移动设备的导航方法、设备、系统及介质

    公开(公告)号:CN114674333B

    公开(公告)日:2023-12-08

    申请号:CN202210285208.7

    申请日:2022-03-22

    Abstract: 本公开提供了一种移动设备的导航方法、设备、系统及介质,涉及人工智能领域。该方法包括:确定移动设备响应于全局规划指令到达目标区域边缘,全局规划指令是云端设备基于全局场景信息进行全局路径规划得到的;基于目标区域的局部场景信息进行局部路径规划,生成局部控制指令;向移动设备发送局部控制指令,以使移动设备响应于局部控制指令由目标区域边缘移动至目标区域内的目标终点。根据本公开实施例,能够减轻云端设备的导航负荷。

    图像生成方法及装置、存储介质和电子设备

    公开(公告)号:CN115272575A

    公开(公告)日:2022-11-01

    申请号:CN202210900092.3

    申请日:2022-07-28

    Inventor: 张琦 刘巧俏 邹航

    Abstract: 本公开提供了一种图像生成方法、图像生成装置、存储介质和电子设备,涉及图像处理技术领域。该图像生成方法包括:获取与待生成图像对应的相机位姿,根据相机位姿确定与待生成图像中各像素点对应的射线;针对每条射线上的采样点,根据采样点的位置信息确定采样点的特征信息;特征信息根据输入图像的视觉特征信息确定出,视觉特征信息包括输入图像的像素点的二维特征信息、三维体素特征信息、三维表面特征信息中的至少一种;根据采样点的位置信息和特征信息,确定采样点的色彩信息和密度信息;利用射线上各采样点的色彩信息和密度信息,确定待生成图像中与射线对应的像素点的色彩信息,以生成待生成图像。本公开可以提升生成新视角图像的效果。

    智能交互系统及方法、电子设备、存储介质

    公开(公告)号:CN114398175A

    公开(公告)日:2022-04-26

    申请号:CN202111658784.3

    申请日:2021-12-30

    Abstract: 本公开提供了一种智能交互系统及方法、电子设备、存储介质,涉及人工智能技术领域。该智能交互系统包括:边缘智能终端;多模态交互模块,用于获取目标对象输入的多模态交互数据;中央调度模块,与多模态交互模块通信连接,用于通过所述多模态交互数据确定至少一个交互指令,并根据交互指令匹配并调度至少一个边缘智能终端,以使边缘智能终端执行交互指令。本公开实施例的技术方案能够响应更加复杂的多模态交互指令,提高目标对象与边缘智能终端之间的沟通交互能力,提升对边缘智能终端的控制调度能力,保证边缘智能终端执行指令效率以及执行准确度,同时可以降低边缘智能终端的复杂程度以及制造成本。

    三维物体的图像渲染方法、装置及电子设备

    公开(公告)号:CN114863007B

    公开(公告)日:2024-12-27

    申请号:CN202210556554.4

    申请日:2022-05-20

    Inventor: 张琦 刘巧俏 邹航

    Abstract: 本公开实施例提供了一种三维物体的图像渲染方法、装置及电子设备,该方法包括:获取针对目标物体的目标视角信息;基于目标视角信息,确定对目标物体进行渲染时所利用的各个空间采样点的位置信息;利用预先训练完成的神经渲染网络,基于每一空间采样点的位置信息,以及目标物体的各个待利用图像的特征图,生成每一空间采样点的颜色信息;基于每一空间采样点的颜色信息,生成目标物体的渲染图像。通过本方案,可以解决相关技术中利用神经渲染网络进行图像渲染时不具备通用性的问题。

    图像编码方法、图像解码方法及相关设备

    公开(公告)号:CN118803242A

    公开(公告)日:2024-10-18

    申请号:CN202310403385.5

    申请日:2023-04-14

    Abstract: 本公开提供了一种图像编码方法、图像解码方法及相关设备,涉及图像编解码技术领域。其中,图像编码方法包括:获取待编码的图像数据,图像数据包括:一帧或多帧图像;将每帧图像输入预先训练好的图像特征提取模型中,输出每帧图像的通用特征数据和内容相关特征数据,通用特征数据为针对不同帧图像提取的静态特征数据;内容相关特征数据为针对不同帧图像提取的动态特征数据;对每帧图像的通用特征数据和内容相关特征数据进行编码,得到编码结果。本公开能够在降低图像编码码率的情况下,有效提高图像恢复精度。对图像的通用特征数据和内容相关特征数据进行编码,能够减少编码压缩的数据量。

