-
公开(公告)号：CN118762132B
公开(公告)日：2024-12-10
申请号：CN202411245377.3
申请日：2024-09-05
Applicant: 中国科学院自动化研究所
IPC: G06T17/00 , G06T15/00 , G06T15/20 , G06N3/0455 , G06N3/0464 , G06N3/0475
Abstract: 本公开提供了一种基于视角一致性增强的三维数据生成方法及系统。基于视角一致性增强的三维数据生成方法包括：获取三维数据生成模型输出的三维数据，作为目标三维数据；基于所述目标三维数据，渲染出与多个视角一一对应的多个原始二维视图；将至少一个原始二维视图和查询提示信息，输入多模态模型，得到所述多模态模型输出的查询结果；针对所述查询结果，对所述至少一个原始二维视图进行修正，得到至少一个修正后二维视图；基于所述至少一个原始二维视图和所述至少一个修正后二维视图，计算第一损失函数，并基于所述第一损失函数更新所述三维数据生成模型的模型参数；获取更新后的三维数据生成模型输出的三维数据。
-
公开(公告)号：CN118762132A
公开(公告)日：2024-10-11
申请号：CN202411245377.3
申请日：2024-09-05
Applicant: 中国科学院自动化研究所
IPC: G06T17/00 , G06T15/00 , G06T15/20 , G06N3/0455 , G06N3/0464 , G06N3/0475
Abstract: 本公开提供了一种基于视角一致性增强的三维数据生成方法及系统。基于视角一致性增强的三维数据生成方法包括：获取三维数据生成模型输出的三维数据，作为目标三维数据；基于所述目标三维数据，渲染出与多个视角一一对应的多个原始二维视图；将至少一个原始二维视图和查询提示信息，输入多模态模型，得到所述多模态模型输出的查询结果；针对所述查询结果，对所述至少一个原始二维视图进行修正，得到至少一个修正后二维视图；基于所述至少一个原始二维视图和所述至少一个修正后二维视图，计算第一损失函数，并基于所述第一损失函数更新所述三维数据生成模型的模型参数；获取更新后的三维数据生成模型输出的三维数据。
-
公开(公告)号：CN119625590A
公开(公告)日：2025-03-14
申请号：CN202411439972.0
申请日：2024-10-15
Applicant: 中国科学院自动化研究所
IPC: G06V20/40 , G06V10/774 , G06V10/764 , G06V40/20
Abstract: 本发明提供一种伪造人体视频的鉴别方法、装置、电子设备及存储介质，该方法包括：对待鉴别的目标人体视频进行抽帧预处理，获取多组连续帧；将多组连续帧输入鉴别模型，得到鉴别模型输出的鉴别结果；其中，鉴别模型基于真实人体视频样本和伪造人体视频样本构成的训练样本集训练得到；鉴别模型包括时空注意力分支、光流调制模块、动作指引分支和分类器；时空注意力分支用于基于时空注意力机制对输入的多组连续帧进行视频片段级的特征提取，得到第一特征；光流调制模块用于对输入的多组连续帧进行光流调制；动作指引分支用于对光流调制得到的各帧进行逐帧的特征提取，得到第二特征；分类器用于基于第一特征和第二特征输出鉴别结果。
-
公开(公告)号：CN115908144B
公开(公告)日：2023-06-02
申请号：CN202310215782.X
申请日：2023-03-08
Applicant: 中国科学院自动化研究所 , 中国电子科技集团公司电子科学研究院
IPC: G06T3/40 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于随机小波注意力的图像处理方法、装置、设备及介质，涉及数据处理技术领域，方法包括：获取待处理的图像作为初始输入图像；将初始输入图像输入至预先设置的卷积编码器，得到卷积编码器输出的高维特征；卷积编码器用于将初始输入图像中的特征转换为高维特征；将高维特征输入至预先设置的深层图像特征提取器，得到深层图像特征提取器输出的深层图像特征；深层图像特征提取器用于基于高维特征，通过小波变换方法提取初始输入图像中的深层图像特征；将高维特征和深层图像特征输入至预先设置的卷积解码器，得到卷积解码器输出的超分辨率后的高清图像；卷积解码器用于基于高维特征和深层图像特征，预测超分辨率后的高清图像。
-
公开(公告)号：CN115965969A
公开(公告)日：2023-04-14
申请号：CN202310041741.3
申请日：2023-01-11
Applicant: 中国科学院自动化研究所
IPC: G06V20/70 , G06V10/26 , G06V20/56 , G06V10/52 , G06V10/82 , G06T7/80 , G06N3/0464 , G06N3/0455 , G06N3/0442 , G06N3/048
Abstract: 本发明提供一种基于几何先验的鸟瞰图语义分割方法、装置、设备及介质，其中方法包括：获取待处理图像和鸟瞰图查询特征；将所述待处理图像输入至特征提取器，得到所述特征提取器输出的图像特征；将所述图像特征和所述鸟瞰图查询特征输入至特征提取模型，得到所述特征提取模型输出的鸟瞰图特征；基于所述鸟瞰图特征，对所述待处理图像进行语义分割；所述特征提取模型包括自注意力模块，所述自注意力模块用于将所述待处理图像的令牌和所述鸟瞰图查询特征进行跨视图自注意力转换。本发明提供的方法、装置、电子设备及存储介质，可以降低自注意力机制的计算复杂度，进一步降低图像特征提取的复杂度，并且提高了后续语义分割的准确性和可靠性。
