CN113506229B - 神经网络训练和图像生成方法及装置 - Google Patents
神经网络训练和图像生成方法及装置 Download PDFInfo
- Publication number
- CN113506229B CN113506229B CN202110799904.5A CN202110799904A CN113506229B CN 113506229 B CN113506229 B CN 113506229B CN 202110799904 A CN202110799904 A CN 202110799904A CN 113506229 B CN113506229 B CN 113506229B
- Authority
- CN
- China
- Prior art keywords
- reconstruction
- network
- loss
- color image
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012549 training Methods 0.000 title claims abstract description 67
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000013528 artificial neural network Methods 0.000 title claims abstract description 36
- 230000000007 visual effect Effects 0.000 claims abstract description 75
- 238000012545 processing Methods 0.000 claims abstract description 60
- 238000003860 storage Methods 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 15
- 238000013527 convolutional neural network Methods 0.000 claims description 5
- 230000000306 recurrent effect Effects 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 17
- 238000004891 communication Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 230000008859 change Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 230000009471 action Effects 0.000 description 6
- 238000013459 approach Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 238000003491 array Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000004540 process dynamic Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Biophysics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
Abstract
本公开涉及一种神经网络训练和图像生成方法及装置,所述方法包括:将样本场景的样本动态视觉信息输入第一重建网络进行处理,获得第一重建结果;将样本场景的样本色彩图像输入第二重建网络进行处理,获得第二重建结果;根据样本色彩图像、第一重建结果及第二重建结果,确定第一重建网络和第二重建网络的综合网络损失;根据综合网络损失,训练第一重建网络和所述第二重建网络。根据本公开的实施例的神经网络训练方法,可通过训练使得动态视觉信息对应的特征图与色彩图像对应的特征图更接近,还可使得第二重建网络输出的第二重建图像更接近真实的色彩图像,可提升与第二重建图像接近的第一重建图像的准确程度和逼真程度。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及一种神经网络训练和图像生成方法及装置。
背景技术
在相关技术中,相机或摄像头采集图像或视频帧的帧频不高,在一定时间段内采集到的视频帧的数量有限,如果拍摄的目标对象速度较快,则在两个视频帧之间的时间间隔中,难以拍摄到目标对象,也难以确定目标对象的位姿,导致遗漏目标对象的动作或轨迹。
发明内容
本公开提出了一种神经网络训练和图像生成方法及装置。
根据本公开的一方面,提供了一种图像神经网络训练方法,包括:将样本场景的样本动态视觉信息输入第一重建网络进行处理,获得第一重建结果,所述第一重建结果包括多级第一特征图及第一重建图像;将所述样本场景的样本色彩图像输入第二重建网络进行处理,获得第二重建结果,所述第二重建结果包括多级第二特征图及第二重建图像,所述样本色彩图像与所述样本动态视觉信息的获取时刻相同;根据所述样本色彩图像、所述第一重建结果及所述第二重建结果,确定所述第一重建网络和所述第二重建网络的综合网络损失;根据所述综合网络损失,训练所述第一重建网络和所述第二重建网络,其中,所述第一重建网络用于根据动态视觉信息生成色彩图像,所述第二重建网络用于训练所述第一重建网络。
