System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
技术介绍
1、计算机处理技术的改善导致了图像处理领域的重大进步。许多行业利用图像处理技术,包括机器学习模型,从而以各种方式操纵数字图像。为了说明,许多实体使用神经网络图像处理来检测和修改二维图像的对象,以便通过图像编辑工具进行进一步修改。然而,使用具有现有图像编辑工具的图像处理应用来编辑数字图像通常是一项耗时且计算昂贵的任务,需要大量使用图像编辑工具的经验。此外,许多实体正在调整图像编辑应用以在具有有限处理资源或用户界面能力的各种设备上使用,从而提供更多的轻量级、灵活的图像处理模型的效用。
技术实现思路
1、本公开描述了通过生成表示二维图像的自适应三维网格以用于编辑二维图像来解决上述问题(除了提供其他益处之外)的方法、非暂态计算机可读介质和系统的一个或多个实施例。具体地,在一个或多个实施例中,所公开的系统利用第一神经网络来基于估计视差来确定二维图像的像素的密度值。所公开的系统根据密度值对二维图像中的点进行采样,并基于采样点生成镶嵌(tessellation)。此外,所公开的系统利用第二神经网络来估计二维图像的相机参数,并基于二维图像的像素的相机参数来修改三维网格。
2、在一个或多个实施例中,所公开的系统利用表示二维图像的三维网格来修改二维图像。在一些实施例中,三维网格包括表示二维图像的自适应三维网格。备选地,所公开的系统通过均匀镶嵌来生成三维网格,均匀镶嵌基于二维图像的像素深度值和估计的相机参数。具体地,响应于在图形用户界面内修改二维图像的位移输入,所公开的系统修改表
3、根据一个或多个实施例,所公开的系统基于表示二维图像中的对象的分割的三维对象网格来修改二维图像。具体地,所公开的系统生成表示二维图像的三维网格(例如,自适应三维网格或基于像素深度值和估计的相机参数的三维网格)。此外,所公开的系统将三维网格分割成对应于二维图像中的分离对象的多个分离的三维对象网格。所公开的系统响应于位移输入,通过位移所选择的三维对象网格的一部分来修改二维图像。
4、在一个或多个实施例中,所公开的系统执行用于修改二维图像的迭代镶嵌过程。例如,所公开的系统生成表示二维图像的初始三维网格,并响应于位移输入修改初始三维网格。此外,所公开的系统基于初始三维网格的位移部分来修改二维图像。响应于提交对二维图像的修改的动作,所公开的系统通过从修改的二维图像生成更新的三维网格来执行附加的镶嵌迭代。
本文档来自技高网...【技术保护点】
1.一种方法,包括:
2.根据权利要求1所述的方法,还包括利用所述第一神经网络生成所述视差估计值,所述视差估计值指示与在所述二维图像的场景中的对应点和所述二维图像的视点之间的距离成负相关的估计值。
3.根据权利要求1所述的方法,其中确定所述密度值包括利用多个图像过滤器,基于所述视差估计值来确定所述二维图像的像素的深度的二阶导数变化。
4.根据权利要求3所述的方法,其中确定深度的所述二阶导数变化包括:
5.根据权利要求4所述的方法,其中确定所述密度值包括:
6.根据权利要求1所述的方法,其中对所述多个点进行采样包括利用所述密度值作为概率分布从所述二维图像中选择点。
7.根据权利要求6所述的方法,其中生成所述三维网格包括通过利用与来自所述二维图像的采样点有关的松弛模型来迭代地生成表示所述二维图像的内容的镶嵌。
8.根据权利要求1所述的方法,其中生成所述位移三维网格包括:
9.根据权利要求1所述的方法,还包括:
10.一种系统,包括:
11.根据权利要求10所述的系统
12.根据权利要求11所述的系统,其中确定深度的所述二阶导数变化包括基于与所述二维图像的所述视差估计值相对应的矩阵的绝对值来确定对应于所述二维图像的所述像素的所述密度值。
13.根据权利要求12所述的系统,其中确定所述密度值包括通过根据一组处理参数平滑和截断所述矩阵的绝对值,来生成包括与所述二维图像的像素相对应的所述密度值的密度图。
14.根据权利要求10所述的系统,其中:
15.根据权利要求10所述的系统,其中生成所述位移三维网格包括:
16.根据权利要求10所述的系统,其中所述操作还包括:
17.一种非暂态计算机可读介质,包括指令,所述指令在由处理设备执行时,使所述处理设备执行操作,所述操作包括:
18.根据权利要求17所述的非暂态计算机可读介质,其中确定所述密度值包括:
19.根据权利要求17所述的非暂态计算机可读介质,其中:
20.根据权利要求17所述的非暂态计算机可读介质,其中生成所述位移三维网格包括:
...【技术特征摘要】
1.一种方法,包括:
2.根据权利要求1所述的方法,还包括利用所述第一神经网络生成所述视差估计值,所述视差估计值指示与在所述二维图像的场景中的对应点和所述二维图像的视点之间的距离成负相关的估计值。
3.根据权利要求1所述的方法,其中确定所述密度值包括利用多个图像过滤器,基于所述视差估计值来确定所述二维图像的像素的深度的二阶导数变化。
4.根据权利要求3所述的方法,其中确定深度的所述二阶导数变化包括:
5.根据权利要求4所述的方法,其中确定所述密度值包括:
6.根据权利要求1所述的方法,其中对所述多个点进行采样包括利用所述密度值作为概率分布从所述二维图像中选择点。
7.根据权利要求6所述的方法,其中生成所述三维网格包括通过利用与来自所述二维图像的采样点有关的松弛模型来迭代地生成表示所述二维图像的内容的镶嵌。
8.根据权利要求1所述的方法,其中生成所述位移三维网格包括:
9.根据权利要求1所述的方法,还包括:
10.一种系统,包括:
11.根据权利要...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。