-
Patent Agency Ranking
公开(公告)号：CN115062673B
公开(公告)日：2022-10-28
申请号：CN202210895580.X
申请日：2022-07-28
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及计算机视觉技术领域，提供一种图像处理方法、装置、电子设备及存储介质，其中方法包括：获取待处理图像；将所述待处理图像输入至特征提取模型，得到所述特征提取模型输出的图像特征；基于所述图像特征，对所述待处理图像进行图像处理；所述特征提取模型包括正交自注意力模块，所述正交自注意力模块用于将所述待处理图像的令牌投影到正交空间进行自注意力转换。本发明提供的方法、装置、电子设备及存储介质，特征提取模型中的正交自注意力模块，可以将待处理图像的令牌投影到正交空间进行自注意力转换，降低了自注意力转换的复杂度，提高了图像特征的提取质量，因此保证了图像处理的有效性。
-
公开(公告)号：CN115062673A
公开(公告)日：2022-09-16
申请号：CN202210895580.X
申请日：2022-07-28
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及计算机视觉技术领域，提供一种图像处理方法、装置、电子设备及存储介质，其中方法包括：获取待处理图像；将所述待处理图像输入至特征提取模型，得到所述特征提取模型输出的图像特征；基于所述图像特征，对所述待处理图像进行图像处理；所述特征提取模型包括正交自注意力模块，所述正交自注意力模块用于将所述待处理图像的令牌投影到正交空间进行自注意力转换。本发明提供的方法、装置、电子设备及存储介质，特征提取模型中的正交自注意力模块，可以将待处理图像的令牌投影到正交空间进行自注意力转换，降低了自注意力转换的复杂度，提高了图像特征的提取质量，因此保证了图像处理的有效性。
-
公开(公告)号：CN115908144A
公开(公告)日：2023-04-04
申请号：CN202310215782.X
申请日：2023-03-08
Applicant: 中国科学院自动化研究所 , 中国电子科技集团公司电子科学研究院
IPC: G06T3/40 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于随机小波注意力的图像处理方法、装置、设备及介质，涉及数据处理技术领域，方法包括：获取待处理的图像作为初始输入图像；将初始输入图像输入至预先设置的卷积编码器，得到卷积编码器输出的高维特征；卷积编码器用于将初始输入图像中的特征转换为高维特征；将高维特征输入至预先设置的深层图像特征提取器，得到深层图像特征提取器输出的深层图像特征；深层图像特征提取器用于基于高维特征，通过小波变换方法提取初始输入图像中的深层图像特征；将高维特征和深层图像特征输入至预先设置的卷积解码器，得到卷积解码器输出的超分辨率后的高清图像；卷积解码器用于基于高维特征和深层图像特征，预测超分辨率后的高清图像。
-
公开(公告)号：CN115908141A
公开(公告)日：2023-04-04
申请号：CN202211690099.3
申请日：2022-12-27
Applicant: 中国科学院自动化研究所
IPC: G06T3/40 , G06V10/82 , G06V10/44 , G06N3/08 , G06N3/0464
Abstract: 本发明提供一种基于无源领域自适应的图像超分辨率方法及装置，该方法包括：将无标签的待处理图像输入至预训练后的源域模型，得到所述待处理图像对应的伪标签，所述源域模型基于有标签的样本图像训练得到；将所述待处理图像输入至目标域模型，得到目标超分辨率图像和目标低分辨率图像，所述目标域模型基于所述伪标签训练得到。本发明提供的基于无源领域自适应的图像超分辨率方法，可以提高了模型的泛化性能，减轻模型在源域和目标域之间的差距。
-
公开(公告)号：CN115631115B
公开(公告)日：2023-03-28
申请号：CN202211569108.3
申请日：2022-12-08
Applicant: 中国科学院自动化研究所
IPC: G06T5/00 , G06T3/40 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于递归Transformer的动态图像复原方法，涉及图像处理技术领域，该方法包括：获取待处理的图像；对所述待处理的图像进行预处理，得到第一图像；将所述第一图像输入至图像复原模型，得到所述图像复原模型输出的目标图像；所述目标图像的分辨率高于所述待处理图像的分辨率，所述图像复原模型是基于样本第一图像和所述样本第一图像的标签数据进行训练得到的，用于对所述第一图像进行复原。本发明提供的方法，通过图像复原模型实现了待处理的图像复原为高分辨率的目标图像，提升了图像复原的质量和效率。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.027 seconds)