在一种可能的实现方式中,根据所述样本色彩图像、所述第一重建结果及所述第二重建结果,确定所述第一重建网络和所述第二重建网络的综合网络损失,包括:根据所述第一重建结果与所述第二重建结果,确定第一网络损失;根据所述第二重建图像与所述样本色彩图像,确定第二网络损失;根据所述第一网络损失和所述第二网络损失,确定所述综合网络损失。
在一种可能的实现方式中,根据所述第一重建结果与所述第二重建结果,确定第一网络损失,包括:根据各级第一特征图,以及与各级第一特征图分辨率相同的第二特征图,分别确定各级的第一子损失;根据所述第一重建图像及所述第二重建图像,确定第二子损失;将各级的第一子损失与所述第二子损失进行加权求和处理,获得所述第一网络损失。
在一种可能的实现方式中,根据所述第一网络损失和所述第二网络损失,确定所述综合网络损失,包括:将所述第一网络损失和所述第二网络损失进行加权求和处理,获得所述综合网络损失。
在一种可能的实现方式中,所述第一重建网络包括递归神经网络,所述第二重建网络包括卷积神经网络。
根据本公开的一方面,提供了一种图像生成方法,包括:将第一时间段内的多个时刻获取的预设场景的动态视觉信息,输入上述神经网络训练方法训练后的第一重建网络进行处理,生成与各所述动态视觉信息对应的第一色彩图像。
在一种可能的实现方式中,所述方法还包括:根据所述第一色彩图像,以及所述第一时间段内获取的所述预设场景的第二色彩图像,获得所述预设场景的第一时间段内的视频,其中,所述动态视觉信息的获取频率高于色彩图像的获取频率。
根据本公开的一方面,提供了一种神经网络训练装置,包括:第一重建模块,用于将样本场景的样本动态视觉信息输入第一重建网络进行处理,获得第一重建结果,所述第一重建结果包括多级第一特征图及第一重建图像;第二重建模块,用于将所述样本场景的样本色彩图像输入第二重建网络进行处理,获得第二重建结果,所述第二重建结果包括多级第二特征图及第二重建图像,所述样本色彩图像与所述样本动态视觉信息的获取时刻相同;损失确定模块,用于根据所述样本色彩图像、所述第一重建结果及所述第二重建结果,确定所述第一重建网络和所述第二重建网络的综合网络损失;训练模块,用于根据所述综合网络损失,训练所述第一重建网络和所述第二重建网络,其中,所述第一重建网络用于根据动态视觉信息生成色彩图像,所述第二重建网络用于训练所述第一重建网络。
在一种可能的实现方式中,所述损失确定模块进一步用于:根据所述第一重建结果与所述第二重建结果,确定第一网络损失;根据所述第二重建图像与所述样本色彩图像,确定第二网络损失;根据所述第一网络损失和所述第二网络损失,确定所述综合网络损失。
在一种可能的实现方式中,所述损失确定模块进一步用于:根据各级第一特征图,以及与各级第一特征图分辨率相同的第二特征图,分别确定各级的第一子损失;根据所述第一重建图像及所述第二重建图像,确定第二子损失;将各级的第一子损失与所述第二子损失进行加权求和处理,获得所述第一网络损失。
在一种可能的实现方式中,将所述第一网络损失和所述第二网络损失进行加权求和处理,获得所述综合网络损失。
在一种可能的实现方式中,所述第一重建网络包括递归神经网络,所述第二重建网络包括卷积神经网络。
根据本公开的一方面,提供了一种图像生成装置,包括:生成模块,用于将第一时间段内的多个时刻获取的预设场景的动态视觉信息,输入上述神经网络训练装置训练后的第一重建网络进行处理,生成与各所述动态视觉信息对应的第一色彩图像。
在一种可能的实现方式中,所述装置还包括:视频生成模块,用于根据所述第一色彩图像,以及所述第一时间段内获取的所述预设场景的第二色彩图像,获得所述预设场景的第一时间段内的视频,其中,所述动态视觉信息的获取频率高于色彩图像的获取频率。
根据本公开的一方面,提供了一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为调用所述存储器存储的指令,以执行上述方法。
根据本公开的一方面,提供了一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本公开。根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开实施例的神经网络训练方法的流程图;
图2示出根据本公开实施例的神经网络训练方法的应用示意图;
图3示出根据本公开实施例的神经网络训练装置的框图;
图4示出根据本公开实施例的电子装置的框图;
图5示出根据本公开实施例的电子装置的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外,为了更好地说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
图1示出根据本公开实施例的神经网络训练方法的流程图,如图1所示,所述神经网络训练方法包括:
在步骤S11中,将样本场景的样本动态视觉信息输入第一重建网络进行处理,获得第一重建结果,所述第一重建结果包括多级第一特征图及第一重建图像;
在步骤S12中,将所述样本场景的样本色彩图像输入第二重建网络进行处理,获得第二重建结果,所述第二重建结果包括多级第二特征图及第二重建图像,所述样本色彩图像与所述样本动态视觉信息的获取时刻相同;
在步骤S13中,根据所述样本色彩图像、所述第一重建结果及所述第二重建结果,确定所述第一重建网络和所述第二重建网络的综合网络损失;
在步骤S14中,根据所述综合网络损失,训练所述第一重建网络和所述第二重建网络,
其中,所述第一重建网络用于根据动态视觉信息生成色彩图像,所述第二重建网络用于训练所述第一重建网络。
