-
公开(公告)号:CN114998196B
公开(公告)日:2025-02-18
申请号:CN202210426094.3
申请日:2022-04-21
Applicant: 清华大学 , 北京达佳互联信息技术有限公司
IPC: G06T7/00 , G06T3/04 , G06V10/774 , G06V10/74
Abstract: 本公开是关于一种图像检测模型的训练方法、图像检测方法、装置及设备,属于计算机技术领域。方法包括:获取属于目标风格的标准图像;调用正在训练的图像生成模型,对原始图像进行风格迁移得到目标图像;基于目标图像确定与目标图像的风格匹配的第一样本图像,基于图像生成模型的训练次数,确定样本标签;调用待训练的图像检测模型,将第一样本图像与标准图像进行对比,得到第一检测标签;基于样本标签和第一检测标签,训练待训练的图像检测模型,得到训练完成的图像检测模型。本公开提供了一种自动生成样本图像和样本标签的方式,然后利用样本图像、样本标签和标准图像,训练图像检测模型,从而使用图像检测模型来对图像风格进行检测。
-
公开(公告)号:CN112508959B
公开(公告)日:2022-11-11
申请号:CN202011480916.3
申请日:2020-12-15
Applicant: 清华大学 , 北京达佳互联信息技术有限公司
IPC: G06T7/10
Abstract: 本公开关于一种视频目标分割方法、装置、电子设备及存储介质,涉及计算机视觉领域。方法包括:确定第一目标帧的第一目标特征、第一参考帧的第一参考特征和第一参考帧的参考分割图;基于第一目标帧的第一非局部注意力对第一目标特征进行加权,得到第二目标特征;基于第一参考帧的第二非局部注意力对第一参考特征进行加权,得到第二参考特征;基于第二目标特征和第二参考特征确定第一偏移信息;基于第一偏移信息对第二参考特征进行偏移处理,得到偏移后的第二参考特征,确定偏移后的第二参考特征与第二目标特征的第一局部注意力;将参考分割图和第一局部注意力输入目标分割模型,得到第一目标帧的第一目标分割图;该方案提高了视频目标分割的精度。
-
公开(公告)号:CN114998196A
公开(公告)日:2022-09-02
申请号:CN202210426094.3
申请日:2022-04-21
Applicant: 清华大学 , 北京达佳互联信息技术有限公司
IPC: G06T7/00 , G06T3/00 , G06K9/62 , G06V10/774 , G06V10/74
Abstract: 本公开是关于一种图像检测模型的训练方法、图像检测方法、装置及设备,属于计算机技术领域。方法包括:获取属于目标风格的标准图像;调用正在训练的图像生成模型,对原始图像进行风格迁移得到目标图像;基于目标图像确定与目标图像的风格匹配的第一样本图像,基于图像生成模型的训练次数,确定样本标签;调用待训练的图像检测模型,将第一样本图像与标准图像进行对比,得到第一检测标签;基于样本标签和第一检测标签,训练待训练的图像检测模型,得到训练完成的图像检测模型。本公开提供了一种自动生成样本图像和样本标签的方式,然后利用样本图像、样本标签和标准图像,训练图像检测模型,从而使用图像检测模型来对图像风格进行检测。
-
公开(公告)号:CN113205451A
公开(公告)日:2021-08-03
申请号:CN202110340411.5
申请日:2021-03-30
Applicant: 北京达佳互联信息技术有限公司 , 清华大学
Abstract: 本公开关于一种图像处理方法、装置、电子设备及存储介质。该方法包括:获取待处理图像和级联抠图模型,分别根据第一分辨率和大于第一分辨率的第二分辨率对待处理图像进行采样处理,得到第一级联图像和第二级联图像;将第一级联图像输入第一级联网络进行像素属性特征提取处理,得到第一特征图像;根据第二分辨率对第一特征图像进行上采样处理,得到目标上采样特征图像;将目标上采样特征图像和第二级联图像输入第二级联网络进行图像前景提取处理,得到第一目标掩码图像以用于从待处理图像中提取目标前景图像。根据本公开提供的技术方案,可以从低分辨率至高分辨进行抠图,提高抠图精度。
-
公开(公告)号:CN112508959A
公开(公告)日:2021-03-16
申请号:CN202011480916.3
申请日:2020-12-15
Applicant: 清华大学 , 北京达佳互联信息技术有限公司
IPC: G06T7/10