    图像生成方法、装置、电子设备及计算机可读存储介质

    公开(公告)号:CN115063536B

    公开(公告)日:2023-10-10

    申请号:CN202210770690.3

    申请日:2022-06-30

    Inventor: 张琦 刘巧俏 邹航

    Abstract: 本公开提供了一种图像生成方法、装置、电子设备及计算机可读存储介质,涉及图像处理技术领域。包括:获取目标图像的风格控制内容;根据第一神经网络从风格控制内容中提取n对第一形状编码和第一外观编码;获取n对第二形状编码和第二外观编码;根据n对第一形状编码和第一外观编码,以及n对第二形状编码和第二外观编码,生成n对第三形状编码和第三外观编码;获取与目标图像对应的空间点的位置编码;根据位置编码以及n对第三形状编码和第三外观编码,生成n个第一特征域;根据第二神经网络对n个第一特征域进行处理,得到目标图像。此种方式,使得用户可以通过输入风格控制内容实现对目标图像的风格的控制,并可以生成实际不存在的虚拟图像。

    人脸图像生成方法及装置、人脸识别方法、设备、介质

    公开(公告)号:CN114255502A

    公开(公告)日:2022-03-29

    申请号:CN202111590994.3

    申请日:2021-12-23

    Inventor: 邹航 刘巧俏 张琦

    Abstract: 本公开提供了一种人脸图像生成方法及装置、人脸识别方法、设备、介质,涉及人工智能技术领域。该人脸图像生成方法包括:获取原始域人脸图像;将原始域人脸图像输入到多域人脸图像转换网络中,生成原始域人脸图像对应的至少一个目标域人脸图像;其中,原始域人脸图像和目标域人脸图像的域类型不同,多域人脸图像转换网络是通过预训练过程生成的。本公开实施例的技术方案中只需输入采集到的原始域人脸图像,即可在不依赖特殊的采集硬件情况下,转换生成多目标域人脸图像,减少硬件成本,并且相比于相关技术方案中一个模型仅能生成一种目标域的人脸图像,生成效率更高,节省资源。

    模型的训练方法、训练装置、电子设备和可读存储介质

    公开(公告)号:CN115439610B

    公开(公告)日:2024-04-26

    申请号:CN202211116815.7

    申请日:2022-09-14

    Inventor: 邹航 刘巧俏 张琦

    Abstract: 本公开提供了一种模型的训练方法、训练装置、电子设备和可读存储介质,涉及机器学习技术领域。其中,人脸三维构建模型的训练方法包括:获取多项编码信息,多项编码信息包括基于图像采集设备获取到的光线的方向编码和采样编码,以及采集到的人脸形状编码和人脸外观编码;基于多项编码信息进行网络模型的模型训练,并使网络模型输出多角度人脸训练特征;基于多角度人脸训练特征和待重建人脸二维图像计算网络模型的模型损失;将模型损失输入网络模型进行反向传播,以迭代更新网络模型的模型参数,直至网络模型收敛,得到人脸三维构建模型。通过本公开的技术方案,在降低方案实施成本的同时,保证了三维重构操作的实用性与可靠性。

    通用三维模型重建方法及装置、存储介质及电子设备

    公开(公告)号:CN114299252B

    公开(公告)日:2024-04-02

    申请号:CN202111651821.8

    申请日:2021-12-30

    Inventor: 张琦 刘巧俏 邹航

    Abstract: 本公开提供了一种通用三维模型重建方法及装置、存储介质及电子设备,涉及三维重建技术技术领域。通用三维模型重建方法,包括:获取待重建的第一点云数据;提取第一点云数据的基本特征信息和形状特征信息;将第一点云数据的基本特征信息和形状特征信息,输入到预先训练好的动态神经网络中,输出第一点云数据的三维模型,其中,动态神经网络是将点云数据的基本特征信息和形状特征信息、符号距离函数SDF值作为训练数据得到的。本公开使用实时获取的符号距离函数SDF值,结合特征信息,组成动态的结构,提高了动态神经网络的复用性,使得三维重建方法具备通用性、实时性。

    人脸图像生成方法及装置、人脸识别方法、设备、介质

    公开(公告)号:CN114255502B

    公开(公告)日:2024-03-29

    申请号:CN202111590994.3

    申请日:2021-12-23

    Inventor: 邹航 刘巧俏 张琦

    Abstract: 本公开提供了一种人脸图像生成方法及装置、人脸识别方法、设备、介质,涉及人工智能技术领域。该人脸图像生成方法包括:获取原始域人脸图像;将原始域人脸图像输入到多域人脸图像转换网络中,生成原始域人脸图像对应的至少一个目标域人脸图像;其中,原始域人脸图像和目标域人脸图像的域类型不同,多域人脸图像转换网络是通过预训练过程生成的。本公开实施例的技术方案中只需输入采集到的原始域人脸图像,即可在不依赖特殊的采集硬件情况下,转换生成多目标域人脸图像,减少硬件成本,并且相比于相关技术方案中一个模型仅能生成一种目标域的人脸图像,生成效率更高,节省资源。

Patent Agency Ranking