根据本公开的实施例的神经网络训练方法,可通过训练,使第一重建网络获得的样本动态视觉信息的第一重建结果接近第二重建网络获得的色彩图像的第二重建结果,可使得第一重建网络基于样本动态视觉信息获得真实程度较高的色彩图像。由于动态视觉信息的频率高于色彩图像的获取频率,通过第一重建网络对动态视觉信息进行处理,可使色彩图像的获取频率提高,有助于对运动物体的运动轨迹或动作进行追踪,提升追踪效果。
在一种可能的实现方式中,所述神经网络训练方法可以由终端设备或服务器等电子设备执行,终端设备可以为用户设备(User Equipment,UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(Personal Digital Assistant,PDA)、手持设备、计算设备、车载设备、可穿戴设备等,所述方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。或者,可通过服务器执行所述方法。
在一种可能的实现方式中,动态视觉感受器(Dynamic visual receptors,DVS)与对光强变化率敏感,并且每个像素可记录该像素位置处光强的变化量,当变化量超过阈值后产生一个正向或负向脉冲,即,动态视觉信息。
例如,事件相机(Event Camera)是一种动态视觉感受器,可用于获取预设场景的光强变化率。在预设场景中的目标出现异动或进行某些动作时,该目标呈现在事件相机中的光强可发生一定程度的变化,事件相机可敏锐地捕捉这种变化,获得动态视觉信息。
在一种可能的实现方式中,相比于普通相机或摄像头,动态视觉感受器的帧频更高,例如,相机或传统摄像头的帧频约为100fps,而动态视觉感受器的帧频约为1,000,000fps。因此,在普通相机或摄像头拍摄到两帧图像之间的时间间隔中,可拍摄到多帧动态视觉信息。
在一种可能的实现方式中,由于色彩图像的获取频率较低,因此在获取到两帧色彩图像之间的时间间隔中难以拍摄到目标对象的色彩图像,也通过色彩图像对目标对象进行跟踪。而动态视觉信息的获取频率较高,在获取到两帧色彩图像之间的时间间隔中可获取到多个动态视觉信息,因此,可基于动态视觉信息来获取更多色彩图像,例如,在拍摄到两帧色彩图像之间的时间间隔中,通过动态视觉信息来生成色彩图像,以用于在所述时间间隔中追踪目标对象。
在一种可能的实现方式中,动态视觉信息虽然获取频率高,但单帧动态视觉信息中的信息量较少,像素数据稀疏。对动态视觉信息进行特征提取难以获取信息丰富的特征图,也难以基于特征图重建色彩图像。
在一种可能的实现方式中,基于上述问题,可通过用于处理动态视觉信息的第一重建网络来对动态视觉信息进行处理,以根据动态视觉信息生成特征图。在使用第一重建网络进行处理之前,可对第一重建网络进行训练。例如,可通过用于处理色彩图像的第二重建网络来帮助第一重建网络进行训练。在示例中,可通过使第一重建网络对动态视觉信息进行处理获得的第一重建结果,逼近第二重建网络对色彩图像进行处理获得的第二重建结果,即,使第一重建网络对动态视觉信息进行处理获得的特征图以及生成的色彩图像,分别与第二重建网络对色彩图像进行处理获得的特征图和色彩图像接近,使得第一重建网络能够生成与真实的色彩图像接近的图像。在示例中,所述第一重建网络包括递归神经网络,所述第二重建网络包括卷积神经网络。本公开对第一重建网络和第二重建网络的类型不做限制。
在一种可能的实现方式中,可通过相同场景的样本动态视觉信息和样本色彩图像来进行训练。可同时对相同的样本场景获取多个样本色彩图像和样本动态视觉信息,并使用同时获取的样本色彩图像和样本动态视觉信息进行训练。
在一种可能的实现方式中,在步骤S11中,第一重建网络可包括编码子网络和解码子网络,编码子网络可包括多个网络层级,可用于获取动态视觉信息的特征信息,解码子网络可包括多个网络层级,可用于基于特征信息进行解码,获取第一重建结果,即,获得多级第一特征图(即,解码子网络各层级输出的特征图)和第一重建图像。
在一种可能的实现方式中,在步骤S12中,第二重建网络也可包括编码子网络和解码子网络,编码子网络可包括多个网络层级,可用于获取色彩图像的特征信息,解码子网络可包括多个网络层级,可用于基于特征信息进行解码,获取第二重建结果,即,获得多级第二特征图(即,解码子网络各层级输出的特征图)和第二重建图像。
在一种可能的实现方式中,该训练的目的是使得第一重建网络能够基于动态视觉信息生成与色彩图像一致的图像,因此,可通过使第一重建网络的第一重建结果与第二重建网络的第二重建结果之间的差异减小,且使第二重建图像与色彩图像之间的差异减小,使得第一重建结果生成的第一重建图像更逼真且准确。即,使得第一重建结果中各级第一特征图与第二重建结果中对应层级的第二特征图之间的差异减小,以及使得第一重建图像与第二重建图像之间的差异减小,且使得第二重建图像与色彩图像之间的差异减小。通过这种方式,可提升第一重建网络每个层级输出的特征图的精度,从而进一步提升第一重建网络生成的图像的逼真程度和精度。
在一种可能的实现方式中,在训练之前,第一重建网络和第二重建网络均可能存在误差,即,第一重建网络输出的第一重建结果和第二重建网络输出的第二重建结果不一致,和/或第二重建网络输出的第二重建图像与样本色彩图像不一致。
在一种可能的实现方式中,在步骤S13中,可基于样本色彩图像、第一重建结果及第二重建结果,确定第一重建网络和第二重建网络的综合网络损失。如上所述,第一重建结果和第二重建结果之间可能存在差异,第二重建图像与样本色彩图像可能存在差异,可基于上述差异确定网络损失,并通过训练来逐步缩小网络损失,以减小上述差异,以达到训练目的。
