图像修补模型的训练方法、图像修补方法和装置

    公开(公告)号:CN115564012A

    公开(公告)日:2023-01-03

    申请号:CN202110749135.8

    申请日:2021-07-01

    Abstract: 本申请提出了一种图像修补模型的训练方法、图像修补方法和装置。具体方法为:将残缺图像输入图像修补模型的生成器网络,输出预测填充区域图像,将预测填充区域图像和获取的真实填充区域图像,输入图像修补模型的判别器网络,输出用于指示预测填充区域图像真实度的预测判别表和用于指示真实填充区域图像真实度的真实判别表,根据真实填充区域图像和预测填充区域图像确定绝对值误差,根据预测判别表和真实判别表分别与对应期望之间的差异确定铰链损失误差,根据铰链损失误差和绝对值误差的积确定的自适应误差训练图像修补模型,使得训练得到的模型兼顾了填充区域的纹理细节和自然观感,使得填充区域更加自然,提高了模型的训练效果。

    图像查询方法、装置、介质及芯片

    公开(公告)号:CN118093925A

    公开(公告)日:2024-05-28

    申请号:CN202211469054.3

    申请日:2022-11-22

    Abstract: 本公开涉及一种图像查询方法、装置、介质及芯片。本公开的图像查询方法包括:接收待查询的草图图像,其中,草图图像中包含至少一个待查询的目标对象的轮廓信息;根据草图图像中的轮廓信息,确定每一目标对象对应的轮廓向量;针对每一目标对象,对目标对象对应的轮廓向量进行降维处理,确定目标对象对应的低维轮廓特征;根据目标对象对应的低维轮廓特征,从图像库中确定与目标对象对应的目标检索图像,其中,图像库中包含多个检索图像中的检索对象对应的低维轮廓特征。通过本公开,可以基于草图图像对提供的模糊信息对图像进行检索,以提供多样式的图像检索方式,并且基于低维轮廓特征进行检索,降低计算量,提高数据计算效率,提高用户使用体验。

    一种图像修补方法、装置及可读存储介质

    公开(公告)号:CN115641269A

    公开(公告)日:2023-01-24

    申请号:CN202110818653.0

    申请日:2021-07-20

    Abstract: 本公开涉及一种图像修补方法、装置及可读存储介质,应用于图像处理领域,此方法包括:获取待修补图像;其中,所述待修补图像包括被第一像素值填充的待修补区域;确定所述待修补图像的低频残缺图和高频残缺图;将所述待修补图像的低频残缺图和高频残缺图输入训练完成的图像修补模型,获得所述图像修补模型输出的低频完整图和高频完整图;根据所述低频完整图和所述高频完整图合成修补后图像。本公开中,进行图像高频信息和图像低频信息分离、处理以及再融合,通过图像修补模型的自学习的能力在修补过程中可以智能的恢复出原图的细节,提高修补后的图像中细节部分的清晰度。

    图像生成方法、装置、电子设备和存储介质

    公开(公告)号:CN117372568A

    公开(公告)日:2024-01-09

    申请号:CN202210775653.1

    申请日:2022-07-01

    Abstract: 本公开提出了一种图像生成方法、装置、设备及存储介质,涉及图像处理技术领域。该方法包括:确定待处理图像中每个像素点对应的第一参考像素区域和第二参考像素区域;根据每个像素点对应的第一参考像素区域的第一像素均值,确定每个像素点对应的第一像素值;根据每个像素点对应的第二参考像素区域的第二像素均值,确定每个像素点对应的第二像素值;根据每个像素点对应的第一像素值及第二像素值,确定每个像素点对应的像素差值;根据每个像素点对应的像素差值,生成所述待处理图像对应的经处理的图像。由此,可以给待处理图像赋予独特的版画艺术风格,处理算法简单,有效且成本低,可以运行在各样的电子设备上,提高了图片的可玩性。

    图像处理方法、装置及存储介质
    5.
    发明公开

    公开(公告)号:CN112862848A

    公开(公告)日:2021-05-28

    申请号:CN202110292169.9

    申请日:2021-03-18

    Abstract: 本公开涉及一种图像处理方法、装置及存储介质,所述方法包括:获取针对图像上的目标线性对象绘制的轨迹的轨迹信息;根据轨迹信息确定目标轨迹段;根据目标轨迹段的方向信息以及包括所述目标轨迹段的像素区域范围内的像素点的边缘方向确定目标锚点;若像素点的水平梯度值大于竖直梯度值,则像素点的边缘方向为水平方向,若像素点的水平梯度值小于竖直梯度值,则像素点的边缘方向为竖直方向,所述目标锚点为梯度值大于相邻像素点的梯度值且边缘方向与目标轨迹段的方向相同的像素点,相邻像素点为在垂直于所述锚点的边缘方向上与锚点相邻的像素点;基于目标锚点确定对应于目标线性对象的边缘像素点;根据各边缘像素点对所述目标线性对象进行标记。

    相机、车辆、遮挡物检测方法、装置、设备及存储介质

    公开(公告)号:CN116804813A

    公开(公告)日:2023-09-26

    申请号:CN202210257323.3

    申请日:2022-03-16

    Inventor: 闫泽杭 张亚森

    Abstract: 本公开是关于一种相机、遮挡物检测方法、车辆、装置、设备及存储介质,其中,相机包括相机本体、第一偏振片和第二偏振片,第一偏振片和第二偏振片均位于相机本体的图像采集侧,且第一偏振片和第二偏振片层叠设置;第一偏振片与第二偏振片包括第一状态和第二状态;在第一状态下,第一偏振片的偏振方向与第二偏振片的偏振方向平行;在第二状态下,第一偏振片的偏振方向与第二偏振片的偏振方向垂直。本公开可广泛适应于各类环境下的遮挡物的检测,且鲁棒性强,而且,不需要复杂的深度神经网络相关的部件,消除了深度神经网络的不确定性带来的安全隐患,还可以降低检测遮挡物时的算力负担,进一步提升用户使用体验。

    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。

    车道线确定方法、装置、车辆、介质及芯片

    公开(公告)号:CN115147794A

    公开(公告)日:2022-10-04

    申请号:CN202210771249.7

    申请日:2022-06-30

    Inventor: 闫泽杭 张亚森

    Abstract: 本公开涉及一种车道线确定方法、装置、车辆、介质及芯片。所述方法包括:获取待处理的目标图像;确定所述目标图像对应的车道线起点信息和车道线轨迹信息,所述车道线起点信息用于指示所述目标图像中车道线起点所处的第一位置,所述车道线轨迹信息用于指示构成车道线的多个车道线关键点的相对位置;根据所述车道线起点信息和所述车道线轨迹信息,确定所述目标图像中的车道线。这样,可以实现对任意形状的车道线的确定,在实际的行车场景中具有更高的适用性。

    车道线确定方法、装置、车辆、介质及芯片

    公开(公告)号:CN115147794B

    公开(公告)日:2023-08-29

    申请号:CN202210771249.7

    申请日:2022-06-30

    Inventor: 闫泽杭 张亚森

    Abstract: 本公开涉及一种车道线确定方法、装置、车辆、介质及芯片。所述方法包括:获取待处理的目标图像;确定所述目标图像对应的车道线起点信息和车道线轨迹信息,所述车道线起点信息用于指示所述目标图像中车道线起点所处的第一位置,所述车道线轨迹信息用于指示构成车道线的多个车道线关键点的相对位置;根据所述车道线起点信息和所述车道线轨迹信息,确定所述目标图像中的车道线。这样,可以实现对任意形状的车道线的确定,在实际的行车场景中具有更高的适用性。

Patent Agency Ranking