图像转换方法、模型训练方法、装置、设备和存储介质.pdf
玉怡****文档
亲,该文档总共27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
图像转换方法、模型训练方法、装置、设备和存储介质.pdf
本发明实施例提供一种图像转换方法、模型训练方法、装置、设备和存储介质,该图像转换方法包括:获取包含目标对象的第一图像,并将此图像输入图像编码网络中。将图像编码网络中的特征提取层提取出的第一图像特征作为随机噪声输入生成网络,同时将图像编码网络中的特征映射层提取出的第二图像特征作为随机潜码输入生成网络。生成网络可以根据输入的两图像特征生成包含目标对象的第二图像,且两图像的分辨率不同。通过该方案,可以实现生成的第二图像具有较高的清晰度,且其中包含的目标对象与第一图像中的目标对象具有一致性,也即是实现了图像由低分
模型的训练方法、语音转换方法和装置、设备及存储介质.pdf
本申请提供了一种模型的训练方法、语音转换方法和装置、设备及存储介质,属于人工智能技术领域。该方法包括:获取样本说话对象的样本音频数据;将样本音频数据输入至包括编码网络和解码网络的神经网络模型;通过编码网络对样本音频数据进行重构处理,得到初始音频数据;对初始音频数据进行语音对齐,得到样本音频嵌入向量;通过解码网络对样本音频嵌入向量、预先获取的样本音调参数和样本音色特征向量进行解耦处理,得到合成音频数据;通过损失函数对合成音频数据和样本语音数据进行损失计算,得到模型损失值;根据模型损失值对神经网络模型进行参数
图像转换模型训练方法和图像转换方法、设备及介质.pdf
本发明公开了一种图像转换模型训练方法和图像转换方法、设备及介质,适用于人工智能技术领域。该方法包括:获取多组第一图像训练集,各第一图像训练集包括多张低分辨率图像以及各低分辨率图像对应的高分辨率图像;将多组第一图像训练集,分别输入至图像转换网络中,训练图像转换网络,得到多个初始图像转换模型;初始图像转换模型用于将低分辨率图像转换为高分辨率图像;对多个初始图像转换模型进行融合,生成目标图像转换模型。采用该方法可以缩短模型训练的时间,降低对计算机设备的计算资源的耗费。
图像分割方法、模型的训练方法、装置、设备和存储介质.pdf
本申请公开了一种图像分割方法、模型的训练方法、装置、设备和存储介质,用于解决现有技术中影像评估资源紧张,且准确率难以保证的问题,其中该医学图像分割方法包括:获取目标图像序列,并对其中的多张图像进行特征提取,以获得多个特征图;对特征图执行M层特征降维,以获得M个中间层特征图;对特征图中的感兴趣区域提取的光流特征图执行N层特征降维,以获得N个中间层光流特征图;融合第M层特征降维获得的中间层特征图和第N层特征降维获得的中间层光流特征图,以获得特征图的空间交叉特征图;基于多个特征图的空间交叉特征图,从目标图像序列
图像的分析方法、模型的训练方法、装置、设备及存储介质.pdf
本申请提供一种图像的分析方法、模型的训练方法、装置、设备及存储介质。方法包括:获取脸部图像;确定出所述脸部图像中脸部的轮廓;通过分析所述轮廓的特征,以确定所述脸部是否完整。通过对图像中人脸的轮廓进行分析可以有效确定人脸是否完整,可以避免将脸部不完整的低质量图像用于后续处理,以确保良好的处理效果。