在一种可能的实现方式中,步骤S13可包括:根据所述第一重建结果与所述第二重建结果,确定第一网络损失;根据所述第二重建图像与所述样本色彩图像,确定第二网络损失;根据所述第一网络损失和所述第二网络损失,确定所述综合网络损失。
在一种可能的实现方式中,可根据第一重建结果与第二重建结果,确定第一网络损失,在训练过程中,使第一网络损失减小可缩小第一重建结果和第二重建结果之间的差异。第一重建结果和第二重建结果均可包括多级特征图以及重建图像,可分别确定对应层级的特征图之间的差异以及重建图像之间的差异,进而确定第一网络损失。
在一种可能的实现方式中,根据所述第一重建结果与所述第二重建结果,确定第一网络损失,包括:根据各级第一特征图,以及与各级第一特征图分辨率相同的第二特征图,分别确定各级的第一子损失;根据所述第一重建图像及所述第二重建图像,确定第二子损失;将各级的第一子损失与所述第二子损失进行加权求和处理,获得所述第一网络损失。
在一种可能的实现方式中,第一重建结果可包括n级特征图,第二重建结果可包括m级特征图,m和n均为正整数,且m和n可以相等,也可以不相等。可在第一重建结果和第二重建结果中选取分辨率相同的特征图(即,尺度相同的特征图),并基于分辨率相同的特征图确定各级的子损失,例如,第一重建结果中第1级第一特征图与第二重建结果中第2级第二特征图的分辨率相等,第一中间结果中第2级第一特征图与第二重建结果中第4级第二特征图的分辨率相等,则可基于第一重建结果中第1级第一特征图与第二重建结果中第2级第二特征图确定第一子损失,并基于第一重建结果中第1级第一特征图与第二重建结果中第2级第二特征图确定第一子损失。
在示例中,第一重建结果包括的第一特征图的层级数量与第二重建结果包括的第二特征图的层级数量相等,且各级第一特征图和第二特征图的分辨率也相等。例如,第一重建网络的解码子网络的网络层级数量与第二重建网络的解码子网络的网络层级数量相等,且各网络层级的上采样率均相等。在这种情况下,可分别确定每个层级第一特征图和第二特征图的第一子损失。在示例中,可基于第一特征图和分辨率相同的第二特征图之间的差异确定第一子损失,例如,可基于第一特征图中各像素点的像素值与第二特征图中对应像素点的像素值的差异,来确定第一子损失。本公开对第一子损失的确定方式不做限制。
在一种可能的实现方式中,第一重建结果和第二重建结果还分别包括重建图像,第一重建图像和第二重建图像的分辨率可相等,且其分辨率可与样本色彩图像相等。可基于第一重建图像与第二重建图像之间的差异来确定第二子损失,例如,可基于第一重建图像中各像素点的像素值与第二重建图像中对应像素点的像素值的差异,来确定第二子损失。本公开对第二子损失的确定方式不做限制。
在一种可能的实现方式中,可将各级第一子损失以及第二子损失进行加权求和处理,获得第一网络损失。在训练过程中,可通过使第一网络损失减小,使得第一重建网络对动态视觉信息进行处理而输出的每级特征图均更接近第二重建网络对色彩图像进行处理而输出的特征图,即,使得动态视觉信息对应的特征图与色彩图像对应的特征图更接近,进而使得基于动态视觉信息获得的重建图像更接近真实的色彩图像。
在一种可能的实现方式中,上述训练可使得动态视觉信息对应的特征图与色彩图像对应的特征图更接近,还可使得第二重建网络对色彩图像进行处理而输出的第二重建图像更接近真实的色彩图像。通过这种方式,可提升第二重建图像的准确程度和逼真程度,进而可提升与第二重建图像接近的第一重建图像的准确程度和逼真程度,即,使得第一重建图像可获得准确且逼真的重建图像。
在一种可能的实现方式中,可基于第二重建图像与真实的样本色彩图像之间的差异来确定第二网络损失,例如,可基于第二重建图像中各像素点的像素值与样本色彩图像中对应像素点的像素值的差异,来确定第二网络损失。本公开对第二网络损失的确定方式不做限制。
在一种可能的实现方式中,可将上述第一网络损失和第二网络损失进行综合,使得第一重建网络输出的第一特征图在训练过程中既能够逐步接近真实的样本色彩图像的第二特征图,又能使第一重建网络输出的第一重建图像逐步接近真实的样本色彩图像。
在一种可能的实现方式中,根据所述第一网络损失和所述第二网络损失,确定所述综合网络损失,包括:将所述第一网络损失和所述第二网络损失进行加权求和处理,获得所述综合网络损失。即,将第一网络损失和第二网络损失进行加权求和,通过加权求和获得的总和网络损失进行训练,使得总和网络损失逐步减小,即,使得各级第一特征图接近对应的第二特征图,并使得第一重建图像接近第二重建图像,且使得第二重建图像接近样本色彩图像。即,通过是第一特征图与真实的样本色彩图像的特征图之间的差异缩小,使得第一重建图像更加逼真和准确,即,使得第一重建图像更接近样本色彩图像。
在一种可能的实现方式中,可迭代执行上述训练步骤,并在满足训练条件时,获得训练后的第一重建网络和第二重建网络。所述训练条件可包括训练次数条件,即,迭代执行上述训练步骤达到预设次数时,完成训练。或者,所述训练条件可包括综合网络损失是否小于或等于预设阈值或者是否收敛于预设区间,如果综合网络损失小于或等于预设阈值或收敛于预设区间,则可完成训练。
在一种可能的实现方式中,可通过训练后的第一重建网络来处理动态视觉信息,进而生成逼真且准确的色彩图像。
在一种可能的实现方式中,本公开还涉及一种图像生成方法,包括:将第一时间段内的多个时刻获取的预设场景的动态视觉信息,输入根据上述的神经网络训练方法训练后的第一重建网络进行处理,生成与各所述动态视觉信息对应的第一色彩图像。
