CN115116053A - 基于视频帧插算法的图像识别方法、装置和电子设备 - Google Patents

基于视频帧插算法的图像识别方法、装置和电子设备 Download PDF

Info

Publication number
CN115116053A
CN115116053A CN202210700558.5A CN202210700558A CN115116053A CN 115116053 A CN115116053 A CN 115116053A CN 202210700558 A CN202210700558 A CN 202210700558A CN 115116053 A CN115116053 A CN 115116053A
Authority
CN
China
Prior art keywords
video frame
distinguished
image
video
interpolation algorithm
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.)
Pending
Application number
CN202210700558.5A
Other languages
English (en)
Inventor
卢继光
张利利
马斌斌
黄值正
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Synjones Chengtong Information Technology Co ltd
Original Assignee
Beijing Synjones Chengtong Information Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Synjones Chengtong Information Technology Co ltd filed Critical Beijing Synjones Chengtong Information Technology Co ltd
Priority to CN202210700558.5A priority Critical patent/CN115116053A/zh
Publication of CN115116053A publication Critical patent/CN115116053A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/68—Food, e.g. fruit or vegetables
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/49—Segmenting video sequences, i.e. computational techniques such as parsing or cutting the sequence, low-level clustering or determining units such as shots or scenes

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computing Systems (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供一种基于视频帧插算法的图像识别方法、装置和电子设备，通过获取视频流，根据视频帧插算法对视频流进行处理，得到稳定的待识别图像，使图像识别时可以根据稳定的图像进行识别，减少了图像识别的误差。相对于将视频中的每个画面均输入图像识别模型进行识别，根据单一的待识别图像输入图像识别模型进行识别，实现快速地图像识别。从而实现了快速和准确地进行图像识别，得到识别结果。

