过程中的至少一个。此种方式仅使用两种类型信息的未标注数据来训练,而无需两种类型信息的对齐的平行数据,从而既提高了训练效率,又显著降低了学习成本。
-
公开(公告)号:CN106910513A
公开(公告)日:2017-06-30
申请号:CN201510974694.3
申请日:2015-12-22
Applicant: 微软技术许可有限责任公司
CPC classification number: G06F9/453 , G06Q10/107 , H04L12/1813 , G10L25/63 , H04L51/02
Abstract: 提供了情绪智能聊天引擎。本文公开了能够与客户机设备用户进行情绪智能聊天对话的聊天引擎。用户聊天回答以及周围环境数据被分析以分别检测用户的情绪状态和周围环境。一系列回答选择器组件基于所述用户的检测到的情绪状态和环境来标识或生成对用户的聊天语句的可能的聊天回答。情绪智能聊天回答基于计算出的这些回答将很可能改变或保持用户的情绪状态的可能性被选择以供呈现给用户。使用本文揭示的技术,聊天引擎根据用户的检测出的情绪状态来定制对用户的对话回答。
-
公开(公告)号:CN107798386B
公开(公告)日:2022-02-15
申请号:CN201610837511.8
申请日:2016-09-01
Applicant: 微软技术许可有限责任公司
Abstract: 本公开的实施例涉及基于未标注数据的多过程协同训练。在利用一个转换过程将一种类型的信息转换为另一种不同类型的信息之后,确定利用逆向的转换过程将该信息转换回原始信息的可能性,继而至少部分地基于该可能性来更新互逆的转换过程中的至少一个。此种方式仅使用两种类型信息的未标注数据来训练,而无需两种类型信息的对齐的平行数据,从而既提高了训练效率,又显著降低了学习成本。
-
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
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。
-
-
-
-