在示例中,第一时间段的长度可以等于相机或摄像头采集到两帧所述预设场景的色彩图像(例如,图像或视频帧)之间的时间间隔,也可以是采集到预设场景的多帧色彩图像之间的时间间隔。即,第一时间段的起止时刻可以是采集到色彩图像的时刻。
在另一示例中,第一时间段的起止时刻也可不是采集到色彩图像的时刻,且第一时间段的长度也可小于相机或摄像头采集到两帧色彩图像之间的时间段,只需在第一时间段中至少采集到一帧色彩图像即可。本公开对第一时间段的长度与起始时刻不做限制。例如,第一时间段的开始时刻可以在拍摄到一帧色彩图像之前,第一时间段的终止时刻可以在拍摄到一帧色彩图像之后,不必与拍摄到色彩图像的时刻重合。
在一种可能的实现方式中,所述方法还包括:根据所述第一色彩图像,以及所述第一时间段内获取的所述预设场景的第二色彩图像,获得所述预设场景的第一时间段内的视频,其中,所述动态视觉信息的获取频率高于色彩图像的获取频率。即,通过第一时间段内获取的多个动态视觉信息生成的第一色彩图像,可对第一时间段内拍摄的第二色彩图像进行补充,即,使第一时间段内获得的色彩图像的数量增加,使得第一时间段内色彩图像之间的时间间隔更短,获得更准确的视频。以提升对预设场景中的目标对象的观察与追踪效果,例如,可使获取的目标对象的动作和/或运动轨迹更准确。
在一种可能的实现方式中,在第一时间段内也可不拍摄第二色彩图像,而仅通过拍摄的动态视觉信息来生成多个第一色彩图像,并组成预设场景在第一时间段内的视频。本公开对是否拍摄第二色彩图像不做限制。
根据本公开的实施例的神经网络训练方法,可通过训练使得动态视觉信息对应的特征图与色彩图像对应的特征图更接近,还可使得第二重建网络对色彩图像进行处理而输出的第二重建图像更接近真实的色彩图像,即,可提升第二重建图像的准确程度和逼真程度,进而可提升与第二重建图像接近的第一重建图像的准确程度和逼真程度。由于动态视觉信息的频率高于色彩图像的获取频率,通过第一重建网络对动态视觉信息进行处理,可使色彩图像的获取频率提高,有助于对运动物体的运动轨迹或动作进行追踪,提升追踪效果。
图2示出根据本公开实施例的神经网络训练方法的应用示意图,如图2所示,可通过相同场景的样本动态视觉信息和样本色彩图像来训练第一重建网络和第二重建网络。
在一种可能的实现方式中,第一重建网络的解码子网络包括三个层级,可输出两级第一特征图以及第一重建图像。第二重建网络的解码子网络包括三个层级,可输出两级第二特征图以及第二重建图像。其中,各级第一特征图与第二特征图的分辨率相等,第一重建图像、第二重建图像与样本色彩图像的分辨率相等。
在一种可能的实现方式中,可根据第一级第一特征图与第一级第二特征图之间的差异来确定第一级的第一子损失loss1,可根据第二级第一特征图与第二级第二特征图之间的差异来确定第二级的第一子损失loss2。
在一种可能的实现方式中,可根据第一重建图像及第二重建图像之间的差异来确定第二子损失loss3。将第一子损失loss1、第一子损失loss2和第二子损失loss3进行加权求和,可获得第一网络损失。
在一种可能的实现方式中,可根据第二重建图像与样本色彩图像之间的差异来确定第二网络损失loss4。将第一网络损失和第二网络损失进行加权求和,可获得第一重建网络和第二重建网络的综合网络损失。在示例中,综合网络损失loss可通过以下公式1来确定:
Loss=w1×Loss1+w2×Loss2+w3×Loss3+w4×Loss4 (1)
其中,w1、w2、w3和w4为预设的权值。
在一种可能的实现方式中,可通过综合网络损失来训练第一重建网络和第二重建网络,并可在综合网络损失小于或等于预设阈值,或收敛于预设区间内时,完成训练。训练后的第一重建网络可用于对动态视觉信息进行处理,获得色彩图像。
在一种可能的实现方式中,所述神经网络训练方法可用于获得能够处理动态视觉信息以生成色彩图像的第一重建网络,可通过第一重建网络生成更多色彩图像,使得预定时间段内获得的色彩图像的数量增加,色彩图像的时间间隔更小,有助于对目标的观察和跟踪。本公开对神经网络训练方法的应用领域不做限制。
图3示出根据本公开实施例的神经网络训练装置的框图,如图3所示,包括:第一重建模块11,用于将样本场景的样本动态视觉信息输入第一重建网络进行处理,获得第一重建结果,所述第一重建结果包括多级第一特征图及第一重建图像;第二重建模块12,用于将所述样本场景的样本色彩图像输入第二重建网络进行处理,获得第二重建结果,所述第二重建结果包括多级第二特征图及第二重建图像,所述样本色彩图像与所述样本动态视觉信息的获取时刻相同;损失确定模块13,用于根据所述样本色彩图像、所述第一重建结果及所述第二重建结果,确定所述第一重建网络和所述第二重建网络的综合网络损失;训练模块14,用于根据所述综合网络损失,训练所述第一重建网络和所述第二重建网络,其中,所述第一重建网络用于根据动态视觉信息生成色彩图像,所述第二重建网络用于训练所述第一重建网络。
在一种可能的实现方式中,所述损失确定模块进一步用于:根据所述第一重建结果与所述第二重建结果,确定第一网络损失;根据所述第二重建图像与所述样本色彩图像,确定第二网络损失;根据所述第一网络损失和所述第二网络损失,确定所述综合网络损失。
在一种可能的实现方式中,所述损失确定模块进一步用于:根据各级第一特征图,以及与各级第一特征图分辨率相同的第二特征图,分别确定各级的第一子损失;根据所述第一重建图像及所述第二重建图像,确定第二子损失;将各级的第一子损失与所述第二子损失进行加权求和处理,获得所述第一网络损失。
在一种可能的实现方式中,将所述第一网络损失和所述第二网络损失进行加权求和处理,获得所述综合网络损失。
在一种可能的实现方式中,所述第一重建网络包括递归神经网络,所述第二重建网络包括卷积神经网络。
