用于测量表面颜色的方法、系统和设备

    公开(公告)号:CN116583723A

    公开(公告)日:2023-08-11

    申请号:CN202180076968.0

    申请日:2021-10-25

    Abstract: 提供了用于在具有环境光源(106)的环境(104)下确定目标表面(102)的表面颜色的方法(300)和系统(100)。当用可变强度、恒定颜色的光源(118)和恒定强度、恒定颜色的环境光源(106)照射目标表面(102)时采集目标表面(102)的多个图像(105),其中,所述目标表面(102)上的光源(118)强度因图像(105)采集之间的已知量而异。从图像数据中提取独立于环境光源(106)的颜色特征张量,并使用所述颜色特征张量推断目标表面(102)的表面颜色。

    用于元少样本类增量学习的方法和设备

    公开(公告)号:CN117957549A

    公开(公告)日:2024-04-30

    申请号:CN202280060482.2

    申请日:2022-11-16

    Abstract: 本发明提供了用于元少样本类增量学习的方法和系统。根据一个方面,提供了一种方法。所述方法包括:获取第一网络的至少一个权重注意力图,并使用所述至少一个权重注意力图更新第二网络的权重,其中,所述第二网络为调制网络。所述方法还包括:基于所述第一网络的所述至少一个权重注意力图和至少一个类的输入图像集,生成所述第二网络的至少一个特征注意力图。所述方法还包括:基于所述至少一个类的所述输入图像集生成所述第一网络的至少一个特征图,并且基于所述第二网络的所述特征注意力图更新所述第一网络的所述至少一个特征图。

    一种播放视频的方法及电子设备

    公开(公告)号:CN114866860A

    公开(公告)日:2022-08-05

    申请号:CN202110080633.8

    申请日:2021-01-20

    Abstract: 本申请提供了一种播放视频的方法及电子设备,该电子设备可以包括手机、平板、电脑等包含显示屏的设备,该方法应用于视频播放过程,通过检测目标视频的片头的特定时长内使用的不同的运镜类型,并根据目标视频的运镜类型匹配相关联的开场动画,即在该目标视频的播放过程中,以相关联的展开方式展开该目标视频的播放窗口,呈现给用户不同的视觉效果。具体地,该目标视频的播放窗口可以具有动态变化效果,同时可以伴随着背景图片的尺寸大小、透明度等动态变化过程,可以进一步为用户提供一种连贯的沉浸式体验,提高了用户的视觉体验。

    用于单目视频中场景自适应未来深度预测的方法、系统和计算机介质

    公开(公告)号:CN116982080A

    公开(公告)日:2023-10-31

    申请号:CN202280021262.9

    申请日:2022-02-08

    Abstract: 公开了用于预测视频帧的深度的系统、方法和计算机可读介质。一种方法可以包括以下步骤:接收多个训练数据,每个训练数据包括连续视频帧集合和所述连续视频帧的后续视频帧的深度表示;接收具有多个权重θ的预训练的神经网络模型fθ;当所述预训练的神经网络模型fθ不收敛时:基于每个连续视频帧集合,计算多个第二权重,并基于所述多个训练数据和所述多个第二权重,更新所述多个权重θ;接收具有连续时间戳的多个新的连续视频帧;基于更新的多个权重θ,预测紧随所述新的连续视频帧之后的视频帧的深度表示。

    一种播放视频的方法及电子设备

    公开(公告)号:CN114866860B

    公开(公告)日:2023-07-11

    申请号:CN202110080633.8

    申请日:2021-01-20

    Abstract: 本申请提供了一种播放视频的方法及电子设备,该电子设备可以包括手机、平板、电脑等包含显示屏的设备,该方法应用于视频播放过程,通过检测目标视频的片头的特定时长内使用的不同的运镜类型,并根据目标视频的运镜类型匹配相关联的开场动画,即在该目标视频的播放过程中,以相关联的展开方式展开该目标视频的播放窗口,呈现给用户不同的视觉效果。具体地,该目标视频的播放窗口可以具有动态变化效果,同时可以伴随着背景图片的尺寸大小、透明度等动态变化过程,可以进一步为用户提供一种连贯的沉浸式体验,提高了用户的视觉体验。

    用于对模糊图像去模糊的方法和系统

    公开(公告)号:CN116547694A

    公开(公告)日:2023-08-04

    申请号:CN202180076964.2

    申请日:2021-11-03

    Abstract: 描述了一种图像去模糊的方法和系统(100)。首先,通过在主要去模糊任务和辅助重建任务上对去模糊网络(101)进行元训练,得到所述去模糊网络(101)的权重。然后,基于应用时模糊输入图像,执行所述去模糊网络(101)的应用时训练,以获得应用时训练权重的值。应用时训练包括对所述应用时模糊输入图像执行所述辅助重建任务,以及基于从所述辅助重建任务中计算的辅助损失更新所述去模糊网络(101)的权重。通过所述去模糊网络(101)中的应用时训练权重,根据所述应用时模糊输入图像,生成去模糊输出图像。

Patent Agency Ranking