-
公开(公告)号:CN117291827A
公开(公告)日:2023-12-26
申请号:CN202310835234.7
申请日:2023-07-07
申请人: 腾讯科技(深圳)有限公司 , 浙江大学
IPC分类号: G06T5/00 , G06N3/0464 , G06N3/0475 , G06N3/094
摘要: 本申请公开了一种数据集的生成方法、装置、设备及存储介质,属于三维模型建模领域。所述方法包括:获取第一三维网格,第一三维网格是无噪声三维网格;通过噪声生成模型根据第一三维网格生成第一三维网格对应的第二三维网格,第二三维网格携带有噪声生成模型对应的噪声特征下的噪声,噪声生成模型用于生成第一三维网格在噪声特征下的顶点位置变化以得到第二三维网格;根据第一三维网格以及第一三维网格对应的第二三维网格生成数据集;其中,数据集用于训练网格降噪模型,网格降噪模型用于对噪声特征下的噪声进行降噪。通过噪声生成模型来生成数据集,可降低生成数据集的成本。
-
公开(公告)号:CN116977343A
公开(公告)日:2023-10-31
申请号:CN202211349174.X
申请日:2022-10-31
申请人: 腾讯科技(深圳)有限公司
IPC分类号: G06T7/10 , G06T3/40 , G06T5/00 , G06V10/40 , G06V10/80 , G06V10/82 , G06N3/048 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06N3/045
摘要: 本申请提供了一种基于人工智能的图像处理方法、装置、电子设备、存储介质及程序产品;方法包括:对第一图像进行均等分割处理,得到多个第二图像,对多个第二图像在图像通道维度上进行拼接处理,得到第三图像;对第三图像进行基于多个深度层级的卷积特征提取处理,得到对应每个深度层级的第一特征图,对每个深度层级的第一特征图分别进行多倍上采样处理,得到每个深度层级的第二特征图;对多个深度层级的第二特征图进行相加处理,得到第三特征图,对第三特征图进行残差特征提取处理,得到第四特征图;对第四特征图以及每个深度层级的第二特征图进行基于多倍上采样机制的融合处理,得到第四图像。通过本申请能够提高图像超分感知效果。
-
公开(公告)号:CN117541474A
公开(公告)日:2024-02-09
申请号:CN202311510775.9
申请日:2023-11-13
申请人: 腾讯科技(深圳)有限公司
IPC分类号: G06T3/4053 , G06V10/774 , G06V10/80
摘要: 本申请提供了一种图像超分模型的训练方法、装置、设备及存储介质;方法包括:构建多个图像对样本,其中,所述图像对样本包括图像样本和所述图像样本的降质图像;获取所述图像样本中的高频部分与低频部分的比值,以作为高低频比值;根据所述高低频比值确定所述图像样本的像素损失函数权重;根据所述图像样本的所述像素损失函数权重,确定所述多个图像对样本的像素损失函数整体权重;通过所述像素损失函数整体权重,对包括所述像素损失函数在内的多个损失函数进行融合,得到融合损失函数;根据所述多个图像对样本和所述融合损失函数训练所述图像超分模型。通过本申请,能提升图像中高频信息的恢复能力。
-
-