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 > 百度(美国)有限责任公司谢建文获国家专利权

百度(美国)有限责任公司谢建文获国家专利权

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!

龙图腾网获悉百度(美国)有限责任公司申请的专利经由从粗略到精细的扩展和采样的基于能量的生成模型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:CN114283056B

龙图腾网通过国家知识产权局官网在2025-10-21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:202111149290.2,技术领域涉及:G06T3/4053;该发明授权经由从粗略到精细的扩展和采样的基于能量的生成模型是由谢建文;赵阳;李平设计研发完成,并于2021-09-29向国家知识产权局提交的专利申请。

经由从粗略到精细的扩展和采样的基于能量的生成模型在说明书摘要公布了:本文提出了基于能量的模型EBM的实施方式,EBM可经由多阶段从粗略到精细的扩展和采样策略的实施方式进行训练。训练方法的实施方式从低分辨率的图像中学习粗略级EBM开始,然后随着学习的进行而逐渐过渡到通过扩展能量函数从更高分辨率的图像中学习更精细级EBM。实施方式具有平滑学习和采样的计算效率。在所有EBM中,所测试的实施方式在图像生成方面达到了最佳性能并成功合成了高保真图像。实施方式还可用于图像恢复和分布外检测。框架实施方式可进一步推广以用于单边无监督图像到图像转换,并在模型大小和训练预算方面击败基准方法。本文还提出了解释转换动态的基于梯度的生成显著性方法的实施方式。

本发明授权经由从粗略到精细的扩展和采样的基于能量的生成模型在权利要求书中公布了:1.一种用于训练基于能量的模型的计算机实施方法,所述方法包括: 获得具有当前阶段分辨率的一组真实图像; 获得具有所述当前阶段分辨率的一组当前阶段初始合成图像; 获得一组前一阶段合成图像,其中所述前一阶段合成图像具有比所述当前阶段分辨率低的分辨率的前一阶段分辨率; 给定所述一组前一阶段合成图像和具有所述前一阶段分辨率的输入的前一阶段基于能量的模型,经由马尔可夫链蒙特卡洛采样来生成一组更新的前一阶段合成图像; 通过将所述一组当前阶段初始合成图像与已上采样至所述当前阶段分辨率的所述一组更新的前一阶段合成图像相结合,生成具有所述当前阶段分辨率的一组更新的当前阶段初始合成图像; 给定所述一组更新的当前阶段初始合成图像和具有所述当前阶段分辨率的输入的当前阶段基于能量的模型,经由马尔可夫链蒙特卡洛采样来生成一组更新的当前阶段合成图像; 基于使用所述一组真实图像和所述当前阶段基于能量的模型获得的预期值以及使用所述一组更新的当前阶段合成图像和所述当前阶段基于能量的模型获得的预期值之间的差异,更新所述当前阶段基于能量的模型; 响应于所述当前阶段分辨率不是最终分辨率: 修改所更新的当前阶段基于能量的模型,以生成分辨率高于所述当前阶段分辨率的基于能量的扩展模型; 将所更新的当前阶段基于能量的模型设定为用于下一迭代的所述前一阶段基于能量的模型,并将其分辨率设定为用于所述下一迭代的所述前一阶段分辨率; 将所述基于能量的扩展模型设定为用于所述下一迭代的所述当前阶段基于能量的模型,并将其分辨率设定为用于所述下一迭代的所述当前阶段分辨率;以及 返回到获得一组真实图像的步骤进行迭代;以及 响应于所述当前阶段分辨率是最终分辨率,输出所更新的当前阶段基于能量的模型作为具有所述最终分辨率的经训练的基于能量的模型。

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百度(美国)有限责任公司,其通讯地址为:美国加利福尼亚州;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。