图像虚化方法、装置、电子设备及可读存储介质

    公开(公告)号:CN109889724B

    公开(公告)日:2020-11-06

    申请号:CN201910094300.3

    申请日:2019-01-30

    Inventor: 安世杰 张渊 郑文

    Abstract: 本申请是关于一种图像虚化方法、装置、电子设备及可读存储介质,所述方法,包括获取目标图像;基于预设的深度预测模型生成所述目标图像的深度图像;所述深度预测模型为通过N个场景类型下已知深度图的训练图像训练得到的卷积神经网络模型,N为自然数;根据所述深度图像对所述目标图像中各个像素点进行虚化处理,得到所述目标图像的虚化图像。解决了相关技术中的图像虚化方法存在对硬件设备要求较高、虚化效果不够理想等技术问题。取得了降低图像虚化的硬件设备要求,同时提高虚化效果的技术效果。

    图像处理方法、装置、电子设备及存储介质

    公开(公告)号:CN110378943A

    公开(公告)日:2019-10-25

    申请号:CN201910543889.0

    申请日:2019-06-21

    Abstract: 本公开关于一种图像处理方法、装置、电子设备及存储介质,涉及图像处理技术领域,包括:获取单目摄像头采集到的待处理图像;提取所述待处理图像的不同层次的图像特征;将所述不同层次的图像特征进行融合,得到融合特征;对所述融合特征进行处理后得到所述待处理图像的深度分布特征图,深度分布特征图中各像素点的像素值为深度值。通过该方式获取单目摄像头采集图像的深度分布特征,不仅降低了获取深度分布特征的硬件设备要求,减少了硬件设备的计算量,且在通过深度分布特征进行图像虚化时,图像的真实度更高。

    图像虚化方法、装置、电子设备及可读存储介质

    公开(公告)号:CN109889724A

    公开(公告)日:2019-06-14

    申请号:CN201910094300.3

    申请日:2019-01-30

    Inventor: 安世杰 张渊 郑文

    Abstract: 本申请是关于一种图像虚化方法、装置、电子设备及可读存储介质,所述方法,包括获取目标图像;基于预设的深度预测模型生成所述目标图像的深度图像;所述深度预测模型为通过N个场景类型下已知深度图的训练图像训练得到的卷积神经网络模型,N为自然数;根据所述深度图像对所述目标图像中各个像素点进行虚化处理,得到所述目标图像的虚化图像。解决了相关技术中的图像虚化方法存在对硬件设备要求较高、虚化效果不够理想等技术问题。取得了降低图像虚化的硬件设备要求,同时提高虚化效果的技术效果。

    图像处理方法、装置、电子设备和存储介质

    公开(公告)号:CN112258404B

    公开(公告)日:2024-07-23

    申请号:CN202011105958.9

    申请日:2020-10-15

    Abstract: 本公开关于图像处理方法、装置、电子设备和存储介质,所述方法包括:获取待修复图像及其对应的掩码图像,待修复图像包括背景区域和待修复的目标区域;将待修复图像和掩码图像输入预训练的第一图像修复网络中,以使第一图像修复网络对目标区域进行修复处理得到第一过渡图像;按照上述相对位置关系,将待修复图像的背景区域与第一过渡图像的过渡目标区域进行合并得到第二过渡图像;将第二过渡图像输入预训练的第二图像修复网络中,以使第二图像修复网络对过渡目标区域进行修复处理得到修复后图像。该方法不仅对图像中缺失区域的修复结果较为稳定,而且即便在图像背景区域复杂的情况下,修复区域也不会存在明显的边界,从而实现较好的修复效果。

    图像处理方法、装置、电子设备及介质

    公开(公告)号:CN110910304B

    公开(公告)日:2023-12-22

    申请号:CN201911090043.2

    申请日:2019-11-08

    Inventor: 张渊

    Abstract: 本公开关于一种图像处理方法、装置、电子设备及介质,涉及计算机技术领域,可以提高图像虚化效果的真实性。本公开实施例包括:获取包含对象区域的待处理图像;然后将待处理图像输入图像识别模型,得到待处理图像中各像素点的深度值以及对象区域,并将对象区域作为待处理图像的前景区域,图像识别模型包括设置在跳跃连接的空洞空间金字塔池化ASPP层、第一输出层和第二输出层,第一输出层用于输出各像素点的深度值,第二输出层用于输出对象区域。对于待处理图像包括的每个待虚化像素点,根据待虚化像素点的深度值与前景区域包括的各像素点深度值平均值的差值,对待虚化像素点进行虚化处理,待虚化像素点为待处理图像的背景区域包括的像素点。

