JP2022506493A - イメージの彩色完成方法、その装置及びそのコンピュータプログラム、並びに人工神経網学習方法、その装置及びそのコンピュータプログラム - Google Patents
イメージの彩色完成方法、その装置及びそのコンピュータプログラム、並びに人工神経網学習方法、その装置及びそのコンピュータプログラム Download PDFInfo
- Publication number
- JP2022506493A JP2022506493A JP2021523890A JP2021523890A JP2022506493A JP 2022506493 A JP2022506493 A JP 2022506493A JP 2021523890 A JP2021523890 A JP 2021523890A JP 2021523890 A JP2021523890 A JP 2021523890A JP 2022506493 A JP2022506493 A JP 2022506493A
- Authority
- JP
- Japan
- Prior art keywords
- image
- hue
- question
- region
- colored
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000004040 coloring Methods 0.000 title claims abstract description 66
- 210000002569 neuron Anatomy 0.000 title claims description 21
- 238000004590 computer program Methods 0.000 title claims description 7
- 230000004044 response Effects 0.000 claims abstract description 89
- 238000013528 artificial neural network Methods 0.000 claims abstract description 87
- 239000003086 colorant Substances 0.000 claims description 5
- 210000004179 neuropil Anatomy 0.000 claims 1
- 230000008569 process Effects 0.000 description 23
- 230000015654 memory Effects 0.000 description 16
- 238000012549 training Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 12
- 238000004519 manufacturing process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000000877 morphologic effect Effects 0.000 description 3
- 238000011176 pooling Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 208000006930 Pseudomyxoma Peritonei Diseases 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229920000306 polymethylpentene Polymers 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/40—Filling a planar surface by adding surface attributes, e.g. colour or texture
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/001—Texturing; Colouring; Generation of texture or colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/53—Querying
- G06F16/532—Query formulation, e.g. graphical querying
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5838—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using colour
-
- 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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/24—Indexing scheme for image data processing or generation, in general involving graphical user interfaces [GUIs]
-
- 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)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Databases & Information Systems (AREA)
- Library & Information Science (AREA)
- Image Analysis (AREA)
- Processing Or Creating Images (AREA)
Abstract
Description
multimedia player)、タブレットPC(personal computer)などがある。
area network)、LAN(local area network)、CAN(campus area network)、MAN(metropolitan area
