图像处理方法、装置、电子设备及机器可读存储介质.pdf
一只****生物
亲,该文档总共15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
图像处理方法、装置、电子设备及机器可读存储介质.pdf
本申请提供一种图像处理方法、装置、电子设备及机器可读存储介质,该方法包括:依据初始训练集,利用预设训练系统,进行模型训练,得到初始模型;对业务应用端利用所述初始模型进行图像处理得到的输出数据进行筛选,得到置信度以及准确性满足预设条件的目标输出数据;依据所述目标输出数据对所述初始训练集进行扩展,得到扩展后的训练集;依据所述扩展后的训练集,对所述初始模型进行优化训练,得到进化模型,以使业务应用端依据所述进化模型进行图像处理。该方法可以实现模型自动进化,并通过依据进化模型进行图像处理,优化处理效果。
图像处理方法、图像处理装置、电子设备及可读存储介质.pdf
本申请公开了一种图像处理方法、图像处理装置、电子设备及计算机可读存储介质。本申请实施方式提供一种图像处理方法。图像处理方法包括:获取多帧原始RAW图像;对多帧原始RAW图像进行高动态范围图像处理,以获取目标RAW图像;根据拍摄多帧原始RAW图像时的元数据参数信息获取DNG图像中的标签参数;及根据目标RAW图像、标签参数及元数据参数信息生成DNG文件。本申请通过对多帧RAW图像进行高动态融合获得目标RAW图像后,再将目标RAW图转换为DNG文件。如此,能获得图像信息量更大、动态范围更广并且清晰度更高且为DN
图像处理方法、装置、电子设备及可读存储介质.pdf
本申请提供一种图像处理方法、装置、电子设备及可读存储介质,方法包括:使用神经网络模型获取对应预设第一分辨率的第一滤波器;根据第一滤波器,渲染得到对应预设目标尺寸大小的目标滤波器;使用目标滤波器对预设的待滤波图片进行处理;其中,预设目标尺寸大小大于预设第一尺寸大小,待滤波图片的分别率为预设目标分辨率。这样,得到目标滤波器的过程不再是端到端的方式,而是基于神经网络模型输出的低分辨率滤波器来间接得到,这样使得每一个中间层的系数可以被调节。同时,由于本申请是逐级向上渲染得到的目标滤波器,因此训练过程更为可控,不易
图像处理方法、装置、电子设备及可读存储介质.pdf
本公开提供了图像处理方法、装置、电子设备及可读存储介质。该方法包括:获取描述三维空间和三维空间中的目标对象的数据,基于数据生成三维空间模型及目标对象模型,其中目标对象模型位于三维空间模型中的预设位置处,且第一对象的模型具有默认的贴图,该第一对象包括三维空间和/或目标对象;获取在三维空间中第一位置处捕获的一个或多个目标图像和深度图;针对第一对象的模型上的点,根据该点到第一位置的距离以及从深度图中确定的与该点对应的深度,确定使用从默认贴图获取的颜色或从目标图像获取的颜色作为该点的颜色;以及基于确定的点的颜色生
图像处理方法、装置、电子设备及可读存储介质.pdf
本申请实施例提供了一种图像处理方法、装置、电子设备及可读存储介质,涉及人工智能、区块链以及图像处理技术领域。该方法包括:获取待处理图像,待处理图像为包含目标对象的图像;将待处理图像划分为至少两个子图像;提取每个子图像的图像特征,并基于每个子图像的图像特征,确定每个子图像各自对应的分类结果,分类结果表征了子图像中包括目标对象的概率;将各子图像对应的分类结果作为安全因子,对安全因子和待处理图像进行加密,得到待处理图像的加密结果。在本申请实施例中,可以将各子图像对应的分类结果作为安全因子与待处理图像进行一并加密