一种评估方法、装置、设备及计算机可读存储介质

    公开(公告)号:CN116912894A

    公开(公告)日:2023-10-20

    申请号:CN202211412614.1

    申请日:2022-11-11

    Abstract: 本申请公开了一种评估方法、装置、设备及计算机可读存储介质,该评估方法包括:获取多个图像识别模型、待评估图像集合和所述待评估图像集合中各个待评估图像的第一维度质量评分,其中,所述第一维度质量评分用于反映所述各个待评估图像的视觉感官上的质量;利用各个图像识别模型对所述各个待评估图像分别进行特征提取处理,得到所述各个待评估图像的特征向量;基于所述各个待评估图像的特征向量确定所述各个待评估图像的第二维度质量评分;基于所述第一维度质量评分和所述第二维度质量评分,确定所述各个待评估图像的质量评估结果。如此,能够结合多个维度得到精确度较高的质量评估结果,优化质量评估结果。

    一种分割方法、装置、设备及计算机可读存储介质

    公开(公告)号:CN116091955A

    公开(公告)日:2023-05-09

    申请号:CN202111299080.1

    申请日:2021-11-04

    Abstract: 本申请公开了一种分割方法、装置、设备及计算机可读存储介质,包括:获取待分割的视频数据和训练好的分割模型;确定视频数据中包括的多个视频帧,并将多个视频帧依次确定为待分割视频帧;当待分割视频帧之前存在至少一个历史视频帧,从至少一个历史视频帧的目标透明度模板中确定待分割视频帧的参考透明度模板;将待分割视频帧和参考透明度模板输入至训练好的分割模型,得到待分割视频帧的目标透明度模板;基于目标透明度模板对待分割视频帧进行提取处理,得到待分割视频帧的目标前景图像。如此,通过历史视频帧对应的参考透明度模板来增加输入的时空特征,从而减少计算复杂度,并提升目标透明度模板的准确性,从而提高分割效果。

    一种图像融合方法、装置、电子设备和计算机存储介质

    公开(公告)号:CN115760657A

    公开(公告)日:2023-03-07

    申请号:CN202110994987.3

    申请日:2021-08-27

    Abstract: 本申请实施例公开了一种图像融合方法、装置、电子设备和计算机存储介质,该方法包括:获取初始融合图像以及蒙版图像;对初始融合图像进行图像通道分离处理,得到第一通道图像和第二通道图像;利用图像融合模型对第一通道图像和蒙版图像进行图像融合处理,得到中间融合图像;将中间融合图像与第二通道图像进行通道合并处理,生成目标融合图像。这样,在进行图像融合之前,将关于色调的第二通道图像剔除,只使用第一通道图像进行融合处理,从而能够避免图像融合模型学习到色调相关的特征而导致得到的目标融合图像色调信息被改变的问题,使得目标融合图像中的目标对象与背景图像的光照阴影效果趋于一致,进而提高了图像融合效果。

    视频剪辑方法、装置、电子设备及存储介质

    公开(公告)号:CN111294524B

    公开(公告)日:2022-10-04

    申请号:CN202010110983.X

    申请日:2020-02-24

    Abstract: 本发明实施例涉及计算机领域,公开了一种视频剪辑方法、装置、电子设备及存储介质,视频剪辑方法包括:采用目标检测算法检测视频中的视频帧,得到所述视频帧中的人体区域;其中,所述目标检测算法基于人体目标特征数据预先训练得到;获取所述人体区域内的运动矢量,并根据所述运动矢量确定所述视频帧中的人体是否存在运动;若存在运动,则输出所述视频帧;根据预设的跳帧步长确定下一待检测的视频帧并进行检测,当所述视频中剩余的视频帧的帧数小于所述跳帧步长时,合成所有输出的视频帧以形成剪辑后的视频。本发明有利于快速且准确地提取出包含有人体运动的视频帧。

    神经网络轻量化方法、装置、设备、介质及产品

    公开(公告)号:CN119089962A

    公开(公告)日:2024-12-06

    申请号:CN202411094400.3

    申请日:2024-08-09

    Abstract: 本发明提供一种神经网络轻量化方法、装置、设备、介质及产品,方法包括:确定转移难度系数的第一预设取值区间、量化裁剪范围的第二预设取值区间和量化位宽的第三预设取值区间;基于第一预设取值区间、第二预设取值区间和第三预设取值区间,构建搜索空间;在搜索空间中,确定各网络层的最优参数组合;基于各网络层的最优参数组合,对待量化模型进行逐层量化,得到量化后的模型。本发明提供的神经网络轻量化方法,综合考虑多种因素来构建搜索空间,使轻量化方法更加普适,适用于不同类型的网络结构,也能保证量化后模型可以保持精度,进一步选择各网络层的最优参数组合来实现模型轻量化,可以在保持精度的前提下,减少计算资源消耗并加快处理速度。

Patent Agency Ranking