图像处理、模型训练方法、装置、设备、存储介质及程序.pdf
论文****可爱
亲,该文档总共29页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
图像处理、模型训练方法、装置、设备、存储介质及程序.pdf
本公开提供了图像处理、模型训练方法、装置、设备、存储介质及程序,涉及人工智能领域,尤其涉及计算机视觉和深度学习技术领域。具体实现方案为:获取待处理的第一图像,对第一图像进行特征提取,得到第一图像特征,根据M种特征增强方式,对所述第一图像特征进行M次特征增强处理,得到M个第二图像特征,所述M为大于或等于1的整数;对所述M个第二图像特征进行分类处理,得到所述第一图像的类别。上述过程,一方面提高了图像分类结果的准确性,另一方面提高了分类效率。
模型训练方法、图像处理方法、装置、设备及存储介质.pdf
本发明实施例公开了模型训练方法、图像处理方法、装置、设备及存储介质。其中,模型训练方法包括:获取训练样本集合,利用训练样本集合基于预设损失函数对预设原始网络模型进行训练,得到目标网络模型,根据目标网络模型中包含的目标生成网络确定人脸图像处理模型,其中,预设原始网络模型中包括生成对抗网络和瑕疵分割网络,生成网络用于生成目标域无瑕疵人脸图像,瑕疵分割网络用于在训练过程中对生成网络输出的生成图像进行分割,将分割结果转化为抑制瑕疵损失函数,约束生成图像以抑制图像在生成过程瑕疵的产生。通过采用上述技术方案,使用人脸
图像处理方法、图像处理模型训练方法、装置及存储介质.pdf
本申请公开了图像处理方法、图像处理模型训练方法、装置及存储介质,涉及人工智能领域的计算机视觉、深度学习等领域。具体实现方案为:将所述待编辑图像在生成对抗网络的S空间进行编码,获取第一隐编码;其中,所述生成对抗网络为基于样式的生成对抗网络;将所述文本描述信息进行编码,获取文本图像的文本编码,并将所述文本编码在所述S空间上进行映射,获取第二隐编码;将所述第一隐编码和第二隐编码进行距离优化,获取满足距离要求的目标隐编码;基于所述目标隐编码生成所述目标图像。能够在编辑图像的某一部分时对其它无需编辑的部分产生的影响
图像处理、图像处理模型的训练方法、装置、设备及介质.pdf
本申请公开了一种图像处理、图像处理模型的训练方法、装置、设备及介质,涉及人工智能技术领域中的计算机视觉技术。该图像处理方法包括:获取参考对象的待处理图像和目标图像处理模型,目标图像处理模型基于参考对象的样本图像和样本图像对应的标签训练得到,样本图像对应的标签用于指示样本图像中的第一样本像素点;调用目标图像处理模型对待处理图像的表征图像进行概率预测,得到第一概率图;基于第一概率图,获取目标对象的图像。此种方式,获取目标图像的效率较高,目标图像处理模型能够较为精准地识别出图像中的对应的对象类别为目标对象的像素
图像处理、图像处理模型的训练方法、装置、设备及介质.pdf
本申请公开了一种图像处理、图像处理模型的训练方法、装置、设备及介质,属于人工智能技术领域,涉及人工智能技术领域中的计算机视觉技术。该图像处理方法包括:获取待处理图像和图像处理模型,图像处理模型包括编码模型和解码模型,编码模型包括注意力模型和卷积模型,注意力模型基于全局信息进行编码,卷积模型基于局部信息进行编码;调用注意力模型和卷积模型基于全局信息和局部信息对待处理图像进行编码,得到目标编码特征;调用解码模型对目标编码特征进行解码,得到目标图像特征;基于目标图像特征,获取分割结果。此方式,目标图像特征通过综