[发明专利]掩膜图像生成方法、装置、电子设备和计算机可读介质在审

专利信息
申请号: 202011299864.X 申请日: 2020-11-18
公开(公告)号: CN112418249A 公开(公告)日: 2021-02-26
发明(设计)人: 李华夏 申请(专利权)人: 北京字跳网络技术有限公司
主分类号: G06K9/46 分类号: G06K9/46;G06K9/62;G06N3/04;G06T3/40;G06T5/00;G06T7/11;G06T7/13
代理公司: 北京卫智畅科专利代理事务所(普通合伙) 11557 代理人: 陈佳
地址: 100190 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 生成 方法 装置 电子设备 计算机 可读 介质
【权利要求书】:

1.一种掩膜图像生成方法,包括:

提取破损图像中的边缘信息,得到所述破损图像的边缘图像;

基于所述破损图像和所述边缘图像,对所述破损图像进行特征提取,得到所述破损图像的特征图像;

将所述边缘图像进行变换,得到与所述特征图像尺寸匹配的缩小边缘图像;

基于所述特征图像与所述缩小边缘图像,生成所述破损图像中破损区域的掩膜图像。

2.根据权利要求1所述的方法,其中,所述基于所述破损图像和所述边缘图像,对所述破损图像进行特征提取,得到所述破损图像的特征图像,包括:

将所述破损图像和所述边缘图像输入到预训练的掩膜生成模型中的特征提取网络,得到所述破损图像的特征图像,其中,所述掩膜生成模型包括所述特征提取网络和图像生成网络。

3.根据权利要求2所述的方法,其中,所述基于所述特征图像与所述缩小边缘图像,生成所述破损图像中破损区域的掩膜图像,包括:

将所述特征图像与所述缩小边缘图像输入至所述预训练的掩膜生成模型中的所述图像生成网络,得到所述破损图像中破损区域的掩膜图像。

4.根据权利要求3所述的方法,其中,所述图像生成网络包括卷积层和至少一个上采样层;以及

所述将所述特征图像与所述缩小边缘图像输入至所述预训练的掩膜生成模型中的所述图像生成网络,得到所述破损图像中破损区域的掩膜图像,包括:

将所述特征图像与所述缩小边缘图像输入所述卷积层,得到第一类型特征图像;

将所述第一类型特征图像输入所述至少一个上采样层,得到所述掩膜图像。

5.根据权利要求4所述的方法,其中,所述将所述第一类型特征图像输入所述至少一个上采样层,包括:

对于所述至少一个上采样层中的每个上采样层,将所述上采样之前的网络输出的第一类型特征图像与所述上采样层对应的边缘图像输入所述上采样层,得到第二类型特征图像,其中,所述上采样层对应的边缘图像通过将所述边缘图像变换至所述上采样层的输入尺寸得到。

6.一种掩膜图像生成装置,包括:

边缘提取单元,被配置成提取破损图像中的边缘信息,得到所述破损图像的边缘图像;

特征提取单元,被配置成基于所述破损图像和所述边缘图像,对所述破损图像进行特征提取,得到所述破损图像的特征图像;

变换单元,被配置成将所述边缘图像进行变换,得到与所述特征图像尺寸匹配的缩小边缘图像;

生成单元,被配置成基于所述特征图像与所述缩小边缘图像,生成所述破损图像中破损区域的掩膜图像。

7.根据权利要求6所述的装置,其中,所述特征提取单元进一步被配置成:

将所述破损图像和所述边缘图像输入到预训练的掩膜生成模型中的特征提取网络,得到所述破损图像的特征图像,其中,所述掩膜生成模型包括特征提取网络和图像生成网络。

8.根据权利要求7所述的装置,其中,所述生成单元进一步被配置成:

将所述特征图像与所述缩小边缘图像输入至所述预训练的掩膜生成模型中的所述图像生成网络,得到所述破损图像中破损区域的掩膜图像。

9.根据权利要求8所述的装置,其中,所述图像生成网络包括卷积层和上采样层;以及

所述生成单元进一步被配置成:

将所述特征图像与所述缩小边缘图像输入所述卷积层,得到第一类型特征图像;

将所述第一类型特征图像输入所述至少一个上采样层,得到所述掩膜图像。

10.根据权利要求9所述的装置,其中,所述生成单元进一步被配置成:

对于所述至少一个上采样层中的每个上采样层,将所述上采样之前的网络输出的第一类型特征图像与所述上采样层对应的边缘图像输入所述上采样层,得到第二类型特征图像,其中,所述上采样层对应的边缘图像通过将所述边缘图像变换至所述上采样层的输入尺寸得到。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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北京字跳网络技术有限公司,未经北京字跳网络技术有限公司许可,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/202011299864.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top