本公开还涉及一种图像生成装置,包括:生成模块,用于将第一时间段内的多个时刻获取的预设场景的动态视觉信息,输入上述神经网络训练方法训练后的第一重建网络进行处理,生成与各所述动态视觉信息对应的第一色彩图像。
在一种可能的实现方式中,所述装置还包括:视频生成模块,用于根据所述第一色彩图像,以及所述第一时间段内获取的所述预设场景的第二色彩图像,获得所述预设场景的第一时间段内的视频,其中,所述动态视觉信息的获取频率高于色彩图像的获取频率。
可以理解,本公开提及的上述各个方法实施例,在不违背原理逻辑的情况下,均可以彼此相互结合形成结合后的实施例,限于篇幅,本公开不再赘述。本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
此外,本公开还提供了神经网络训练装置、电子设备、计算机可读存储介质、程序,上述均可用来实现本公开提供的任一种神经网络训练方法,相应技术方案和描述和参见方法部分的相应记载,不再赘述。
在一些实施例中,本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法,其具体实现可以参照上文方法实施例的描述,为了简洁,这里不再赘述。
本公开实施例还提出一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为调用所述存储器存储的指令,以执行上述方法。
本公开实施例还提供了一种计算机程序产品,包括计算机可读代码,当计算机可读代码在设备上运行时,设备中的处理器执行用于实现如上任一实施例提供的神经网络训练方法的指令。
本公开实施例还提供了另一种计算机程序产品,用于存储计算机可读指令,指令被执行时使得计算机执行上述任一实施例提供的神经网络训练方法的操作。
电子设备可以被提供为终端、服务器或其它形态的设备。
图4示出根据本公开实施例的一种电子设备800的框图。例如,电子设备800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等终端。
参照图4,电子设备800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制电子设备800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理***,一个或多个电源,及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边缘,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当电子设备800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和***接口模块之间提供接口,上述***接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为电子设备800提供各个方面的状态评估。例如,传感器组件814可以检测到电子设备800的打开/关闭状态,组件的相对定位,例如所述组件为电子设备800的显示器和小键盘,传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变,用户与电子设备800接触的存在或不存在,电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器804,上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图5示出根据本公开实施例的一种电子设备1900的框图。例如,电子设备1900可以被提供为一服务器。参照图5,电子设备1900包括处理组件1922,其进一步包括一个或多个处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理,一个有线或无线网络接口1950被配置为将电子设备1900连接到网络,和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作***,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器1932,上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是***、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(***)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中,所述计算机程序产品具体体现为计算机存储介质,在另一个可选实施例中,计算机程序产品具体体现为软件产品,例如软件开发包(Software Development Kit,SDK)等等。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (8)
1.一种神经网络训练方法,其特征在于,包括:
将样本场景的样本动态视觉信息输入第一重建网络进行处理,获得第一重建结果,所述第一重建结果包括多级第一特征图及第一重建图像;
将所述样本场景的样本色彩图像输入第二重建网络进行处理,获得第二重建结果,所述第二重建结果包括多级第二特征图及第二重建图像,所述样本色彩图像与所述样本动态视觉信息的获取时刻相同;
根据所述样本色彩图像、所述第一重建结果及所述第二重建结果,确定所述第一重建网络和所述第二重建网络的综合网络损失;