Description

基于视频帧插算法的图像识别方法、装置和电子设备
技术领域
本发明涉及数据处理技术领域，尤其涉及一种基于视频帧插算法的图像识别方法、装置和电子设备。
背景技术
随着人工智能技术的高速发展，菜品识别结算成为一个新的智能领域，现有技术大多利用重力传感器、接近开关、光学传感器实现菜品识别，但是识别的速度与准确度较低。
因此，提出一种基于视频帧插算法的图像识别方法以提升识别的速度与准确度是当前亟待解决的问题。
发明内容
本发明提供一种基于视频帧插算法的图像识别方法、装置和电子设备，用以解决现有技术中识别的速度与准确度较低缺陷，实现快速和准确地识别。
本发明提供一种基于视频帧插算法的图像识别方法，包括：
获取视频流；
根据视频帧插算法对所述视频流进行处理，得到待识别图像；
将所述待识别图像输入图像识别模型，输出识别结果。
根据本发明提供的一种基于视频帧插算法的图像识别方法，根据视频帧插算法对所述视频流进行处理，得到待识别图像，包括：
对所述视频流中的多个原始视频帧进行数据处理，得到对应的多个待区分视频帧；
根据多个待区分视频帧计算差分结果；
根据所述差分结果从所述多个待区分视频帧中确定待识别图像。
根据本发明提供的一种基于视频帧插算法的图像识别方法，所述根据多个待区分视频帧计算差分结果，包括：
根据后置待区分视频帧的像素值与待区分视频帧的像素值计算差分结果，其中，所述后置待区分视频帧为一个待区分视频帧的下一个待区分视频帧。
根据本发明提供的一种基于视频帧插算法的图像识别方法，根据所述差分结果从所述多个待区分视频帧中确定待识别图像，包括：
当所述差分结果符合预设规则的情况下，将对应后置待区分视频帧的原始视频帧确定为所述待识别图像。
根据本发明提供的一种基于视频帧插算法的图像识别方法，对所述视频流中的多个原始视频帧进行数据处理，得到对应的多个待区分视频帧，包括：
对所述视频流中的每个原始视频帧进行灰度处理，得到对应的灰度视频帧；
对每个灰度视频帧进行高斯滤波，得到对应的待区分视频帧。
本发明还提供一种基于视频帧插算法的图像识别装置，包括：
获取模块，用于获取视频流；
视频帧插模块，用于根据视频帧插算法对所述视频流进行处理，得到待识别图像；
识别模块，用于将所述待识别图像输入图像识别模型，输出识别结果。
根据本发明提供的一种基于视频帧插算法的图像识别装置，所述视频帧插模块，具体用于：
对所述视频流中的多个原始视频帧进行数据处理，得到对应的多个待区分视频帧；
根据多个待区分视频帧计算差分结果；
根据所述差分结果从所述多个待区分视频帧中确定待识别图像。
根据本发明提供的一种基于视频帧插算法的图像识别装置，所述视频帧插模块，具体用于：
根据后置待区分视频帧的像素值与待区分视频帧的像素值计算差分结果，其中，所述后置待区分视频帧为所述待区分视频帧的下一个待区分视频帧。
本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述任一种所述基于视频帧插算法的图像识别方法的步骤。
本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述基于视频帧插算法的图像识别方法的步骤。
本发明提供的基于视频帧插算法的图像识别方法、装置和电子设备，通过获取视频流，根据视频帧插算法对视频流进行处理，得到稳定的待识别图像，使图像识别时可以根据稳定的图像进行识别，减少了图像识别的误差。相对于将视频中的每个画面均输入图像识别模型进行识别，根据单一的待识别图像输入图像识别模型进行识别，实现快速地图像识别。从而实现了快速和准确地进行图像识别，得到识别结果。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明提供的基于视频帧插算法的图像识别方法的流程示意图之一；
图2是本发明提供的基于视频帧插算法的图像识别装置的结构示意图；
图3是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明提供一种基于视频帧插算法的图像识别方法，如图1所示，包括：
S11、获取视频流。
具体地，可以通过定焦摄像头按照一定帧率获取视频流。一个示例中，可以使用定焦摄像头获取帧率为16-17fps，大小为1600*1200的视频流。
S12、根据视频帧插算法对所述视频流进行处理，得到待识别图像。
具体地，步骤S12可以具体为S121-S123：
S121、对所述视频流中的多个原始视频帧进行数据处理，得到对应的多个待区分视频帧。
视频流由多个原始视频帧组成。对视频流中的每个原始视频帧进行数据处理，得到对应的待区分视频帧。
S122、根据多个待区分视频帧计算差分结果。
进一步的，步骤S122可以具体为：
根据后置待区分视频帧的像素值与待区分视频帧的像素值计算差分结果，其中，所述后置待区分视频帧为一个待区分视频帧的下一个待区分视频帧。
差分结果表示待区分视频帧之间的差异。对于多个待区分视频帧，可以根据其中相邻的两个待区分视频帧的像素值计算这两个待区分视频帧的差分结果。一个示例中，对于具有顺序的3个待区分视频帧1、2、3，可以根据待区分视频帧1、2对应的像素值进行相减，计算得到一个差分结果，根据待区分视频帧2、3对应的像素值进行相减，计算得到一个差分结果。
S123、根据所述差分结果从所述多个待区分视频帧中确定待识别图像。
