-
公开(公告)号：CN107945098A
公开(公告)日：2018-04-20
申请号：CN201711191814.8
申请日：2017-11-24
Applicant: 腾讯科技(深圳)有限公司
Abstract: 本发明提供一种图像处理方法，该方法包括：获取输入图像；根据内存大小对输入图像进行分割，得到多个子图像块；获取图像处理器GPU与中央处理器CPU的运算能力；根据GPU的运算能力和CPU的运算能力对每个子图像块进行异构结构分割，得到每个子图像块中包括的应分配给GPU处理的第一图像子块和应分配给CPU处理的第二图像子块；通过GPU对所述第一图像子块进行处理，得到第一特征图，以及通过CPU对所述第二图像子块进行处理，得到第二特征图；对第一特征图和第二特征图进行拼接，得到最终图像。此外，还提供了一种图像处理装置、一种计算机设备和存储介质。
-
Patent Agency Ranking
公开(公告)号：CN107945098B
公开(公告)日：2022-03-01
申请号：CN201711191814.8
申请日：2017-11-24
Applicant: 腾讯科技(深圳)有限公司
Abstract: 本发明提供一种图像处理方法，该方法包括：获取输入图像；根据内存大小对输入图像进行分割，得到多个子图像块；获取图像处理器GPU与中央处理器CPU的运算能力；根据GPU的运算能力和CPU的运算能力对每个子图像块进行异构结构分割，得到每个子图像块中包括的应分配给GPU处理的第一图像子块和应分配给CPU处理的第二图像子块；通过GPU对所述第一图像子块进行处理，得到第一特征图，以及通过CPU对所述第二图像子块进行处理，得到第二特征图；对第一特征图和第二特征图进行拼接，得到最终图像。此外，还提供了一种图像处理装置、一种计算机设备和存储介质。
-
公开(公告)号：CN108022212A
公开(公告)日：2018-05-11
申请号：CN201711191101.1
申请日：2017-11-24
Applicant: 腾讯科技(深圳)有限公司
CPC classification number: G06N3/0454 , G06T3/4053
Abstract: 本发明提供一种高分辨率图片生成方法，其包括：获取至少一个深度神经网络模型；获取低分辨率图片；根据低分辨率图片，确定对应的深度神经网络模型；通过深度神经网络模型，将低分辨率图片转换为高分辨率图片；其中深度神经网络模型包括交替使用不同参数矩阵作为卷积模板参数的多个非线性转换卷积层。本发明还提供一种高分辨率图片生成装置，本发明的高分辨率图片生成方法以及生成装置通过创建具有非线性转换卷积层的深度神经网络模型，提高了将低分辨率图片转换为高分辨率图片的准确性，从而降低了交互终端双方的多媒体图片信息的交互成本，提高了交互终端双方的多媒体图片信息的交互效率。
-
公开(公告)号：CN107967669B
公开(公告)日：2022-08-09
申请号：CN201711194385.X
申请日：2017-11-24
Applicant: 腾讯科技(深圳)有限公司
Abstract: 本申请涉及一种图片处理的方法，该方法包括：获取待处理图像，将待处理图像进行切分得到多个子图像块，计算每个子图像块对应的模块梯度值，根据模块梯度值将子图像块分类到模块类集合中对应的目标模块类，根据目标模块类对应的图像处理算法对子图像块进行超分辨率处理，模块类集合中各个模块类分别对应不同的模块梯度值范围，其中，模块类所对应的模块梯度值范围中包含的模块梯度值越大，对应的图像处理算法处理得到的子图像块的清晰度越高；将处理后的各个子图像块按照切分前的位置进行拼接得到目标图像。该方法可以在保证处理效果的同时满足用户实时性的显示需求。此外，还提出了一种图片处理的装置、计算机设备及存储介质。
-
公开(公告)号：CN108022212B
公开(公告)日：2022-07-01
申请号：CN201711191101.1
申请日：2017-11-24
Applicant: 腾讯科技(深圳)有限公司
Abstract: 本发明提供一种高分辨率图片生成方法，其包括：获取至少一个深度神经网络模型；获取低分辨率图片；根据低分辨率图片，确定对应的深度神经网络模型；通过深度神经网络模型，将低分辨率图片转换为高分辨率图片；其中深度神经网络模型包括交替使用不同参数矩阵作为卷积模板参数的多个非线性转换卷积层。本发明还提供一种高分辨率图片生成装置，本发明的高分辨率图片生成方法以及生成装置通过创建具有非线性转换卷积层的深度神经网络模型，提高了将低分辨率图片转换为高分辨率图片的准确性，从而降低了交互终端双方的多媒体图片信息的交互成本，提高了交互终端双方的多媒体图片信息的交互效率。
-
公开(公告)号：CN107967669A
公开(公告)日：2018-04-27
申请号：CN201711194385.X
申请日：2017-11-24
Applicant: 腾讯科技(深圳)有限公司
CPC classification number: G06T3/4053 , G06T3/4007 , G06T3/4038 , G06T7/11
Abstract: 本申请涉及一种图片处理的方法，该方法包括：获取待处理图像，将待处理图像进行切分得到多个子图像块，计算每个子图像块对应的模块梯度值，根据模块梯度值将子图像块分类到模块类集合中对应的目标模块类，根据目标模块类对应的图像处理算法对子图像块进行超分辨率处理，模块类集合中各个模块类分别对应不同的模块梯度值范围，其中，模块类所对应的模块梯度值范围中包含的模块梯度值越大，对应的图像处理算法处理得到的子图像块的清晰度越高；将处理后的各个子图像块按照切分前的位置进行拼接得到目标图像。该方法可以在保证处理效果的同时满足用户实时性的显示需求。此外，还提出了一种图片处理的装置、计算机设备及存储介质。
-
-
-
-
-
Search Results
6
records
(took 0.026 seconds)
