公开(公告)号：CN113841179A

公开(公告)日：2021-12-24

申请号：CN202080032107.8

申请日：2020-02-24

Applicant: 商汤集团有限公司 ,  本田技研工业株式会社

Inventor： 沈志强 ,  黄明杨 ,  石建萍 ,  松永英树

IPC: G06T3/00

Abstract: 本公开实施例公开了一种图像生成方法及装置、电子设备及存储介质，所述方法包括：提取第一图像的内容特征；分别提取第二图像的全图风格特征和第二图像中包括有对象的局部图像块的对象风格特征；至少根据全图风格特征和对象风格特征，确定目标风格特征；根据内容特征和目标风格特征生成第三图像。

公开(公告)号：CN113841179B

公开(公告)日：2025-03-11

申请号：CN202080032107.8

申请日：2020-02-24

Applicant: 商汤集团有限公司 ,  本田技研工业株式会社

Inventor： 沈志强 ,  黄明杨 ,  石建萍 ,  松永英树

IPC: G06T3/04 ,  G06V10/80

Abstract: 本公开实施例公开了一种图像生成方法及装置、电子设备及存储介质，所述方法包括：提取第一图像的内容特征；分别提取第二图像的全图风格特征和第二图像中包括有对象的局部图像块的对象风格特征；至少根据全图风格特征和对象风格特征，确定目标风格特征；根据内容特征和目标风格特征生成第三图像。

公开(公告)号：CN112132167A

公开(公告)日：2020-12-25

申请号：CN201910551145.3

申请日：2019-06-24

Applicant: 商汤集团有限公司

Inventor： 黄明杨 ,  张昶旭 ,  刘春晓 ,  石建萍

IPC: G06K9/62 ,  G06N3/04

Abstract: 本实施例公开了一种图像生成方法和神经网络训练方法、装置、电子设备、计算机存储介质，该图像生成方法包括：利用第一神经网络中顺次连接的多层第一网络单元块提取内容图像的内容特征，得到各层第一网络单元块输出的内容特征；提取风格图像的风格特征；将各层第一网络单元块分别输出的内容特征对应前馈输入第二神经网络中顺次连接的多层第二网络单元块、并将风格特征从多层第二网络单元块中的首层第二网络单元块前馈输入，经各第二网络单元块对各自输入的特征处理后得到第二神经网络输出的生成图像。如此，在图像生成的过程中，利用各层第一网络单元块对内容图像的内容特征进行多次提取，保留了内容图像的更多语义信息，生成图像更为真实。

公开(公告)号：CN112132167B

公开(公告)日：2024-04-16

申请号：CN201910551145.3

申请日：2019-06-24

Applicant: 商汤集团有限公司

Inventor： 黄明杨 ,  张昶旭 ,  刘春晓 ,  石建萍

IPC: G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本实施例公开了一种图像生成方法和神经网络训练方法、装置、电子设备、计算机存储介质，该图像生成方法包括：利用第一神经网络中顺次连接的多层第一网络单元块提取内容图像的内容特征，得到各层第一网络单元块输出的内容特征；提取风格图像的风格特征；将各层第一网络单元块分别输出的内容特征对应前馈输入第二神经网络中顺次连接的多层第二网络单元块、并将风格特征从多层第二网络单元块中的首层第二网络单元块前馈输入，经各第二网络单元块对各自输入的特征处理后得到第二神经网络输出的生成图像。如此，在图像生成的过程中，利用各层第一网络单元块对内容图像的内容特征进行多次提取，保留了内容图像的更多语义信息，生成图像更为真实。

公开(公告)号：CN113496237A

公开(公告)日：2021-10-12

申请号：CN202010203458.2

申请日：2020-03-20

Applicant: 商汤集团有限公司

Inventor： 杨航 ,  黄明杨 ,  刘春晓 ,  石建萍

IPC: G06K9/62 ,  G06K9/46 ,  G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本公开涉及一种域适应神经网络训练和交通环境图像处理方法及装置，所述方法包括：将有标注信息的源域图像和无标注信息的目标域图像输入神经网络；经神经网络的多通道对源域图像和目标域图像进行特征提取，得到源域图像的第一特征图和目标域图像的第二特征图；根据源域图像的标注信息、第一特征图中各通道特征信息和第二特征图中各通道特征信息，确定神经网络的特征提取损失；根据特征提取损失，调整神经网络的网络参数。根据本公开的实施例的域适应神经网络训练方法，可通过源域图像的标注信息、第一特征图中各通道特征信息和第二特征图中各通道特征信息，训练神经网络，提高神经网络的鲁棒性和域适应性，使神经网络可适应更多的使用场景。

公开(公告)号：CN113496237B

公开(公告)日：2024-05-24

申请号：CN202010203458.2

申请日：2020-03-20

Applicant: 商汤集团有限公司

Inventor： 杨航 ,  黄明杨 ,  刘春晓 ,  石建萍

IPC: G06V10/82 ,  G06V10/44 ,  G06V20/54 ,  G06N3/0464 ,  G06N3/084

Abstract: 本公开涉及一种域适应神经网络训练和交通环境图像处理方法及装置，所述方法包括：将有标注信息的源域图像和无标注信息的目标域图像输入神经网络；经神经网络的多通道对源域图像和目标域图像进行特征提取，得到源域图像的第一特征图和目标域图像的第二特征图；根据源域图像的标注信息、第一特征图中各通道特征信息和第二特征图中各通道特征信息，确定神经网络的特征提取损失；根据特征提取损失，调整神经网络的网络参数。根据本公开的实施例的域适应神经网络训练方法，可通过源域图像的标注信息、第一特征图中各通道特征信息和第二特征图中各通道特征信息，训练神经网络，提高神经网络的鲁棒性和域适应性，使神经网络可适应更多的使用场景。