Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 腾讯科技(深圳)有限公司刘洪获国家专利权

腾讯科技(深圳)有限公司刘洪获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉腾讯科技(深圳)有限公司申请的专利图像处理模型的训练方法、装置、电子设备及存储介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN117036181B

龙图腾网通过国家知识产权局官网在2026-02-17发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211304327.9,技术领域涉及:G06T5/60;该发明授权图像处理模型的训练方法、装置、电子设备及存储介质是由刘洪;魏东;卢东焕;王连生;郑冶枫设计研发完成,并于2022-10-24向国家知识产权局提交的专利申请。

图像处理模型的训练方法、装置、电子设备及存储介质在说明书摘要公布了:本申请提供了一种图像处理模型的训练方法、装置、电子设备及存储介质;方法包括:获取用于作为训练样本的多个多模态图像,多模态图像的类型包括全模态图像和缺失模态图像;基于每个多模态图像,调用初始化的图像处理模型执行重建全模态图像的第一训练任务,在执行第一训练任务的过程中,图像处理模型输出第一全模态重建图像;基于全模态图像对每个第一全模态重建图像进行图像补全处理,得到全模态模板图像;确定多模态图像对与全模态模板图像之间的一致性损失;基于每个多模态图像,调用训练后的图像处理模型进行分割每个多模态图像的第二训练任务,在第二训练任务中以一致性损失为约束条件。通过本申请,能够提升分割多模态图像的准确性。

本发明授权图像处理模型的训练方法、装置、电子设备及存储介质在权利要求书中公布了:1.一种图像处理模型的训练方法,其特征在于,所述方法包括: 获取用于作为训练样本的多个多模态图像,其中,所述多模态图像的类型包括全模态图像和缺失模态图像; 基于每个所述多模态图像,调用初始化的所述图像处理模型执行重建所述全模态图像的第一训练任务,其中,在执行所述第一训练任务的过程中,所述图像处理模型输出每个所述多模态图像分别对应的第一全模态重建图像; 确定每个所述多模态图像的缺失部分,基于每个所述第一全模态重建图像对每个所述缺失部分进行补全处理,得到第一补全图像;对所述第一补全图像进行线性回归处理,得到线性回归结果,并获取所述线性回归结果与所述全模态图像之间的第一均方差损失;从每个所述第一全模态重建图像中,获取使所述第一均方差损失最小的目标全模态重建图像,将所述目标全模态重建图像代入正则函数,得到第一正则项;将所述第一正则项与所述目标全模态重建图像的加和作为全模态模板图像; 基于所述全模态模板图像对每个所述缺失部分进行补全处理,得到所述多模态图像对中的第一多模态图像的第二补全图像和所述多模态图像对中的第二多模态图像的第二补全图像,并将所述第一多模态图像的第二补全图像和所述第二多模态图像的第二补全图像之间的第二均方差损失作为一致性损失; 基于每个所述多模态图像,调用训练后的所述图像处理模型进行分割每个所述多模态图像的第二训练任务,其中,在所述第二训练任务中以所述一致性损失为更新所述图像处理模型的参数的约束条件。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人腾讯科技(深圳)有限公司,其通讯地址为:518000 广东省深圳市南山区高新区科技中一路腾讯大厦35层;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。