-
公开(公告)号：CN119941508A
公开(公告)日：2025-05-06
申请号：CN202411999847.5
申请日：2024-12-31
Applicant: 中国电信股份有限公司技术创新中心 , 中国电信股份有限公司
Inventor： 苏明兰
IPC: G06T3/4053 , G06N3/042 , G06N3/0464
Abstract: 本公开提供了一种图像处理方法及装置、存储介质及电子设备，涉及图像处理技术领域。该方法包括：根据第一图像，确定第一图像像素特征和第二图像；第一图像的分辨率低于第二图像，第一图像包括第一像素点，第二图像包括第二像素点；将第二图像的第二像素点投影至第一图像的第一像素点，根据第一图像像素特征，确定第一像素点的特征向量和纹理复杂度；根据第一像素点的特征向量和纹理复杂度，确定局部子图；从第一图像中确定出与局部子图相似度满足阈值的相似局部子图，构建全局图；根据全局图，确定第二图像的第二像素点的像素值。提升了图像重建的灵活度，提升了图像重建的精准度。
-
公开(公告)号：CN116993588A
公开(公告)日：2023-11-03
申请号：CN202310952866.1
申请日：2023-07-31
Applicant: 中国电信股份有限公司技术创新中心 , 中国电信股份有限公司
IPC: G06T3/40 , G06N3/0464 , G06N3/08
Abstract: 本公开涉及计算机技术领域，具体涉及一种超分辨率模型训练方法、超分辨率方法、超分辨率模型训练装置、超分辨率装置、存储介质及设备，上述方法包括：获取低分辨率图像，将低分辨率图像输入待训练模型；对低分辨率图像进行特征提取得到低分辨率图像像素特征；获取第一像素特征预设范围内的多个第二像素特征；确定第一像素特征的局部特征；根据第一像素特征的局部特征确定预测高分辨率图像，通过预测高分辨率图像与高分辨率图像标签对待训练模型的神经网络参数进行更新，以得到超分辨率模型。通过本公开实施例的技术方案，可以解决相关技术中超分辨率重建后得到的高分辨率图像的质量较差的问题。
-
公开(公告)号：CN116863078A
公开(公告)日：2023-10-10
申请号：CN202310870355.5
申请日：2023-07-14
Applicant: 中国电信股份有限公司技术创新中心 , 中国电信股份有限公司
IPC: G06T17/00 , G06T15/04 , G06T3/00 , G06N3/0464 , G06N3/08
Abstract: 本公开提供一种三维人体模型重建方法、装置、电子设备和可读介质，其中，三维人体模型重建方法包括：获取包括人体图像的原始RGB二维图像和人体图像的剪影；将原始RGB二维图像和剪影输入至SMPL预测网络，以构建SMPL人体参数模型；基于剪影对SMPL人体参数模型进行人体正面图像和人体反面图像的渲染，以得到无着装的人体法向图和纹理特征；根据人体法向图和纹理特征进行三维人体模型的重建。通过本公开实施例，既可以减少对训练数据的依赖，又提高了法向图生成的准确率和可靠性，也进一步提高了三维人体模型的表面纹理重建效果。
-
公开(公告)号：CN116863078B
公开(公告)日：2025-04-04
申请号：CN202310870355.5
申请日：2023-07-14
Applicant: 中国电信股份有限公司技术创新中心 , 中国电信股份有限公司
IPC: G06T17/00 , G06T15/04 , G06T3/04 , G06N3/0464 , G06N3/08
Abstract: 本公开提供一种三维人体模型重建方法、装置、电子设备和可读介质，其中，三维人体模型重建方法包括：获取包括人体图像的原始RGB二维图像和人体图像的剪影；将原始RGB二维图像和剪影输入至SMPL预测网络，以构建SMPL人体参数模型；基于剪影对SMPL人体参数模型进行人体正面图像和人体反面图像的渲染，以得到无着装的人体法向图和纹理特征；根据人体法向图和纹理特征进行三维人体模型的重建。通过本公开实施例，既可以减少对训练数据的依赖，又提高了法向图生成的准确率和可靠性，也进一步提高了三维人体模型的表面纹理重建效果。
-
公开(公告)号：CN119205507A
公开(公告)日：2024-12-27
申请号：CN202411274836.0
申请日：2024-09-11
Applicant: 中国电信股份有限公司技术创新中心 , 中国电信股份有限公司
Inventor： 苏明兰
IPC: G06T3/4053 , G06T3/4046 , G06V10/764 , G06V10/80 , G06V10/772 , G06N3/045 , G06N3/08
Abstract: 本公开提供了一种图像超分辨率重建方法及相关设备，涉及图像处理技术领域。该方法包括：获取待重建图像；对待重建图像进行特征提取，得到待重建图像的浅层特征；采用级联的多个特征提取模块对待重建图像的浅层特征进行深层特征提取，得到待重建图像的图像特征，每个特征提取模块包括级联的多个注意力模块；对图像特征进行上采样，得到重建后图像，重建后图像的分辨率大于待重建图像的分辨率。本公开通过多种注意力模块以利用输入特征的外部、全局和局部特征，可以成功的将外部先验信息迁入到图像特征提取过程中，大大增强输入图像特征，提高超分辨率图像重建的准确性和效率。
