[发明专利]图像处理方法及装置、电子设备和存储介质在审

专利信息
申请号: 202110801035.5 申请日: 2021-07-15
公开(公告)号: CN113506322A 公开(公告)日: 2021-10-15
发明(设计)人: 施路平;杨哲宇;赵蓉 申请(专利权)人: 清华大学
主分类号: G06T7/246 分类号: G06T7/246;G06T7/73;G06N3/04;G06N3/08
代理公司: 北京林达刘知识产权代理事务所(普通合伙) 11277 代理人: 刘新宇
地址: 100084*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 处理 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种图像处理方法,其特征在于,包括:

根据第一时间间隔,对预设场景的第一时间段内的动态视觉信息进行分割,生成所述预设场景的多个动态视觉图像,所述第一时间间隔小于第二时间间隔,所述第二时间间隔为像素采集设备采集所述预设场景的第一色彩图像的时间间隔;

将第一时间段内的第一色彩图像及动态视觉图像,输入图像生成网络进行处理,得到与所述第一时间段内的动态视觉图像分别对应的第二色彩图像;

其中,所述图像生成网络是经过真实性对抗训练和准确性对抗训练得到的,所述真实性对抗训练用于训练所述图像生成网络生成的图像的真实度,准确性对抗训练用于训练所述图像生成网络生成的图像中目标位置和动作的准确度。

2.根据权利要求1所述的方法,其特征在于,根据第一时间间隔,对预设场景的动态视觉信息进行分割,生成所述预设场景的多个动态视觉图像,包括:

根据所述第一时间间隔对所述第一时间段内的多个动态视觉信息进行分割,获得多个动态视觉信息组;

将所述多个动态视觉信息组内的动态视觉信息分别进行融合处理,获得与多个所述动态视觉信息组对应的动态视觉图像。

3.根据权利要求1所述的方法,其特征在于,所述图像生成网络包括用于提取动态视觉图像的时序特征信息的第一特征提取子网络以及用于提取色彩图像的图像特征信息的第二特征提取子网络。

4.根据权利要求3所述的方法,其特征在于,将第一时间段内的第一色彩图像及动态视觉图像,输入图像生成网络进行处理,得到与所述第一时间段内的动态视觉图像分别对应的第二色彩图像,包括:

将所述多个动态视觉图像输入第一特征提取子网络进行处理,分别获得多个动态视觉图像的第一特征图;

将所述第一色彩图像输入第二特征提取子网络进行处理,获得第二特征图;

将所述第一特征图和所述第二特征图进行特征融合处理,获得与所述第一特征图像对应的第三特征图;

根据所述第三特征图进行图像重构处理,获得所述第二色彩图像。

5.根据权利要求1所述的方法,其特征在于,所述方法还包括:

将多个第一样本动态视觉图像和第一样本色彩图像输入图像生成网络进行处理,获得第二样本色彩图像,所述第一样本动态视觉图像是第二时间段中获取的样本动态视觉信息融合成的图像,所述第一样本色彩图像是所述第二时间段内获取的色彩图像;

根据所述第一样本色彩图像、所述第二样本色彩图像以及第一判别网络,对所述图像生成网络进行真实性对抗训练,并根据所述第二样本色彩图像、所述第一样本动态视觉图像以及第二判别网络,对所述图像生成网络进行准确性对抗训练,获得训练后的图像生成网络。

6.根据权利要求5所述的方法,其特征在于,所述根据所述第一样本色彩图像、所述第二样本色彩图像以及第一判别网络,对所述图像生成网络进行真实性对抗训练,包括:

将所述第一样本色彩图像或所述第二样本色彩图像输入所述第一判别网络,获得第一判别损失;

根据所述第一判别损失,对抗训练所述第一判别网络和所述图像生成网络。

7.根据权利要求5所述的方法,其特征在于,所述第二判别网络包括脉冲生成子网络和判别子网络,

所述根据所述第二样本色彩图像、所述第一样本动态视觉图像以及第二判别网络,对所述图像生成网络进行准确性对抗训练,包括:

将所述第二样本色彩图像输入脉冲生成子网络,获得第二样本动态视觉图像;

将所述第一样本动态视觉图像或所述第二样本动态视觉图像输入判别子网络,获得第二判别损失;

根据所述第二判别损失,对抗训练所述图像生成网络和所述第二判别网络。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110801035.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top