Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜京东方科技集团股份有限公司高艳获国家专利权

恭喜京东方科技集团股份有限公司高艳获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜京东方科技集团股份有限公司申请的专利多曝光度图像样本的生成方法及装置、计算机设备及介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN113554083B

龙图腾网通过国家知识产权局官网在2025-03-25发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202110805482.8,技术领域涉及:G06V10/774;该发明授权多曝光度图像样本的生成方法及装置、计算机设备及介质是由高艳;孙梦笛设计研发完成,并于2021-07-16向国家知识产权局提交的专利申请。

多曝光度图像样本的生成方法及装置、计算机设备及介质在说明书摘要公布了:本发明实施例公开一种多曝光度图像样本的生成方法及装置、计算机设备及介质。在一具体实施方式中,该方法包括:将第一图像输入已通过循环生成网络架构训练的特征提取器,得到曝光度特征向量;对所述曝光度特征向量与设定取值范围内的多个权重值分别进行乘法运算;对所述乘法运算的结果与所述第一图像进行加法运算,得到对应于所述第一图像的多个不同曝光度的图像样本。该实施方式可有效实现多曝光度图像样本的増广,且増广图像的曝光度范围及曝光度差值均可调节。

本发明授权多曝光度图像样本的生成方法及装置、计算机设备及介质在权利要求书中公布了:1.一种多曝光度图像样本的生成方法,其特征在于,包括:将第一图像输入已通过循环生成网络架构训练的特征提取器,得到曝光度特征向量;对所述曝光度特征向量与设定取值范围内的多个权重值分别进行乘法运算;以及对所述乘法运算的结果与所述第一图像进行加法运算,得到对应于所述第一图像的多个不同曝光度的图像样本;其中,在将第一图像输入已通过循环生成网络架构训练的特征提取器之前,该方法还包括:通过循环生成网络架构训练得到特征提取器;所述通过循环生成网络架构训练得到特征提取器包括:获取多个第一训练图像及多个第二训练图像,其中,所述第一训练图像与所述第二训练图像之一为欠曝光图像、另一为过曝光图像;构建循环生成网络架构,所述循环生成网络架构包括第一生成器、第一鉴别器、第二生成器和第二鉴别器,其中,所述第一生成器包括特征提取器和加法运算层,所述加法运算层用于对所述特征提取器的输入与输出进行加法运算以得到所述第一生成器的输出,所述第一生成器的输出分别作为所述第二鉴别器及所述第二生成器的输入,所述第二生成器的输出分别作为所述第一鉴别器及所述第一生成器的输入;将所述多个第一训练图像分别输入所述第一生成器及所述第一鉴别器,并将所述多个第二训练图像输入所述第二生成器及所述第二鉴别器,以训练所述循环生成网络架构,得到已训练的特征提取器;其中,通过循环生成网络架构训练得到特征提取器所利用的训练图像集包括第一训练图像集和第二训练图像集,第一训练图像集包括多个欠曝光的第一训练图像,第二训练图像集包括多个过曝光的第二训练图像,设欠曝光的第一训练图像属于数据域X、过曝光的第二训练图像属于数据域Y,所述循环生成网络架构包括:第一生成器GX→Y、第一鉴别器DX、第二生成器GY→X和第二鉴别器DY,第一生成器GX→Y输出的Fake_Y分别作为第二鉴别器DY及第二生成器GY→X的输入,第二生成器GY→X输出的Fake_X分别作为第一鉴别器DX及第一生成器GX→Y的输入;在训练过程中,对于两个数据域X和Y:属于数据域X的欠曝光的第一训练图像Real_X输入第一生成器GX→Y,第一生成器GX→Y的任务是将属于数据域X的欠曝光的第一训练图像Real_X转换为数据域Y的过曝光图像Fake_Y,训练中这一过程的目的是使得第一生成器GX→Y学习数据域Y特征,经过训练后,第一生成器GX→Y学习到的是转换曝光度特征向量的能力;属于数据域Y的过曝光的第二训练图像Real_Y输入第二生成器GY→X,第二生成器GY→X的任务是将属于数据域Y的过曝光的第二训练图像Real_Y转换为数据域X的欠曝光图像Fake_X,训练中这一过程的目的是使得第二生成器GY→X学习数据域X特征,经过训练后,第二生成器GY→X学习到的是转换曝光度特征向量的能力;属于数据域X的欠曝光的第一训练图像Real_X还输入第一鉴别器DX,第二生成器GY→X生成的图像Fake_X也输入第一鉴别器DX,第一鉴别器DX的任务是鉴别输入的图像是第二生成器GY→X生成的图像Fake_X还是属于数据域X的欠曝光的第一训练图像Real_X,公式为0,1二分类的损失;属于数据域Y的过曝光的第二训练图像Real_Y还输入第二鉴别器DY,第一生成器GX→Y生成的图像Fake_Y也输入第二鉴别器DY,第二鉴别器DY的任务是鉴别输入的图像是第一生成器GX→Y生成的图像Fake_Y还是属于数据域Y的过曝光的第二训练图像Real_Y,公式为0,1二分类的损失。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人京东方科技集团股份有限公司,其通讯地址为:100015 北京市朝阳区酒仙桥路10号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。