    场景分割方法、装置、计算机设备及存储介质

    公开(公告)号:CN110136136B

    公开(公告)日:2022-02-08

    申请号:CN201910446505.3

    申请日:2019-05-27

    Inventor: 张渊

    Abstract: 本公开是关于一种场景分割方法、装置、计算机设备及存储介质,涉及机器学习技术领域,本公开将待识别的图像输入深度神经网络,通过下采样模块对图像进行深度可分离卷积,得到尺寸小于所述图像的第一特征图,通过空洞空间金字塔池化模块对第一特征图进行空洞卷积,得到不同尺度的第二特征图,通过上采样模块对不同尺度的第二特征图进行深度可分离卷积,得到与图像尺寸相同的第三特征图,通过分类模块对第三特征图中的每个像素进行分类,得到图像的场景分割结果。本公开可以减少通过深度神经网络进行场景分割的计算量,并且可以保证通过深度神经网络进行场景分割的准确性。

    深度估计模型的训练方法、装置、电子设备及存储介质

    公开(公告)号:CN113643343A

    公开(公告)日:2021-11-12

    申请号:CN202010346542.X

    申请日:2020-04-27

    Inventor: 安世杰 张渊

    Abstract: 本公开关于一种深度估计模型的训练方法、装置、电子设备及存储介质,以至少解决卷积神经网络对视频图像深度估计的稳定性不高的问题。该方法包括:将n个样本图像以及与n个样本图像一一对应的n个模拟图像分别输入预设深度估计模型,得到分别对应n个样本图像的深度预测结果和n个模拟图像的深度预测结果;n个样本图像和n个模拟图像标注有像素点深度值;根据每个样本图像的像素点深度值和每个样本图像的深度预测结果获得n个第一损失;根据每个样本图像的深度预测结果和与每个样本图像对应的模拟图像的深度预测结果获得n个第二损失;根据n个第一损失和n个第二损失,训练预设深度估计模型,得到第一目标深度估计模型。

    图像处理方法、装置、电子设备和存储介质

    公开(公告)号:CN112258404A

    公开(公告)日:2021-01-22

    申请号:CN202011105958.9

    申请日:2020-10-15

    Abstract: 本公开关于图像处理方法、装置、电子设备和存储介质,所述方法包括:获取待修复图像及其对应的掩码图像,待修复图像包括背景区域和待修复的目标区域;将待修复图像和掩码图像输入预训练的第一图像修复网络中,以使第一图像修复网络对目标区域进行修复处理得到第一过渡图像;按照上述相对位置关系,将待修复图像的背景区域与第一过渡图像的过渡目标区域进行合并得到第二过渡图像;将第二过渡图像输入预训练的第二图像修复网络中,以使第二图像修复网络对过渡目标区域进行修复处理得到修复后图像。该方法不仅对图像中缺失区域的修复结果较为稳定,而且即便在图像背景区域复杂的情况下,修复区域也不会存在明显的边界,从而实现较好的修复效果。

    一种视频生成方法、装置、电子设备及存储介质

    公开(公告)号:CN109948689A

    公开(公告)日:2019-06-28

    申请号:CN201910190595.4

    申请日:2019-03-13

    Inventor: 安世杰 张渊

    Abstract: 本申请是关于一种视频生成方法、装置、电子设备及存储介质,其中,该方法包括:获取对待处理图像进行深度估计得到的每个像素点的深度距离值和待处理图像中每个像素点的像素坐标值;根据每个像素点的像素坐标值和该像素点的深度距离值,计算每个像素点的相机坐标值;获取预先对待处理图像设置的多个相机坐标改变值;根据每个相机坐标改变值和每个像素点的相机坐标值,重构按照该相机坐标改变值改变后的图像;根据按照多个相机坐标改变值重构的多个图像,生成与多个图像对应的视频。从而使得生成的视频具有立体效果,提高生成的视频的观赏性。

Patent Agency Ranking