图像裁剪预测模型的训练方法、介质、装置及计算设备

    公开(公告)号:CN109919156B

    公开(公告)日:2022-07-19

    申请号:CN201910189451.7

    申请日:2019-03-13

    Abstract: 本发明的实施方式提供了一种图像裁剪预测模型的训练方法、介质、装置及计算设备。该方法包括:获取原始图像的特征信息及裁剪样本的信息;将所述特征信息输入所述图像裁剪预测模型;根据所述图像裁剪预测模型输出的预测图像的信息及所述裁剪样本的信息计算损失函数,采用所述损失函数训练所述图像裁剪预测模型。本发明实施例训练得到的图像裁剪预测模型可以用于图像裁剪过程,使图像裁剪过程耗时较短、计算量较小,尽可能地避免出现裁剪不完整或图像扭曲的情况,并且适用于各种不同内容的图像。本发明实施例还提供一种图像裁剪方法及装置。

    图像裁剪预测模型的训练方法、介质、装置及计算设备

    公开(公告)号:CN109919156A

    公开(公告)日:2019-06-21

    申请号:CN201910189451.7

    申请日:2019-03-13

    Abstract: 本发明的实施方式提供了一种图像裁剪预测模型的训练方法、介质、装置及计算设备。该方法包括:获取原始图像的特征信息及裁剪样本的信息;将所述特征信息输入所述图像裁剪预测模型;根据所述图像裁剪预测模型输出的预测图像的信息及所述裁剪样本的信息计算损失函数,采用所述损失函数训练所述图像裁剪预测模型。本发明实施例训练得到的图像裁剪预测模型可以用于图像裁剪过程,使图像裁剪过程耗时较短、计算量较小,尽可能地避免出现裁剪不完整或图像扭曲的情况,并且适用于各种不同内容的图像。本发明实施例还提供一种图像裁剪方法及装置。

    图像评分模型训练方法及装置和图像评分方法及装置

    公开(公告)号:CN109522950B

    公开(公告)日:2022-04-22

    申请号:CN201811329912.8

    申请日:2018-11-09

    Abstract: 本发明的实施方式提供了一种图像评分模型训练方法及装置和图像评分方法及装置。其中,图像评分模型训练方法包括:选取至少两个样本图像分别输入所述图像评分模型,根据所述图像评分模型输出的各个样本图像的评估分数对所述样本图像进行排序;针对所述至少两个样本图像,如果根据评估分数的排序结果与根据实际分数的排序结果不同,则生成第一损失函数,采用所述第一损失函数训练所述图像评分模型。通过生成第一损失函数,并采用第一损失函数训练图像评分模型,本发明的方法能够实现为图像给出与人工标注结果相近的预估分数。

    封面图像选取方法、介质、装置和计算设备

    公开(公告)号:CN109815352B

    公开(公告)日:2021-07-09

    申请号:CN201910043735.5

    申请日:2019-01-17

    Abstract: 本发明的实施方式提供了一种封面图像选取方法、介质、装置和计算设备。其中方法包括:对待选取图像集合进行过滤,将过滤后的所述待选取图像集合作为候选图像集合;所述待选取图像集合包括至少两个图像;确定所述候选图像集合中的各个图像的优先级;选取所述优先级高的至少一个图像作为封面图像。通过将不合适作为封面图像的图像过滤掉,之后再在剩余的图像中选取优先级高的图像作为封面图像,本发明的方法能够应对图像类型的多样性,从而选取出合适的封面图像。

    图像增强系统和方法、训练方法、介质以及电子设备

    公开(公告)号:CN109584142A

    公开(公告)日:2019-04-05

    申请号:CN201811483510.3

    申请日:2018-12-05

    Abstract: 本发明的实施方式提供了一种图像增强系统,包括输入端、多通路部分、单通路部分以及输出端。输入端,用于获得待处理图像。多通路部分,与所述输入端相连,其中,所述多通路部分包括多个通路,每个所述通路包括至少一个卷积层。单通路部分,包括至少一个卷积层,与所述多个通路相连,用于将多个所述通路的输出通过卷积计算融合为所述待处理图像的图像增强结果。输出端,与所述单通路部分相连,用于输出所述图像增强结果。此外,本发明的实施方式还提供了一种图像增强方法、一种训练方法、一种计算机可读存储介质以及一种电子设备。

    图像评分模型训练方法及装置和图像评分方法及装置

    公开(公告)号:CN109522950A

    公开(公告)日:2019-03-26

    申请号:CN201811329912.8

    申请日:2018-11-09

    Abstract: 本发明的实施方式提供了一种图像评分模型训练方法及装置和图像评分方法及装置。其中,图像评分模型训练方法包括:选取至少两个样本图像分别输入所述图像评分模型,根据所述图像评分模型输出的各个样本图像的评估分数对所述样本图像进行排序;针对所述至少两个样本图像,如果根据评估分数的排序结果与根据实际分数的排序结果不同,则生成第一损失函数,采用所述第一损失函数训练所述图像评分模型。通过生成第一损失函数,并采用第一损失函数训练图像评分模型,本发明的方法能够实现为图像给出与人工标注结果相近的预估分数。

    训练分类器的方法及装置和水印检测方法及装置

    公开(公告)号:CN109635844B

    公开(公告)日:2021-08-27

    申请号:CN201811353297.4

    申请日:2018-11-14

    Abstract: 本发明的实施方式提供了一种训练分类器的方法及装置和水印检测方法及装置,其中训练分类器的方法包括:生成待检测水印对应的水印模板;针对多个图像样本,采用所述水印模板对图像样本进行模板匹配,生成匹配结果,所述匹配结果为所述图像样本中与所述水印模板匹配度最高的区域;采用所述匹配结果、以及所述匹配结果中是否包含水印模板的信息训练所述分类器。通过生成水印模板对图像样本的匹配结果,并采用匹配结果训练用于检测图像水印的分类器,能够满足对大量快速更新的水印的检测需求。

    视频文件特征的预测方法、介质、装置和计算设备

    公开(公告)号:CN110046279A

    公开(公告)日:2019-07-23

    申请号:CN201910312722.3

    申请日:2019-04-18

    Abstract: 本发明的实施方式提供了一种视频文件特征的预测方法、介质、装置和计算设备。该方法包括:确定待预测视频文件的图像特征、音频特征及标题特征;将所述图像特征、音频特征及标题特征输入预先训练的视频文件特征模型,得到所述待预测视频文件的视频特征。本发明实施例能够降低对时间及资源的消耗,并提高预测视频特征的准确率。本发明的实施方式还提供了一种视频文件特征模型的训练方法和装置。

    点击率预估方法、介质、系统和计算设备

    公开(公告)号:CN109582862A

    公开(公告)日:2019-04-05

    申请号:CN201811292015.4

    申请日:2018-10-31

    Abstract: 本发明的实施方式提供了一种点击率预估方法。该方法包括:获取用户的多个历史点击信息各自对应的第一基础特征信息;确定多个历史点击信息的第一隐含特征信息;组合多个历史点击信息各自对应的第一基础特征信息和第一隐含特征信息,得到第一组合特征信息;以及基于第一组合特征信息训练点击率预估模型,以预估用户对待推荐的信息的点击率。通过增加隐含特征信息,本发明的方法使得训练得到点击率预估模型能够更准确地预估用户对待推荐的信息的点击情况,从而能够显著地提高向用户推荐信息的精准度,为用户带来了更好的体验,并且能够减少用户流量的消耗。此外,本发明的实施方式提供了一种点击率预估系统、一种介质和一种计算设备。

Patent Agency Ranking