network)、WAN(wide area network)、BBN(broadband network)、インターネットのようなネットワークのうち1以上の任意ネットワークを含んでもよい。
access memory)、ROM(read
only memory)、及びディスクドライブのような非消滅性大容量記録装置(permanent mass storage device)を含んでもよい。
mechanism)を利用し、メモリ111,211とは別途のコンピュータで読み取り可能な記録媒体からもローディングされる。そのような別途のコンピュータで読み取り可能な記録媒体は、フロッピィードライブ、ディスク、テープ、DVD(digital
versatile disc)/CD-ROM(compact
disc read only memory)ドライブ、メモリカードのようなコンピュータで読み取り可能な記録媒体を含んでもよい。
learning)技法によって学習されたものでもある。
本発明の一実施形態によるプロセッサ212は、人工神経網を利用し、第一次イメージ内の少なくとも1つの未彩色領域が彩色された第1中間イメージを生成することができる(図5参照)。
本発明の一実施形態によるプロセッサ212は、人工神経網を利用し、第二次イメージ内の少なくとも1つの未彩色領域が彩色された第2中間イメージを生成することができる。例えば、プロセッサ212は、図8に図示された第二次イメージにおいて、彩色されていない領域である領域331がさらに彩色された第2中間イメージを生成することができる。
本発明の一実施形態によるプロセッサ212は、生成された第三次イメージにつき、前述の過程を反復して遂行することにより、全領域が彩色された完成イメージを生成することができる。例えば、プロセッサ212は、第2時点における第二次イメージを、第2時点以前の第1時点における第三次イメージと同一に生成することができる。換言すれば、プロセッサ212は、以前時点の第三次イメージを、現在時点の第二次イメージと見なすことができる。
signal processor)、マイクロコンピュータ、FPGA(field programmable
gate array)、PLU(programmable logic unit)、マイクロプロセッサ、または命令(instruction)を実行して応答することができる他のいかなる装置のように、1以上の汎用コンピュータまたは特殊目的コンピュータを利用しても具現される。処理装置は、オペレーションシステム、及びオペレーションシステム上で遂行される1以上のソフトウェアアプリケーションを実行することができる。また、該処理装置は、ソフトウェア実行に応答し、データにアクセスしたり、データを保存・操作・処理及び生成したりすることもできる。理解の便宜のために、該処理装置は、1個が使用されるようにも説明されるが、当該技術分野において当業者であるならば、該処理装置が複数個の処理要素(processing element)、及び/または複数類型の処理要素を含んでもよいということが分かるであろう。例えば、該処理装置は、複数個のプロセッサ、または1つのプロセッサ及び1つのコントローラを含んでもよい。また、並列プロセッサ(parallel processor)のような他の処理構成(processing
configuration)も可能である。
program)、コード(code)、命令、またはそれらのうち1以上の組み合わせを含んでもよく、所望次第に動作するように、該処理装置を構成するか、あるいは独立的または結合的に(collectively)該処理装置に命令を与えることができる。該ソフトウェア及び/または該データは、該処理装置によって解釈されるか、あるいは該処理装置に命令またはデータを提供するために、ある類型の機械、構成要素(component)、物理的装置、仮想装置(virtual equipment)、コンピュータ記録媒体または装置、あるいは伝送される信号波(signal wave)に永久的または一時的にも具体化(embody)される。該ソフトウェアは、ネットワークに連結されたコンピュータシステム上に分散され、分散された方法によって保存されたり実行されたりもする。該ソフトウェア及び該データは、1以上のコンピュータ読み取り可能記録媒体にも保存される。
media);フロプティカルディスク(floptical disk)のような磁気・光媒体(magneto-optical media);及びROM、RAM、フラッシュメモリのようなプログラム命令を保存して実行させるように特別に構成されたハードウェア装置が含まれる。該プログラム命令の例には、コンパイラによって作われるような機械語コードだけではなく、インタープリタなどを使用し、コンピュータによって実行されうる高級言語コードを含む。前述のハードウェア装置は、本実施形態の動作を遂行するために、1以上のソフトウェアモジュールとして作動するようにも構成されるが、その逆も同様である。
Claims (19)
- イメージ内の色相未知領域に係わる質疑、及び前記質疑に対する返答に基づき、前記イメージの彩色を完成させる方法において、
人工神経網を利用し、第一次イメージ内の少なくとも1つの未彩色領域が彩色された第1中間イメージを生成する段階と、
前記人工神経網を利用し、第一次イメージ内の少なくとも1つの色相未知領域に係わる第1色相質疑を生成する段階と、
前記第1色相質疑、前記第1色相質疑に対する第1返答、及び前記第1中間イメージのうち少なくとも一つに基づき、第二次イメージを生成する段階と、を含む、イメージの彩色完成方法。 - 前記イメージの彩色を完成させる方法は、
前記第二次イメージを生成する段階後、
前記人工神経網を利用し、前記第二次イメージ内の少なくとも1つの未彩色領域が彩色された第2中間イメージを生成する段階と、
前記人工神経網を利用し、第二次イメージ内の少なくとも1つの色相未知領域に係わる第2色相質疑を生成する段階と、
前記第一次イメージ、前記第2色相質疑、前記第2色相質疑に対する第2返答、及び前記第2中間イメージのうち少なくとも一つに基づき、第三次イメージを生成する段階と、をさらに含む、請求項1に記載のイメージの彩色完成方法。 - 前記第1返答は、前記第1色相質疑に対応するユーザの入力に基づいて決定され、