根据所述综合网络损失,训练所述第一重建网络和所述第二重建网络,
其中,所述第一重建网络用于根据动态视觉信息生成色彩图像,所述第二重建网络用于训练所述第一重建网络;
根据所述样本色彩图像、所述第一重建结果及所述第二重建结果,确定所述第一重建网络和所述第二重建网络的综合网络损失,包括:
根据所述第一重建结果与所述第二重建结果,确定第一网络损失;
根据所述第二重建图像与所述样本色彩图像,确定第二网络损失;
根据所述第一网络损失和所述第二网络损失,确定所述综合网络损失;
根据所述第一重建结果与所述第二重建结果,确定第一网络损失,包括:
根据各级第一特征图,以及与各级第一特征图分辨率相同的第二特征图,分别确定各级的第一子损失;
根据所述第一重建图像及所述第二重建图像,确定第二子损失;
将各级的第一子损失与所述第二子损失进行加权求和处理,获得所述第一网络损失。
2.根据权利要求1所述的方法,其特征在于,所述第一重建网络包括递归神经网络,所述第二重建网络包括卷积神经网络。
3.一种图像生成方法,其特征在于,包括:
将第一时间段内的多个时刻获取的预设场景的动态视觉信息,输入第一重建网络中处理,生成与各所述动态视觉信息对应的第一色彩图像,所述第一重建网络是根据权利要求1-2中任一项所述的神经网络训练方法训练得到的。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
根据所述第一色彩图像,以及所述第一时间段内获取的所述预设场景的第二色彩图像,获得所述预设场景的第一时间段内的视频,其中,所述动态视觉信息的获取频率高于色彩图像的获取频率。
5.一种神经网络训练装置,其特征在于,包括:
第一重建模块,用于将样本场景的样本动态视觉信息输入第一重建网络进行处理,获得第一重建结果,所述第一重建结果包括多级第一特征图及第一重建图像;
第二重建模块,用于将所述样本场景的样本色彩图像输入第二重建网络进行处理,获得第二重建结果,所述第二重建结果包括多级第二特征图及第二重建图像,所述样本色彩图像与所述样本动态视觉信息的获取时刻相同;
损失确定模块,用于根据所述样本色彩图像、所述第一重建结果及所述第二重建结果,确定所述第一重建网络和所述第二重建网络的综合网络损失;
训练模块,用于根据所述综合网络损失,训练所述第一重建网络和所述第二重建网络,
其中,所述第一重建网络用于根据动态视觉信息生成色彩图像,所述第二重建网络用于训练所述第一重建网络;
所述损失确定模块进一步用于:根据所述第一重建结果与所述第二重建结果,确定第一网络损失;根据所述第二重建图像与所述样本色彩图像,确定第二网络损失;根据所述第一网络损失和所述第二网络损失,确定所述综合网络损失;
所述损失确定模块进一步用于:根据各级第一特征图,以及与各级第一特征图分辨率相同的第二特征图,分别确定各级的第一子损失;根据所述第一重建图像及所述第二重建图像,确定第二子损失;将各级的第一子损失与所述第二子损失进行加权求和处理,获得所述第一网络损失。
6.一种图像生成装置,其特征在于,包括:
生成模块,用于将第一时间段内的多个时刻获取的预设场景的动态视觉信息,输入第一重建网络中处理,生成与各所述动态视觉信息对应的第一色彩图像,所述第一重建网络是根据权利要求5所述的神经网络训练装置训练得到的。
7.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为调用所述存储器存储的指令,以执行权利要求1至4中任意一项所述的方法。
8.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至4中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110799904.5A CN113506229B (zh) | 2021-07-15 | 2021-07-15 | 神经网络训练和图像生成方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110799904.5A CN113506229B (zh) | 2021-07-15 | 2021-07-15 | 神经网络训练和图像生成方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113506229A CN113506229A (zh) | 2021-10-15 |
CN113506229B true CN113506229B (zh) | 2024-04-12 |
Family
ID=78012853
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110799904.5A Active CN113506229B (zh) | 2021-07-15 | 2021-07-15 | 神经网络训练和图像生成方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113506229B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114186622A (zh) * | 2021-11-30 | 2022-03-15 | 北京达佳互联信息技术有限公司 | 图像特征提取模型训练方法、图像特征提取方法和装置 |