进一步的，步骤S123可以具体为：
当所述差分结果符合预设规则的情况下，将对应后置待区分视频帧的原始视频帧确定为所述待识别图像。
预设规则可以根据实际需要进行设定，例如预设规则为差分结果为小于预设值或者差分结果等于零。接上例，设定预设规则为差分结果等于零，根据待区分视频帧2、3对应的像素值进行相减，计算得到差分结果为零，表示待区分视频帧2和待区分视频帧3之间无差异，也可以理解为在一定时间内，视频中的画面没有变化，此时画面稳定，可以将待区分视频帧3对应的原始视频帧作为待识别图像。
S13、将所述待识别图像输入图像识别模型，输出识别结果。
具体地，图像识别模型为预先获得的已经训练好的图像识别模型，一个示例中，图像识别模型的网络结构为Yolov5网络结构，Yolov5网络结构为现有技术，此处不再赘述，本领域技术人员也可根据实际需要选择其他网络结构的图像识别模型。
将待识别图像输入图像识别模型，图像识别模型可以判断待识别图像中是否包括指定的物体，并将识别结果进行输出。例如，训练好的图像识别模型可以识别输入的图像中是否有食物(包括但不限于米饭、馒头等主食以及菜品)，此时将包含一个托盘和一个馒头的待识别图像输入该图像识别模型，图像识别模型识别出图像中包括食物(即馒头)，此时输出识别结果为：“符合(Yes)”。将仅包含一个托盘的待识别图像输入该图像识别模型，图像识别模型未识别出图像中具有食物，此时输出识别结果为：“不符合(No)”。
本发明实施例中，通过获取视频流，根据视频帧插算法对视频流进行处理，得到稳定的待识别图像，使图像识别时可以根据稳定的图像进行识别，减少了图像识别的误差。相对于将视频中的每个画面均输入图像识别模型进行识别，根据单一的待识别图像输入图像识别模型进行识别，实现快速地图像识别。从而实现了快速和准确地进行图像识别，得到识别结果。
根据本发明提供的一种基于视频帧插算法的图像识别方法，步骤S121可以包括如下步骤：
S1211、对所述视频流中的每个原始视频帧进行灰度处理，得到对应的灰度视频帧。
具体地，为了节省视频帧插算法使用算力，可以把图像转化为灰度图；彩色图像的结构是1600*1200*3，而灰度图是1600*1200。彩色图像中的每个像素的颜色有R、G、B三个分量决定，而每个分量有255中值可取，这样一个像素点可以有大约1600万(255*255*255)的颜色的变化范围。而灰度图像是R、G、B三个分量相同的一种特殊的彩色图像，其一个像素点的变化范围为255种，所以先将原始视频帧进行灰度处理，转变成灰度视频帧以使后续的图像的计算量变得少一些。同时，灰度图像的描述与彩色图像一样仍然反映了整幅图像的整体和局部的色度和亮度等级的分布和特征。
可选的，在进行灰度处理前，可以先对视频流中的原始视频帧进行亮度调整和/或像素拉伸，再进行灰度处理。例如：根据原始视频帧生成直方图，通过直方图统计一幅图某个亮度像素数量，以及表示原始视频帧的亮度分布特征，去除直方图中两侧的像素值，完成亮度调整。又例如：因为像素值取值范围是[0,255],为了防止像素值溢出，也就是出现大于255，小于0的情况，可以设定取位于范围在255*0.1与255*0.9之间的像素值。
S1212、对每个灰度视频帧进行高斯滤波，得到对应的待区分视频帧。
具体地，由于视频会因自然震动、光照变化或者摄像头本身等原因而产生噪声。使用高斯滤波对噪声进行平滑可以消除噪声的影响。一个示例中，使用3*3的内核矩阵进行高斯滤波，高斯滤波分为两步，先生成高斯滤波模版，然后根据高斯滤波模版进行卷积。
规定高斯滤波模版(即3*3的内核矩阵)的长、宽、方差，通过二维高斯函数计算得到高斯滤波模版的同时，确保3*3的内核矩阵各元素相加为1，保证高斯滤波模板特性，得到高斯滤波模板。然后利用高斯滤波模版对灰度图(即灰度视频帧)进行卷积计算，得出新的平滑的灰度图像作为待区分视频帧。
本发明实施例中，通过对视频流中的每个原始视频帧进行灰度处理，得到对应的灰度视频帧，节省视频帧插算法使用的算力，对每个灰度视频帧进行高斯滤波，得到对应的待区分视频帧，去除了灰度视频帧中的噪声，从而使得识别结果更为准确。
下面对本发明提供的基于视频帧插算法的图像识别装置进行描述，下文描述的基于视频帧插算法的图像识别装置与上文描述的基于视频帧插算法的图像识别方法可相互对应参照。
本发明还提供一种基于视频帧插算法的图像识别装置，如图2，包括：
获取模块21，用于获取视频流；
视频帧插模块22，用于根据视频帧插算法对所述视频流进行处理，得到待识别图像；
识别模块23，用于将所述待识别图像输入图像识别模型，输出识别结果。
本发明实施例中，通过获取视频流，根据视频帧插算法对视频流进行处理，得到稳定的待识别图像，使图像识别时可以根据稳定的图像进行识别，减少了图像识别的误差。相对于将视频中的每个画面均输入图像识别模型进行识别，根据单一的待识别图像输入图像识别模型进行识别，实现快速地图像识别。从而实现了快速和准确地进行图像识别，得到识别结果
根据本发明提供的基于视频帧插算法的图像识别装置，所述视频帧插模块22，具体用于：
对所述视频流中的多个原始视频帧进行数据处理，得到对应的多个待区分视频帧；
根据多个待区分视频帧计算差分结果；
根据所述差分结果从所述多个待区分视频帧中确定待识别图像。
根据本发明提供的基于视频帧插算法的图像识别装置，所述视频帧插模块22，具体用于：