前記第2返答は、前記第2色相質疑に対応する前記ユーザの入力に基づいて決定される、請求項2に記載のイメージの彩色完成方法。 - 前記人工神経網は、
前記第二次イメージ内の少なくとも1つの色相未知領域それぞれに係わる未知の程度を生成し、
前記第2色相質疑を生成する段階は、
前記第二次イメージ内の少なくとも1つの色相未知領域において、前記未知の程度が所定条件を満足する未知領域の色相に係わる質疑を、第2色相質疑として生成する、請求項2に記載のイメージの彩色完成方法。 - 前記イメージの彩色を完成させる方法は、
第2時点における第二次イメージを、前記第2時点以前の第1時点における第三次イメージと同一に生成し、前記第2中間イメージを生成する段階、前記第2色相質疑を生成する段階、及び前記第三次イメージを生成する段階を反復して遂行し、全領域が彩色された完成イメージを生成する、請求項2に記載のイメージの彩色完成方法。 - 前記人工神経網は、
第1領域が彩色されていない入力イメージと、前記第1領域が彩色された出力イメージとの対応関係を学習した神経網である、請求項1に記載のイメージの彩色完成方法。 - 前記人工神経網は、
前記入力イメージと、前記入力イメージの彩色された第2領域に係わる第3色相質疑と、前記第3色相質疑に対する第3返答と、前記出力イメージと、前記出力イメージに係わる第4色相質疑との対応関係をさらに学習した神経網であり、
前記第2領域は、
前記入力イメージの前記第3色相質疑及び前記第3返答によって彩色された領域である、請求項6に記載のイメージの彩色完成方法。 - イメージ内の色相未知領域のうち少なくとも一部領域を彩色し、前記未知領域において、前記一部領域を除いた残り領域の色相に係わる質疑を生成する人工神経網を学習させる方法において、
第1領域が彩色されていない入力イメージ、及び前記入力イメージにおいて、前記第1領域が第1色相に彩色された出力イメージを利用し、前記第1領域と前記第1色相との対応関係が反映されるように、前記人工神経網を学習させる第1学習段階と、
前記入力イメージ、前記入力イメージの彩色された第2領域に係わる第3色相質疑、前記第3色相質疑に対する第3返答、前記出力イメージ、及び前記出力イメージに係わる第4色相質疑の対応関係がさらに反映されるように、前記人工神経網を学習させる第2学習段階と、を含む、人工神経網学習方法。 - 前記第3返答は、
前記入力イメージの前記第2領域の平均色相に基づいて決定される、請求項8に記載の人工神経網学習方法。 - コンピュータを利用し、請求項1ないし9のうちいずれか1項に記載の方法を遂行するために、媒体に保存されたコンピュータプログラム。
- イメージ内の色相未知領域に係わる質疑、及び前記質疑に対する返答に基づき、前記イメージの彩色を完成させる装置において、前記装置は、プロセッサを含み、前記プロセッサは、
人工神経網を利用し、第一次イメージ内の少なくとも1つの未彩色領域が彩色された第1中間イメージを生成し、
前記人工神経網を利用し、第一次イメージ内の少なくとも1つの色相未知領域に係わる第1色相質疑を生成し、
前記第1色相質疑、前記第1色相質疑に対する第1返答、及び前記第1中間イメージのうち少なくとも一つに基づき、第二次イメージを生成する、イメージの彩色完成装置。 - 前記プロセッサは、
前記人工神経網を利用し、前記第二次イメージ内の少なくとも1つの未彩色領域が彩色された第2中間イメージを生成し、
前記人工神経網を利用し、第二次イメージ内の少なくとも1つの色相未知領域に係わる第2色相質疑を生成し、
前記第一次イメージ、前記第2色相質疑、前記第2色相質疑に対する第2返答、及び前記第2中間イメージのうち少なくとも一つに基づき、第三次イメージを生成する、請求項11に記載のイメージの彩色完成装置。 - 前記第1返答は、前記第1色相質疑に対応するユーザの入力に基づいて決定され、
前記第2返答は、前記第2色相質疑に対応する前記ユーザの入力に基づいて決定される、請求項12に記載のイメージの彩色完成装置。 - 前記人工神経網は、
前記第二次イメージ内の少なくとも1つの色相未知領域それぞれに係わる未知の程度を生成し、
前記プロセッサは、
前記第二次イメージ内の少なくとも1つの色相未知領域において、前記未知の程度が所定条件を満足する未知領域の色相に係わる質疑を、第2色相質疑として生成する、請求項12に記載のイメージの彩色完成装置。 - 前記プロセッサは、
第2時点における第二次イメージを、前記第2時点以前の第1時点における第三次イメージと同一に生成し、前記第2中間イメージを生成する段階、前記第2色相質疑を生成する段階、及び前記第三次イメージを生成する段階を反復して遂行し、全領域が彩色された完成イメージを生成する、請求項12に記載のイメージの彩色完成装置。 - 前記人工神経網は、
第1領域が彩色されていない入力イメージと、前記第1領域が彩色された出力イメージとの対応関係を学習した神経網である、請求項11に記載のイメージの彩色完成装置。 - 前記人工神経網は、
前記入力イメージと、前記入力イメージの彩色された第2領域に係わる第3色相質疑と、前記第3色相質疑に対する第3返答と、前記出力イメージと、前記出力イメージに係わる第4色相質疑との対応関係をさらに学習した神経網であり、
前記第2領域は、
前記入力イメージの前記第3色相質疑及び前記第3返答によって彩色された領域である、請求項16に記載のイメージの彩色完成装置。 - イメージ内の色相未知領域のうち少なくとも一部領域を彩色し、前記未知領域において、前記一部領域を除いた残り領域の色相に係わる質疑を生成する人工神経網を学習させる装置において、前記装置は、プロセッサを含み、
前記プロセッサは、
第1領域が彩色されていない入力イメージ、及び前記入力イメージにおいて、前記第1領域が第1色相に彩色された出力イメージを利用し、前記第1領域と前記第1色相との対応関係が反映されるように、前記人工神経網を学習させ、
前記入力イメージ、前記入力イメージの彩色された第2領域に係わる第3色相質疑、前記第3色相質疑に対する第3返答、前記出力イメージ、及び前記出力イメージに係わる第4色相質疑の対応関係がさらに反映されるように、前記人工神経網を学習させる、人工神経網学習装置。 - 前記第3返答は、
