-
Patent Agency Ranking
公开(公告)号：CN118628867A
公开(公告)日：2024-09-10
申请号：CN202410785899.6
申请日：2024-06-18
Applicant: 大连理工大学
IPC: G06V10/774 , G06V10/82 , G06T9/00 , G06N3/0455
Abstract: 本披露公开了一种用于对点云数据处理模型进行训练的方法及其相关产品。该用于对点云数据处理模型进行训练的方法包括：利用等距分块操作，获得用于对点云数据处理模型进行训练的初始点云数据集；利用初始点云数据集对点云编码器和点云解码器进行训练；以及基于初始点云数据集、点云编码器和点云解码器对点云判决器进行训练，以实现对点云数据处理模型进行训练。本披露的点云编码器和点云解码器具有较高的感知质量。利用本披露提供的点云编码器和点云解码器来实现点云数据的压缩和解压缩，可以在相同压缩率条件下，降低解压缩得到的点云数据与初始点云数据之间的误差，从而减少对下游点云数据任务的精确度的影响。
-
公开(公告)号：CN112927137A
公开(公告)日：2021-06-08
申请号：CN202110251126.6
申请日：2021-03-08
Applicant: 大连理工大学
Abstract: 本公开涉及一种用于获取盲超分辨率图像的方法、设备及存储介质。该方法包括估计自然图像退化过程中的图像退化模型参数，其中所述图像退化模型参数包括卷积核池和噪声池；根据所述图像退化模型参数建立低分辨率‑高分辨率的配对图像数据集；利用所述配对图像数据集来训练和优化图像生成器；以及基于所述配对图像数据集和所述图像生成器来训练和优化图像判别器，以获得盲超分辨率图像。本公开通过自然图像的退化模型来估计模型参数，以便建立配对数据集，进而用于训练和优化图像生成器和判别器，从而能够获得盲超分辨率图像，极大地提高了超分辨率图像的质量。
-
公开(公告)号：CN112927137B
公开(公告)日：2025-04-29
申请号：CN202110251126.6
申请日：2021-03-08
Applicant: 大连理工大学
IPC: G06T3/4053 , G06T3/4046 , G06N3/0464 , G06N3/08
Abstract: 本公开涉及一种用于获取盲超分辨率图像的方法、设备及存储介质。该方法包括估计自然图像退化过程中的图像退化模型参数，其中所述图像退化模型参数包括卷积核池和噪声池；根据所述图像退化模型参数建立低分辨率‑高分辨率的配对图像数据集；利用所述配对图像数据集来训练和优化图像生成器；以及基于所述配对图像数据集和所述图像生成器来训练和优化图像判别器，以获得盲超分辨率图像。本公开通过自然图像的退化模型来估计模型参数，以便建立配对数据集，进而用于训练和优化图像生成器和判别器，从而能够获得盲超分辨率图像，极大地提高了超分辨率图像的质量。
-
公开(公告)号：CN116721179A
公开(公告)日：2023-09-08
申请号：CN202310593568.8
申请日：2023-05-24
Applicant: 大连理工大学
IPC: G06T11/20 , G06T5/00 , G06N3/0475 , G06N3/084
Abstract: 本申请公开了一种基于扩散模型生成图像的方法、设备和存储介质。所述方法包括：从初始噪声分布中采集噪声图像；根据最优传输映射将所述噪声图像逆向传输至目标扩散步数处，以获得用于逆向扩散生成所述目标图像的最优初始扩散分布；以及基于所述最优初始扩散分布，利用预先训练完成的扩散模型执行逆向扩散操作，以生成所述目标图像。利用本申请的方案，能够在减少扩散步长提升效率的同时，避免模式混淆，提高生成图像的质量。
-
公开(公告)号：CN115294179A
公开(公告)日：2022-11-04
申请号：CN202210889501.4
申请日：2022-07-26
Applicant: 大连理工大学
IPC: G06T7/30 , G06V10/764 , G06V10/774
Abstract: 本申请公开了一种用于对点云进行上采样的方法、电子设备及存储介质。该方法包括：获取待进行上采样的稀疏点云；将待进行上采样的稀疏点云输入至点云上采样网络中进行上采样，以得到目标稠密点云；其中，点云上采样网络的损失函数基于Wasserstein距离进行构建，并且点云上采样网络经由稀疏点云训练数据和稠密点云训练数据训练得到。利用本申请提供的方案，能够确保目标稠密点云质量的同时，降低训练数据获取难度，提高了点云上采样网络的泛化性能。
-
-
-
-
Search Results
5
records
(took 0.017 seconds)