根据后置待区分视频帧的像素值与待区分视频帧的像素值计算差分结果，其中，所述后置待区分视频帧为一个待区分视频帧的下一个待区分视频帧。
根据本发明提供的基于视频帧插算法的图像识别装置，所述视频帧插模块22，具体用于：
当所述差分结果符合预设规则的情况下，将对应后置待区分视频帧的原始视频帧确定为所述待识别图像。
根据本发明提供的基于视频帧插算法的图像识别装置，所述视频帧插模块22，具体用于：
对所述视频流中的每个原始视频帧进行灰度处理，得到对应的灰度视频帧；
对每个灰度视频帧进行高斯滤波，得到对应的待区分视频帧。
图3示例了一种电子设备的实体结构示意图，如图3所示，该电子设备可以包括：处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和通信总线340，其中，处理器310，通信接口320，存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令，以执行基于视频帧插算法的图像识别方法，该方法包括：获取视频流；根据视频帧插算法对所述视频流进行处理，得到待识别图像；将所述待识别图像输入图像识别模型，输出识别结果。
此外，上述的存储器330中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的基于视频帧插算法的图像识别方法，该方法包括：获取视频流；根据视频帧插算法对所述视频流进行处理，得到待识别图像；将所述待识别图像输入图像识别模型，输出识别结果。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的基于视频帧插算法的图像识别方法，该方法包括：获取视频流；根据视频帧插算法对所述视频流进行处理，得到待识别图像；将所述待识别图像输入图像识别模型，输出识别结果。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种基于视频帧插算法的图像识别方法，其特征在于，包括：
获取视频流；
根据视频帧插算法对所述视频流进行处理，得到待识别图像；
将所述待识别图像输入图像识别模型，输出识别结果。
2.根据权利要求1所述的基于视频帧插算法的图像识别方法，其特征在于，根据视频帧插算法对所述视频流进行处理，得到待识别图像，包括：
对所述视频流中的多个原始视频帧进行数据处理，得到对应的多个待区分视频帧；
根据多个待区分视频帧计算差分结果；
根据所述差分结果从所述多个待区分视频帧中确定待识别图像。
3.根据权利要求2所述的基于视频帧插算法的图像识别方法，其特征在于，所述根据多个待区分视频帧计算差分结果，包括：
根据后置待区分视频帧的像素值与待区分视频帧的像素值计算差分结果，其中，所述后置待区分视频帧为一个待区分视频帧的下一个待区分视频帧。
4.根据权利要求3所述的基于视频帧插算法的图像识别方法，其特征在于，根据所述差分结果从所述多个待区分视频帧中确定待识别图像，包括：
当所述差分结果符合预设规则的情况下，将对应后置待区分视频帧的原始视频帧确定为所述待识别图像。
5.根据权利要求2所述的基于视频帧插算法的图像识别方法，其特征在于，对所述视频流中的多个原始视频帧进行数据处理，得到对应的多个待区分视频帧，包括：
对所述视频流中的每个原始视频帧进行灰度处理，得到对应的灰度视频帧；
对每个灰度视频帧进行高斯滤波，得到对应的待区分视频帧。
6.一种基于视频帧插算法的图像识别装置，其特征在于，包括：
获取模块，用于获取视频流；
视频帧插模块，用于根据视频帧插算法对所述视频流进行处理，得到待识别图像；
识别模块，用于将所述待识别图像输入图像识别模型，输出识别结果。
7.根据权利要求6所述的基于视频帧插算法的图像识别装置，其特征在于，所述视频帧插模块，具体用于：
对所述视频流中的多个原始视频帧进行数据处理，得到对应的多个待区分视频帧；
根据多个待区分视频帧计算差分结果；
根据所述差分结果从所述多个待区分视频帧中确定待识别图像。
8.根据权利要求7所述的基于视频帧插算法的图像识别装置，其特征在于，所述视频帧插模块，具体用于：
根据后置待区分视频帧的像素值与待区分视频帧的像素值计算差分结果，其中，所述后置待区分视频帧为所述待区分视频帧的下一个待区分视频帧。
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述基于视频帧插算法的图像识别方法的步骤。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述基于视频帧插算法的图像识别方法的步骤。
CN202210700558.5A 2022-06-20 2022-06-20 基于视频帧插算法的图像识别方法、装置和电子设备 Pending CN115116053A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210700558.5A CN115116053A (zh) 2022-06-20 2022-06-20 基于视频帧插算法的图像识别方法、装置和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210700558.5A CN115116053A (zh) 2022-06-20 2022-06-20 基于视频帧插算法的图像识别方法、装置和电子设备

