[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： | 公开了用于利用一个或多个突出内容神经网络在数字视觉媒体中分割对象的系统、方法和非暂态计算机可读介质。具体地，在一个或多个实施例中，所公开的系统和方法训练一个或多个突出内容神经网络以高效地标识数字视觉媒体中的前景像素。此外，在一个或多个实施例中，所公开的系统和方法向移动设备提供经训练的突出内容神经网络，允许移动设备利用经训练的神经网络来直接地选择数字视觉媒体中的突出对象。此外，在一个或多个实施例中，所公开的系统和方法训练并提供多个突出内容神经网络，使得移动设备可以标识实时数字视觉媒体馈送中的对象(利用第一突出内容神经网络)并且标识静态数字图像中的对象(利用第二个突出内容神经网络)。 | ||
| 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 | ||
【主权项】：
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。
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/patent/201810886944.1/，转载请声明来源钻瓜专利网。