前記入力イメージの前記第2領域の平均色相に基づいて決定される、請求項18に記載の人工神経網学習装置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020180133842A KR102171269B1 (ko) | 2018-11-02 | 2018-11-02 | 이미지의 채색 완성 방법, 장치 및 컴퓨터 프로그램과 인공 신경망 학습 방법, 장치 및 컴퓨터 프로그램 |
KR10-2018-0133842 | 2018-11-02 | ||
PCT/KR2019/010556 WO2020091207A1 (ko) | 2018-11-02 | 2019-08-20 | 이미지의 채색 완성 방법, 장치 및 컴퓨터 프로그램과 인공 신경망 학습 방법, 장치 및 컴퓨터 프로그램 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022506493A true JP2022506493A (ja) | 2022-01-17 |
JP7328331B2 JP7328331B2 (ja) | 2023-08-16 |
Family
ID=70462288
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021523890A Active JP7328331B2 (ja) | 2018-11-02 | 2019-08-20 | イメージの彩色完成方法、その装置及びそのコンピュータプログラム、並びに人工神経網学習方法、その装置及びそのコンピュータプログラム |
Country Status (4)
Country | Link |
---|---|
US (1) | US11887224B2 (ja) |
JP (1) | JP7328331B2 (ja) |
KR (1) | KR102171269B1 (ja) |
WO (1) | WO2020091207A1 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102235293B1 (ko) * | 2020-08-18 | 2021-04-02 | (주)에스프레소미디어 | 카툰 스타일라이저 제공 시스템 및 방법 |
KR102247662B1 (ko) * | 2021-01-29 | 2021-05-03 | 주식회사 아이코드랩 | 만화의 스케치 이미지를 자동으로 채색하기 위한 장치 및 방법 |
KR102527900B1 (ko) * | 2021-02-10 | 2023-05-02 | 네이버웹툰 유한회사 | 스케치 이미지에 대한 자동 채색 모델 관리 방법 및 그 장치 |
KR102477798B1 (ko) * | 2022-01-27 | 2022-12-15 | 주식회사 위딧 | 웹툰 캐릭터 채색 장치 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130055116A1 (en) * | 2011-08-25 | 2013-02-28 | Microsoft Corporation | Theme variation engine |
EP2803039A1 (fr) | 2012-01-13 | 2014-11-19 | Wisimage | Procédé et dispositif de coloration de cheveux |
CN103177446B (zh) * | 2013-03-13 | 2016-03-30 | 北京航空航天大学 | 基于邻域和非邻域平滑先验的图像前景精准提取方法 |
KR20150034058A (ko) * | 2013-09-25 | 2015-04-02 | 삼성전자주식회사 | 영상 분석에 기초한 애니메이션 컨텐츠 생성 방법 및 그 장치 |
US10346710B2 (en) * | 2016-09-29 | 2019-07-09 | Datacolor Inc. | Multi-agent training of a color identification neural network |
US10916001B2 (en) * | 2016-11-28 | 2021-02-09 | Adobe Inc. | Facilitating sketch to painting transformations |
-
2018
- 2018-11-02 KR KR1020180133842A patent/KR102171269B1/ko active IP Right Grant
-
2019
- 2019-08-20 WO PCT/KR2019/010556 patent/WO2020091207A1/ko active Application Filing
- 2019-08-20 JP JP2021523890A patent/JP7328331B2/ja active Active
-
2021
- 2021-04-28 US US17/242,831 patent/US11887224B2/en active Active
Non-Patent Citations (2)
Title |
---|
FERRET編集部: "AIが線画を自動でカラーイラストにしてくれる!線画自動着色ツール「PaintsChainer」の使い方を解説", FERRET [ONLINE], JPN7022002441, 31 January 2018 (2018-01-31), ISSN: 0004787840 * |
米辻泰山: "線画自動着色サービス「PaintsChainer」について", 映像情報メディア学会誌, vol. 第72巻第3号, JPN6022021242, 1 May 2018 (2018-05-01), JP, pages 47 - 51, ISSN: 0004787839 * |
Also Published As
Publication number | Publication date |
---|---|