Publications (1)

Publication Number Publication Date
CN115116053A true CN115116053A (zh) 2022-09-27

Family

ID=83328460

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210700558.5A Pending CN115116053A (zh) 2022-06-20 2022-06-20 基于视频帧插算法的图像识别方法、装置和电子设备

Country Status (1)

Country Link
CN (1) CN115116053A (zh)

Similar Documents

Publication Publication Date Title
CN109840477B (zh) 基于特征变换的受遮挡人脸识别方法及装置
CN109272016B (zh) 目标检测方法、装置、终端设备和计算机可读存储介质
CN107507153B (zh) 图像去噪方法和装置
CN110599387A (zh) 一种自动去除图片水印的方法及装置
CN111192226B (zh) 一种图像融合去噪方法及装置、系统
CN107908998B (zh) 二维码解码方法、装置、终端设备及计算机可读存储介质
CN112862728B (zh) 伪影去除方法、装置、电子设备和存储介质
CN111415304A (zh) 基于级联深度网络的水下视觉增强方法和装置
CN110782406A (zh) 一种基于信息蒸馏网络的图像去噪方法及装置
CN112766040A (zh) 残余饵料的探测方法、设备、装置及可读存储介质
CN112837251A (zh) 图像处理方法及装置
CN114943649A (zh) 图像去模糊方法、装置及计算机可读存储介质
CN114862897A (zh) 一种图像背景处理方法、装置及电子设备
CN113221842A (zh) 模型训练方法、图像识别方法、装置、设备及介质
CN111311610A (zh) 图像分割的方法及终端设备
CN115116053A (zh) 基于视频帧插算法的图像识别方法、装置和电子设备
CN116309158A (zh) 网络模型的训练方法、三维重建方法、装置、设备和介质
CN113438386B (zh) 一种应用于视频处理的动静判定方法及装置
CN115660991A (zh) 模型的训练方法、图像曝光矫正方法、装置、设备及介质
US11200708B1 (en) Real-time color vector preview generation
CN114418848A (zh) 视频处理方法、装置、存储介质及电子设备
CN114219744B (zh) 图像生成方法、装置、设备及存储介质
CN111402173A (zh) 一种混合噪声去除方法、装置、电子设备和存储介质
CN111013152A (zh) 游戏模型动作的生成方法、装置及电子终端
CN110189272B (zh) 用于处理图像的方法、装置、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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Lu Jiguang

Inventor after: Zhang Lili

Inventor after: Ma Binbin

Inventor after: Huang Zhizheng

Inventor before: Lu Jiguang

Inventor before: Zhang Lili

Inventor before: Ma Binbin

Inventor before: Huang Zhizheng