-
Patent Agency Ranking
公开(公告)号：CN117078857A
公开(公告)日：2023-11-17
申请号：CN202311056709.9
申请日：2023-08-21
Applicant: 中国电信股份有限公司技术创新中心 , 中国电信股份有限公司
Abstract: 本公开涉及一种三维模型的重建方法、装置、电子设备及计算机可读介质，属于人工智能技术领域。该方法包括：获取三维空间中的多个采样点；根据输入图像以及采样点的位置信息得到采样点的二维特征向量和三维特征向量；确定采样点的融合特征，并构造采样点的邻接特征矩阵；将邻接特征矩阵输入分层图卷积网络中得到采样点特征，其中，分层图卷积网络由下采样支路和上采样支路组成，下采样支路由多层局部注意力图卷积层构成，上采样支路由多层局部注意力图反卷积层构成；根据采样点的采样点特征得到采样点的位置预测结果，并构建输入图像对应的三维模型。本公开可以有效地提取三维空间中采样点的局部空间特征，实现三维模型的高精度重建。
-
公开(公告)号：CN116894918A
公开(公告)日：2023-10-17
申请号：CN202310833247.0
申请日：2023-07-07
Applicant: 中国电信股份有限公司技术创新中心 , 中国电信股份有限公司
IPC: G06T17/00 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本公开提供了一种模型生成方法、模型生成装置、电子设备及计算机可读存储介质，属于人工智能技术领域。该方法包括：获取多帧待处理图像，每一帧待处理图像中均包括多个人体；对每一帧待处理图像中的多个人体的位置关系进行估计，得到每一帧待处理图像的多人位置关系信息；确定每一帧待处理图像中的人体网格点的位置，并基于多帧待处理图像中的人体网格点的位置形成的人体网格序列，确定每一帧待处理图像的人体形态信息；提取每一帧待处理图像的人体隐式特征；基于每一帧待处理图像的多人位置关系信息、每一帧待处理图像的人体形态信息、每一帧待处理图像的人体隐式特征，生成人体的三维人体模型。本公开可以有效、准确的构建人体模型。
-
公开(公告)号：CN115082303A
公开(公告)日：2022-09-20
申请号：CN202110279706.6
申请日：2021-03-16
Applicant: 中国电信股份有限公司
Abstract: 本公开提供了一种图像处理方法、装置及非瞬时性计算机可读存储介质，涉及人工智能技术领域。其中的图像处理方法包括：提取输入图像的特征；根据输入图像的尺寸及目标图像的尺寸，确定坐标投影矩阵；根据坐标投影矩阵和缩放因子，确定相关矩阵；将相关矩阵输入权重预测网络，获得缩放因子对应的滤波器权重；将输入图像的特征及滤波器权重进行卷积操作，获得目标尺寸图像。本公开能够更加便捷高效的将输入图像重建为目标尺寸的图像，并有助于提高目标再识别的准确率。
-
公开(公告)号：CN114359053B
公开(公告)日：2023-06-20
申请号：CN202210016244.3
申请日：2022-01-07
Applicant: 中国电信股份有限公司
IPC: G06T3/40 , G06T5/50 , G06N3/0464 , G06N3/08
Abstract: 本公开提供一种图像处理方法、装置、设备及存储介质，涉及图像处理技术领域。该方法包括：获取待处理图像的分辨率；若确定待处理图像的分辨率低于预设分辨率阈值，则通过第一目标超分辨率重建模型对待处理图像进行重建，获得重建图像，其中，第一目标超分辨率重建模型由第一初始超分辨率重建模型和第二超分辨率重建模型联合训练获得，第一初始超分辨率重建模型由减少第二超分辨率重建模型中的残差结构模块的数量获得；对重建图像进行审核，获得图像审核结果。该方法提高了图像内容审核结果的准确率。
-
公开(公告)号：CN114647761A
公开(公告)日：2022-06-21
申请号：CN202210291706.2
申请日：2022-03-22
Applicant: 中国电信股份有限公司
IPC: G06F16/783 , G06F16/735
Abstract: 本申请的实施例揭示了一种图像帧处理方法及装置、设备、计算机可读存储介质。该方法包括：获取相邻图像帧中的目标对象的变化面积和变化位置，并根据变化面积和变化位置确定出相邻图像帧之间的帧间差异值；若帧间差异值大于第一预设阈值，则将帧间差异值对应的相邻图像帧确定为初选关键图像帧组合；根据初选关键图像帧组合中每一图像帧的目标框内所含有的目标对象的特征信息，计算得到初选关键图像帧组合中相邻图像帧针对目标对象的特征信息差值；若目标对象的特征信息差值大于第二预设阈值，则确定初选关键图像帧组合为关键图像帧组合。本申请通过对图像帧的两次筛选，有效去除了冗余图像帧，准确的确定出了关键图像帧组合。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.018 seconds)
