[发明专利]使用神经网络的属性感知的图像生成在审
申请号: | 202180011645.3 | 申请日: | 2021-07-07 |
公开(公告)号: | CN115023737A | 公开(公告)日: | 2022-09-06 |
发明(设计)人: | 聂维梨;T·T·卡拉斯;A·加格;S·德布纳斯;A·帕特尼;A·安纳德库玛 | 申请(专利权)人: | 辉达公司 |
主分类号: | G06T11/60 | 分类号: | G06T11/60 |
代理公司: | 北京市磐华律师事务所 11336 | 代理人: | 高伟 |
地址: | 美国加利*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 使用 神经网络 属性 感知 图像 生成 | ||
1.一种处理器,包括:
一个或更多个电路,用于使用一个或更多个神经网络来至少部分地基于用于训练所述一个或更多个神经网络的图像中一个或更多个对象的一个或更多个属性来生成一个或更多个图像。
2.如权利要求1所述的处理器,其中:
所述一个或更多个属性由因子码指示;
一个或更多个输入图像被编码成潜在码;
至少部分地基于所述因子码和所述潜在码生成样式;以及
基于所述一个或更多个输入图像和所述样式,生成所述一个或更多个图像。
3.如权利要求2所述的处理器,其中所述因子码是数据值的集合,并且每个数据值指示将在所述一个或更多个图像中生成的单独属性。
4.如权利要求2所述的处理器,其中所述样式包括关于将在所述一个或更多个图像中生成的所述一个或更多个属性的信息,并且所述样式由所述一个或更多个神经网络的一个或更多个全连接层生成。
5.如权利要求2所述的处理器,其中所述一个或更多个图像包括经修改以包含所述一个或更多个属性的所述一个或更多个输入图像。
6.如权利要求1所述的处理器,其中使用生成对抗网络来训练所述一个或更多个神经网络。
7.一种系统,包括:
一个或更多个处理器,用于使用一个或更多个神经网络来至少部分地基于用于训练所述一个或更多个神经网络的图像中一个或更多个对象的一个或更多个属性来生成一个或更多个图像。
8.如权利要求7所述的系统,其中:
所述一个或更多个属性在因子码中被指示;
所述一个或更多个图像由发生器神经网络生成;
所述发生器神经网络包括映射网络和合成网络;
所述映射网络基于所述因子码和对一个或更多个输入图像的编码来识别样式;以及
所述合成网络至少部分地基于所述样式生成所述一个或更多个图像。
9.如权利要求8所述的系统,其中所述因子码包括一个或更多个数据值,其指示将在所述一个或更多个图像中生成的所述一个或更多个属性中的每个属性。
10.如权利要求8所述的系统,其中所述映射网络包括一个或更多个全连接层,并且所述因子码和对所述一个或更多个输入图像的所述编码被组合为对所述一个或更多个全连接层的输入。
11.如权利要求8所述的系统,其中所述合成网络包括用于生成所述一个或更多个图像的一个或更多个放大层,所述放大层具有输入大小,所述输入大小小于输出大小,并且所述放大层的数量至少部分地基于所述一个或更多个图像的维度来确定。
12.如权利要求11所述的系统,其中所述合成网络包括用于替换所述一个或更多个放大层的子集的输入块。
13.如权利要求7所述的系统,其中至少部分地基于结合鉴别器神经网络获得的训练值来训练所述一个或更多个神经网络,所述鉴别器神经网络指示所述一个或更多个图像是否由所述一个或更多个神经网络生成。
14.一种机器可读介质,其具有存储在其上的指令的集合,如果由一个或更多个处理器执行所述指令的集合时,则使所述一个或更多个处理器至少:
使用一个或更多个神经网络来至少部分地基于用于训练所述一个或更多个神经网络的图像中一个或更多个对象的一个或更多个属性来生成一个或更多个图像。
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辉达公司,未经辉达公司许可,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/202180011645.3/1.html,转载请声明来源钻瓜专利网。
- 上一篇:客户关系管理应用的不可知增强
- 下一篇:将分散式标识符与一个或多个设备相关联