图像处理方法、装置、电子设备及存储介质

    公开(公告)号:CN110400337A

    公开(公告)日:2019-11-01

    申请号:CN201910618669.X

    申请日:2019-07-10

    Abstract: 本申请是关于一种图像处理方法、装置、电子设备及存储介质,获取待处理图像的每个像素的深度信息;根据所述深度信息和所述像素在图像坐标系中的二维位置,获得所述像素在图像采集装置坐标系中的像素三维位置;获取视角参数,以及对焦点的对焦三维位置;其中,视角参数为与待处理图像对应的固定观察视角不同的视角的参数;根据所述对焦三维位置、所述视角参数以及所述像素三维位置,获得所述像素的偏移后的三维位置;分别根据每个像素的所述偏移后的三维位置,将每个像素投影至待处理图像的二维坐标系中,得到目标图像。通过本方案能够实现待处理图像中的场景具有不同的观察视角所对应的不同展示效果。

    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。

    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。

    一种图像处理方法、装置、设备及存储介质

    公开(公告)号:CN116634120A

    公开(公告)日:2023-08-22

    申请号:CN202310621514.8

    申请日:2023-05-29

    Inventor: 安世杰 张渊

    Abstract: 本公开关于一种图像处理方法、装置、设备及存储介质,涉及互联网技术领域,可以解决重构单目图像时变换角度较小,立体感不强的问题。该图像处理方法,包括:获取单目图像的目标深度图;目标深度图包括:单目图像的多个像素点中,每个像素点的目标深度值;根据每个像素点的目标深度值,确定目标深度图中的深度边缘;根据深度边缘,对目标深度图进行目标处理,得到多层景深对应的多层完整图像;目标处理包括:泛洪处理、深度信息补全和色块填充;一层景深对应一层完整图像;多层景深中,每层景深为目标深度值的预设深度范围;根据多层完整图像和目标视角,渲染单目图像针对目标视角的目标图像;目标视角为任意一个角度。

    面部生成模型训练方法、面部图像生成方法及装置

    公开(公告)号:CN113643392B

    公开(公告)日:2023-12-26

    申请号:CN202010393156.6

    申请日:2020-05-11

    Inventor: 安世杰 张渊

    Abstract: 本公开提供了一种面部生成模型训练方法、面部图像生成方法及装置,涉及图像处理技术领域,以解决相关技术中面部生成模型生成的面部图像的真实性较差的问题。该方法包括:获取原始正面面部图像和CG侧面面部图像,原始正面面部图像与CG侧面面部图像为同一对象的面部图像;将原始正面面部图像和CG侧面面部图像输入生成网络模型,进行特征提取处理,得到第一生成侧面面部图像;将第一生成侧面面部图像输入判别网络模型,计算第一生成侧面面部图像相对于原始侧面面部图像的对抗损失,原始侧面面部图像为CG侧面面部图像的侧面面部信息对应的原始图像;根据对抗损失,调整生成网络模型的参数,得到面部生成模型。

    图像分割方法、装置、电子设备及存储介质

    公开(公告)号:CN114332149A

    公开(公告)日:2022-04-12

    申请号:CN202111607973.8

    申请日:2021-12-22

    Abstract: 本公开关于一种图像分割方法、装置、电子设备及存储介质,所述方法包括:对待检测图像进行目标检测,得到所述待检测图像中各目标对象对应的候选框和所述候选框的置信信息;所述置信信息用于表示所述候选框中的对象为显著性前景对象的置信概率;根据所述候选框的置信信息,从所述候选框中确定出目标候选框;将所述目标候选框对应的区域图像输入训练完成的图像分割网络,得到分割出的对象图像,作为所述待检测图像的图像分割结果。该方法通过简化显著性检测问题,可以更具有针对性地对图像进行处理,得到更精确的分割结果。

    面部生成模型训练方法、面部图像生成方法及装置

    公开(公告)号:CN113643392A

    公开(公告)日:2021-11-12

    申请号:CN202010393156.6

    申请日:2020-05-11

    Inventor: 安世杰 张渊

    Abstract: 本公开提供了一种面部生成模型训练方法、面部图像生成方法及装置,涉及图像处理技术领域,以解决相关技术中面部生成模型生成的面部图像的真实性较差的问题。该方法包括:获取原始正面面部图像和CG侧面面部图像,原始正面面部图像与CG侧面面部图像为同一对象的面部图像;将原始正面面部图像和CG侧面面部图像输入生成网络模型,进行特征提取处理,得到第一生成侧面面部图像;将第一生成侧面面部图像输入判别网络模型,计算第一生成侧面面部图像相对于原始侧面面部图像的对抗损失,原始侧面面部图像为CG侧面面部图像的侧面面部信息对应的原始图像;根据对抗损失,调整生成网络模型的参数,得到面部生成模型。

    一种单目深度估计方法、装置、电子设备及存储介质

    公开(公告)号:CN110264505B

    公开(公告)日:2021-07-30

    申请号:CN201910486072.4

    申请日:2019-06-05

    Inventor: 张渊 安世杰

    Abstract: 本公开关于一种单目深度估计方法、装置、电子设备及存储介质。该方法中,利用深度估计模型对单目视频的视频帧进行深度估计;该深度估计模型,基于预设样本帧、预设样本帧对应的对抗样本帧以及预设样本帧的标注深度数据训练获得;在训练时,基于预设样本帧的估计深度数据和所对应对抗样本帧的估计深度数据之间的差异,预设样本帧的标注深度数据和估计深度数据之间的差异,判断训练中的深度估计模型是否收敛;如果收敛,完成训练;其中,对抗样本帧为:对预设样本帧进行数据增广处理得到的样本帧。本公开可以在保证准确性的前提下,有效抑制单目深度估计结果中的抖动,且省去了对视频帧进行滤波平滑处理所引入的计算量。

    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。

Patent Agency Ranking