Abstract: 本公开关于一种视频目标分割方法、装置、电子设备及存储介质,涉及计算机视觉领域。方法包括:确定第一目标帧的第一目标特征、第一参考帧的第一参考特征和第一参考帧的参考分割图;基于第一目标帧的第一非局部注意力对第一目标特征进行加权,得到第二目标特征;基于第一参考帧的第二非局部注意力对第一参考特征进行加权,得到第二参考特征;基于第二目标特征和第二参考特征确定第一偏移信息;基于第一偏移信息对第二参考特征进行偏移处理,得到偏移后的第二参考特征,确定偏移后的第二参考特征与第二目标特征的第一局部注意力;将参考分割图和第一局部注意力输入目标分割模型,得到第一目标帧的第一目标分割图;该方案提高了视频目标分割的精度。
-
公开(公告)号:CN113205451B
公开(公告)日:2024-05-24
申请号:CN202110340411.5
申请日:2021-03-30
Applicant: 北京达佳互联信息技术有限公司 , 清华大学
IPC: G06T3/4076 , G06N3/0464 , G06N3/088 , G06T7/194
Abstract: 本公开关于一种图像处理方法、装置、电子设备及存储介质。该方法包括:获取待处理图像和级联抠图模型,分别根据第一分辨率和大于第一分辨率的第二分辨率对待处理图像进行采样处理,得到第一级联图像和第二级联图像;将第一级联图像输入第一级联网络进行像素属性特征提取处理,得到第一特征图像;根据第二分辨率对第一特征图像进行上采样处理,得到目标上采样特征图像;将目标上采样特征图像和第二级联图像输入第二级联网络进行图像前景提取处理,得到第一目标掩码图像以用于从待处理图像中提取目标前景图像。根据本公开提供的技术方案,可以从低分辨率至高分辨进行抠图,提高抠图精度。
-
公开(公告)号:CN113139893B
公开(公告)日:2023-10-03
申请号:CN202010064084.0
申请日:2020-01-20
Applicant: 北京达佳互联信息技术有限公司
IPC: G06T3/00
Abstract: 本申请涉及一种图像翻译模型的构建方法、装置、电子设备和存储介质。所述方法包括:获取多个样本图像以及对应的样本翻译图像;将样本图像输入至预先构建的图像翻译模型;通过图像翻译模型,预测样本图像与样本翻译图像间的预测差异图像以及预测合成权重参数;通过图像翻译模型,根据预测合成权重参数叠加样本图像以及预测差异图像,得到样本图像的预测翻译图像;计算样本翻译图像以及预测翻译图像间的差值,得到图像翻译模型的损失值;根据损失值反向训练预先构建的图像翻译模型,直至图像翻译模型达到收敛条件,得到训练完成的图像翻译模型。采用本方法使得图像翻译模型只需要学习样本图像与样本翻译图像之间的差异信息,有效压缩模型的计算量。
-
公开(公告)号:CN112446821B
公开(公告)日:2023-01-24
申请号:CN202011330660.8
申请日:2020-11-24
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、装置及电子设备,属于图像处理技术领域,用以提高人脸性别变换的准确性。本公开的方法包括:获取待处理图像,所述待处理图像包括需要进行性别变换的目标人脸;确定所述待处理图像中的目标人脸对应的第一性别信息、人脸特征信息和第一发型信息;根据所述第一性别信息和所述人脸特征信息对所述目标人脸进行性别特征变换处理以得到变换后人脸信息,以及根据所述第一性别信息和所述第一发型信息确定第二发型信息,所述第二发型信息与所述第一性别信息相反的第二性别信息对应;根据所述变换后人脸信息和所述第二发型信息,获得所述待处理图像对应的人脸性别变换图像。
-
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:CN114078082A
公开(公告)日:2022-02-22
申请号:CN202010796905.X
申请日:2020-08-10
Applicant: 北京达佳互联信息技术有限公司
Abstract: 本公开关于一种人物图像性别转换模型的训练、图像生成方法及装置,其中,配对图像数据生成模型的训练方法包括:获取非配对图像样本集,非配对图像样本集中包括无配对关系的男性人物图像集和女性人物图像集;将非配对图像样本集输入至第一深度学习模型中进行训练,得到配对图像生成模型;将待配对人物图像输入至配对图像生成模型中,输出目标人物图像;将配对图像样本集输入至第二深度学习模型中进行训练,得到人物性别转换模型,人物性别转换模型用于执行人物性别转换操作。本公开的方案,可以解决相关技术中对人物图像进行性别转换时灵活度较差的问题,可以得到与人物图像性别相反的配对图像数据,为后续生成丰富的魔法表情提供依据。
-
-
-
-
-
-
-
-
-