KR102171269B1 (ko) | 2020-10-28 |
US20210248795A1 (en) | 2021-08-12 |
JP7328331B2 (ja) | 2023-08-16 |
KR20200054355A (ko) | 2020-05-20 |
WO2020091207A1 (ko) | 2020-05-07 |
US11887224B2 (en) | 2024-01-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2022506493A (ja) | イメージの彩色完成方法、その装置及びそのコンピュータプログラム、並びに人工神経網学習方法、その装置及びそのコンピュータプログラム | |
JP6829327B2 (ja) | 変換方法、装置、コンピューターデバイス及び記憶媒体 | |
US20210398331A1 (en) | Method for coloring a target image, and device and computer program therefor | |
US10539881B1 (en) | Generation of hotspot-containing physical design layout patterns | |
US20210303988A1 (en) | Multi-model training pipeline in distributed systems | |
US20230267686A1 (en) | Subdividing a three-dimensional mesh utilizing a neural network | |
US11409928B2 (en) | Configurable digital twin | |
CN115066694A (zh) | 计算图优化 | |
WO2020070758A2 (en) | Systems and methods for simulation of humans by human twin | |
US11275661B1 (en) | Test generation of a distributed system | |
KR102401112B1 (ko) | UX-bit를 이용한 정책망을 포함하는 자동 디자인 생성 인공신경망 장치 및 방법 | |
CN114841309A (zh) | 数据处理方法、装置以及电子设备 | |
US20190005169A1 (en) | Dynamic Design of Complex System-of-Systems for Planning and Adaptation to Unplanned Scenarios | |
CN114091589A (zh) | 模型训练方法、装置、电子设备及介质 | |
CN117201308A (zh) | 网络资源分配方法、系统、存储介质及电子设备 | |
US20210287131A1 (en) | Machine learning model accuracy fairness | |
WO2024051146A1 (en) | Methods, systems, and computer-readable media for recommending downstream operator | |
US20230153612A1 (en) | Pruning complex deep learning models based on parent pruning information | |
CN107688582B (zh) | 资源推荐模型的获取方法及装置 | |
US10650581B1 (en) | Sketch-based 3D fluid volume generation using a machine learning system | |
CN114528893A (zh) | 机器学习模型训练方法、电子设备及存储介质 | |
KR102551873B1 (ko) | 레이블링 하기 위한 데이터를 선택적으로 추출하기 위한 방법, 이를 수행하는 서비스서버 및 컴퓨터-판독가능 매체 | |
US20240045662A1 (en) | Software code verification using call graphs for autonomous systems and applications | |
US11544430B2 (en) | Advanced model mapping and simulations | |
WO2024001344A1 (zh) | 基于云计算技术的目标函数求解方法、装置和计算设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210430 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220517 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220531 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220830 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20230110 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230509 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20230518 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230711 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230803 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7328331 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |