图像生成模型的训练方法、装置及电子设备

    公开(公告)号:CN116263991A

    公开(公告)日:2023-06-16

    申请号:CN202111528315.X

    申请日:2021-12-14

    Abstract: 本公开提供一种图像生成模型的训练方法、装置及电子设备,其中,方法包括:通过获取原始图像,以及对应的残缺图像,将残缺图像输入图像生成模型,以对残缺图像中残缺的局部区域进行修正,得到修正图像。在对原始图像进行特征提取以得到第一特征矩阵,以及对修正图像进行特征提取以得到第二特征矩阵之后,对第一特征矩阵进行特征分解以得到第一分解特征信息,以及对第二特征矩阵进行特征分解以得到第二分解特征信息。进而根据第一分解特征信息和第二分解特征信息之间的相似度,对图像生成模型进行训练,得到训练完成的图像生成模型。由此,通过基于分解特征信息对图像生成模型进行训练,促使图像生成模型关注到不同分解特征,使图像整体保持协调。

    图像处理方法及装置
    12.
    发明公开

    公开(公告)号:CN117372591A

    公开(公告)日:2024-01-09

    申请号:CN202210773083.2

    申请日:2022-06-30

    Abstract: 本发明提出一种图像处理方法及装置,其中,方法包括:通过获取待处理的第一图像,从而确定第一图像中的多个第一边缘点,实现在多个第一边缘点中的每个所处的位置的设定范围内随机选择其他像素点作为第一关键点,以及在第一图像中随机选择像素点作为第二关键点,进而在以关键点集合中的各关键点为图块顶点,将第一图像划分为多个图块之后,根据各图块内像素点的像素值,对各图块分别进行渲染,以得到第二图像。由此,在通过基于边缘点确定关键点,节省计算资源的同时,可以通过将第一图像划分为多个图块,使得各图块既能体现出第一图像的细节特征,又具有一定程度的不规则性,进而使得基于各图块渲染得到的第二图像具有低多边形风格。

    车道线检测方法、装置、车辆及存储介质

    公开(公告)号:CN119380295A

    公开(公告)日:2025-01-28

    申请号:CN202310927343.1

    申请日:2023-07-26

    Abstract: 本公开涉及一种车道线检测方法、装置、车辆及存储介质。该方法包括:获取车辆前方的道路图像;通过预先训练的车道线检测模型对道路图像进行车道线检测,得到道路图像中的车道线信息,车道线信息包括N条车道线和每一车道线的预测类别;车道线检测模型包括用于生成车道线起点热图、并确定车道线起点热图中、每一车道线起点所属车道线的预测类别的第一任务头,第一任务头中的类别输出模块包括与预设的多个车道线类别一一对应的多个通道,第一任务头中的参数输出模块包括与多个车道线类别一一对应的多个通道组。在实现道路图像中车道线检测的同时,识别出各车道线的车道线类别,从而满足下游任务的不同需求,提升自动驾驶安全性。

    目标鸟瞰图的生成方法、装置、电子设备及存储介质

    公开(公告)号:CN115619958B

    公开(公告)日:2023-04-07

    申请号:CN202211620942.0

    申请日:2022-12-16

    Inventor: 倪鹏程 张亚森

    Abstract: 本公开提出一种目标鸟瞰图的生成方法、装置、电子设备及存储介质,涉及自动驾驶技术领域。包括:获取周视相机采集的周视图像中每个第一像素点的至少一个特征值,其中,第一像素点的不同特征值对应的感受野不同;根据初始鸟瞰图中每个第二像素点对应的坐标转换关系,确定每个第二像素点对应的至少一个第一像素点;根据与每个第二像素点对应的每个第一像素点的特征值,生成目标鸟瞰图。由此,对初始鸟瞰图中第二像素点对应的第一像素点的至少一个不同感受野的特征值进行处理,以确定每个第二像素点对应的特征值,从而提高了目标鸟瞰图特征的准确性,且生成的目标鸟瞰图特征能够支持多个不同的感知任务处理,提高了感知任务的效率及准确性。

    遮挡图像检测方法、装置及介质

    公开(公告)号:CN112200040A

    公开(公告)日:2021-01-08

    申请号:CN202011054873.2

    申请日:2020-09-28

    Abstract: 本公开是关于一种遮挡图像检测方法、装置及介质。所述方法包括:通过摄像头捕捉到图像后,获取所述图像并作为待检测图像;将待检测图像输入训练后的遮挡图像检测模型;其中,所述遮挡图像检测模型是采用原始遮挡图像、无遮挡图像并利用训练后的数据特征增强网络进行训练的;基于所述遮挡图像检测模型中关于图像的遮挡特性,判断所述待检测图像是否为遮挡图像;输出所述图像检测结果。采用该方法,利用少量的带有掩模标注的手指遮挡图像便可稳定地训练生成模型来生成遮挡图像特征,从而能够有效地解决手指遮挡检测模型训练中的正样本不足问题,节省大量的正样本采集成本。

    手指遮挡图像检测方法、装置及介质

    公开(公告)号:CN111753783B

    公开(公告)日:2024-05-28

    申请号:CN202010614796.5

    申请日:2020-06-30

    Abstract: 本公开是关于一种手指遮挡图像检测方法、装置及介质。包括:获取N张第一原始遮挡图像和M张第一无遮挡图像,基于第一原始遮挡图像和第一无遮挡图像,生成第一训练数据集;基于第一训练数据集对用于手指遮挡图像检测的神经网络模型进行第一训练;获取L张第二原始遮挡图像和K张第二无遮挡图像,基于第二原始遮挡图像和第二无遮挡图像,生成第二训练数据集;将完成所述第一训练的神经网络模型中的线性分类器替换为迭代训练模块,构成手指遮挡图像检测模型;基于第二训练数据集对手指遮挡图像检测模型进行第二训练;将待检测图像输入训练好的手指遮挡图像检测模型,以确定待检测图像是否为手指遮挡图像。该方法能够极大地减少误报风险。

    样本图像的获取方法、装置、电子设备及车辆

    公开(公告)号:CN116543363B

    公开(公告)日:2024-01-30

    申请号:CN202310403715.0

    申请日:2023-04-14

    Abstract: 本公开提出一种样本图像的获取方法、装置、电子设备及车辆,涉及自动驾驶技术领域。包括:获取初始车道线检测模型对验证图像的预测结果;若预测结果与验证图像的标注结果之间的差异大于差异阈值,确定验证图像中包含的车道线对应的第一属性信息及验证图像对应的目标场景;从未标注图像集中获取对应场景为目标场景的候选图像集;获取每张候选图像中包含的车道线对应的第二属性信息;将对应的第二属性信息与第一属性信息相同的候选图像,确定为样本图像。由此,可以基于车道线检测模型预测效果较差的验证图像、对应的第一属性信息及目标场景,准确、高效地从大量未标注图像中筛选出与验证图像相似的样本图像,用于对车道线检测模型进一步训练。

    相机控制方法、装置及介质系统

    公开(公告)号:CN112203015B

    公开(公告)日:2022-03-25

    申请号:CN202011054821.5

    申请日:2020-09-28

    Abstract: 本公开是关于一种相机控制方法、装置及介质。该方法包括:通过相机的镜头捕捉到多个图像帧,所述图像帧中包含手指图像;获取按照捕捉各图像帧的时间顺序排列的各图像帧中的手指位置;基于所述手指位置确定相机操作;执行所述相机操作。采用该方法,通过手指在相机镜头前的移动就可以实现对相机操作的控制,有效地减少了手指在屏幕上操作给相机带来的震动的影响。

Patent Agency Ranking