[发明专利]用于高效数字对象分割的深度突出内容神经网络在审
申请号: | 201810886944.1 | 申请日: | 2018-08-06 |
公开(公告)号: | CN109726793A | 公开(公告)日: | 2019-05-07 |
发明(设计)人: | 卢昕;林哲;沈晓辉;杨济美;张健明;J-C·J·陈;刘晨曦 | 申请(专利权)人: | 奥多比公司 |
主分类号: | G06N3/02 | 分类号: | G06N3/02;G06T7/194 |
代理公司: | 北京市金杜律师事务所 11256 | 代理人: | 酆迅;姚杰 |
地址: | 美国加利*** | 国省代码: | 美国;US |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 神经网络 视觉媒体 移动设备 计算机可读介质 静态数字图像 馈送 标识数字 对象分割 高效数字 前景像素 设备利用 实时数字 突出对象 允许移动 非暂态 分割 | ||
1.一种非暂态计算机可读介质,在其上存储有指令,所述指令在由至少一个处理器执行时,使得计算机系统:
由移动设备接收描绘一个或多个突出对象的数字图像;
访问所述移动设备上的突出内容神经网络,其中所述突出内容神经网络通过以下项而被训练:利用所述突出内容神经网络来预测训练数字图像的前景像素,并将所述训练数字图像的真相前景像素与所述训练数字图像的经预测的所述前景像素进行比较;
通过将所述突出内容神经网络应用于所述数字图像,由所述移动设备标识在所述数字图像中被描绘的所述一个或多个突出对象;以及
基于在所述数字图像中被描绘的、经标识的所述一个或多个突出对象来生成经修改的数字图像。
2.根据权利要求1所述的非暂态计算机可读介质,其中所述数字图像是实时数字视觉媒体馈送的一部分。
3.根据权利要求2所述的非暂态计算机可读介质,还包括指令,所述指令在由至少一个处理器执行时,使得所述计算机系统:
访问所述移动设备上的第二突出内容神经网络,其中所述第二突出内容神经网络通过以下项而被训练:利用所述第二突出内容神经网络来预测第二训练数字图像的前景像素,并且将所述第二训练数字图像的真相前景像素与所述第二训练数字图像的经预测的所述前景像素进行比较;
将所述第二突出内容神经网络应用于所述实时数字视觉媒体馈送,以标识在所述实时数字视觉媒体馈送中被描绘的所述一个或多个突出对象;以及
基于在所述实时数字视觉媒体馈送中被描绘的、经标识的所述一个或多个突出对象来生成经修改的数字视觉媒体馈送。
4.根据权利要求3所述的非暂态计算机可读介质,还包括指令,所述指令在由所述至少一个处理器执行时,使得所述计算机系统通过以下项来生成所述经修改的数字视觉媒体馈送:
对所述实时数字视觉媒体馈送的背景像素和所述实时数字视觉媒体馈送中被描绘的、经标识的所述一个或多个突出对象进行分离;以及
修改所述实时数字视觉媒体馈送的所述背景像素或者在所述实时数字视觉媒体馈送中被描绘的、经标识的所述一个或多个突出对象中的至少一个。
5.根据权利要求3所述的非暂态计算机可读介质,其中所述第二突出内容神经网络具有比所述突出内容神经网络更快的处理速度。
6.根据权利要求4所述的非态计算机可读介质,还包括指令,所述指令在由至少一个处理器执行时使得所述计算机系统:
从所述实时数字视觉媒体馈送中捕获所述数字图像;
将所述数字图像存储在所述移动设备上;以及
通过将所述突出内容神经网络应用于来自所述实时数字视觉媒体馈送的、被存储在所述移动设备上的所述数字图像,来标识在所述数字图像中被描绘的所述一个或多个突出对象。
7.根据权利要求1所述的非暂态计算机可读介质,还包括指令,所述指令在由所述至少一个处理器执行时使得所述计算机系统通过以下项生成所述经修改的数字图像:将所述数字图像的背景像素与所述数字图像中被描绘的、经标识的所述一个或多个突出对象进行分离。
8.根据权利要求7所述的非暂态计算机可读介质,还包括指令,所述指令在由所述至少一个处理器执行时使得所述计算机系统:通过修改所述数字图像的所述背景像素或者经标识的所述一个或多个突出对象中的至少一个来生成所述经修改的数字图像。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于奥多比公司,未经奥多比公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810886944.1/1.html,转载请声明来源钻瓜专利网。