CN117544847A (zh) * | 2023-10-31 | 2024-02-09 | 神力视界(深圳)文化科技有限公司 | 一种色彩转换方法、装置、电子设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109377516A (zh) * | 2018-11-01 | 2019-02-22 | 清华大学 | 一种使用动态视觉数据的光流计算方法 |
CN111462268A (zh) * | 2020-03-31 | 2020-07-28 | 北京市商汤科技开发有限公司 | 图像重建方法及装置、电子设备和存储介质 |
CN111582300A (zh) * | 2020-03-20 | 2020-08-25 | 北京航空航天大学 | 一种基于事件相机的高动态目标检测方法 |
WO2020186702A1 (zh) * | 2019-03-18 | 2020-09-24 | 北京市商汤科技开发有限公司 | 图像生成方法及装置、电子设备和存储介质 |
CN113096158A (zh) * | 2021-05-08 | 2021-07-09 | 北京灵汐科技有限公司 | 运动对象的识别方法、装置、电子设备及可读存储介质 |
-
2021
- 2021-07-15 CN CN202110799904.5A patent/CN113506229B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109377516A (zh) * | 2018-11-01 | 2019-02-22 | 清华大学 | 一种使用动态视觉数据的光流计算方法 |
WO2020186702A1 (zh) * | 2019-03-18 | 2020-09-24 | 北京市商汤科技开发有限公司 | 图像生成方法及装置、电子设备和存储介质 |
CN111582300A (zh) * | 2020-03-20 | 2020-08-25 | 北京航空航天大学 | 一种基于事件相机的高动态目标检测方法 |
CN111462268A (zh) * | 2020-03-31 | 2020-07-28 | 北京市商汤科技开发有限公司 | 图像重建方法及装置、电子设备和存储介质 |
CN113096158A (zh) * | 2021-05-08 | 2021-07-09 | 北京灵汐科技有限公司 | 运动对象的识别方法、装置、电子设备及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113506229A (zh) | 2021-10-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112001321B (zh) | 网络训练、行人重识别方法及装置、电子设备和存储介质 | |
CN109658352B (zh) | 图像信息的优化方法及装置、电子设备和存储介质 | |
CN109257645B (zh) | 视频封面生成方法及装置 | |
CN107944409B (zh) | 能够区分关键动作的视频分析方法及装置 | |
CN111445414B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN110060215B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN112465843A (zh) | 图像分割方法及装置、电子设备和存储介质 | |
CN111539410B (zh) | 字符识别方法及装置、电子设备和存储介质 | |
CN111553864A (zh) | 图像修复方法及装置、电子设备和存储介质 | |
CN111340733B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN111523346B (zh) | 图像识别方法及装置、电子设备和存储介质 | |
CN110675355B (zh) | 图像重建方法及装置、电子设备和存储介质 | |
CN113506229B (zh) | 神经网络训练和图像生成方法及装置 | |
CN111369482B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN110633715B (zh) | 图像处理方法、网络训练方法及装置、和电子设备 | |
CN109756783B (zh) | 海报的生成方法及装置 | |
CN113506324B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN113506321B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN109189822B (zh) | 数据处理方法及装置 | |
CN113506325B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN110333903B (zh) | 页面加载时长的确定方法及装置 | |
CN112651880B (zh) | 视频数据处理方法及装置、电子设备和存储介质 | |
CN113506323B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN110896492B (zh) | 图像处理方法、装置及存储介质 | |
CN113506319B (zh) | 图像处理方法及装置、电子设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |