使用细分缩放和深度上缩放的图像生成制造技术

本申请涉及使用细分缩放和深度上缩放的图像生成。用于生成输出图像的方法、系统和装置，包括在计算机存储介质上编码的计算机程序。所述方法之一包括获得数据，该数据指定(i)将输出图像的H乘W像素网格分割成K个不相交的交错子图像和(ii)子图像的排序；和逐个子图像地生成强度值，包括：对于每个特定子图像中的每个特定像素的每个特定颜色通道，使用生成性神经网络以以下各项的强度值为条件生成特定颜色通道的强度值：(i)在排序中的特定子图像之前的子图像中的任何像素；(ii)在特定子图像内的遍及输出图像按照光栅扫描次序在特定像素之前的任何像素，以及(iii)按照颜色通道次序在特定颜色通道之前的任何颜色通道的特定像素。

【技术实现步骤摘要】

本说明书涉及使用神经网络生成图像。

技术介绍

1、神经网络是机器学习模型，其采用一层或多层非线性单元来预测针对接收到的输入的输出。一些神经网络除了输出层外还包括一个或多个隐藏层。每个隐藏层的输出用作所述网络中的下一层(即，下一个隐藏层或输出层)的输入。所述网络的每一层根据相应的参数集的当前值从所接收的输入生成输出。

技术实现思路

1、本说明书描述了一种系统，该系统被实现为在一个或多个位置的一个或多个计算机上的计算机程序，其使用生成性神经网络生成图像。

2、在一些实现方式中，系统实现细分缩放。特别地，系统通过将输出图像的h乘w像素网格分割成k个不相交的交错子图像来生成h x w x c x d输出图像(其中h和w分别是图像的以像素数为单位的高度和宽度；c是通道数，例如3，并且d是每个通道中的位数)，其中k是小于h的整数。子图像被称为交错的是因为一个子图像内的像素通常通过另一子图像中的像素与同一子图像内的其他像素分开。例如，如果存在4个子图像，则沿着水平尺寸的每一第4个像素将在同一子图像中并且沿着垂直本文档来自技高网...

【技术保护点】

1.一种生成具有布置在H乘W像素网格中的多个像素的输出图像的方法，其中每个像素包括一个或多个颜色通道中的每一个的相应的N位强度值，其中，N为大于1的整数，并且其中所述方法包括：

2.根据权利要求1所述的方法，其中，N是8并且b是3。

3.根据权利要求1所述的方法，其中，N是8并且b是4。

4.根据权利要求1所述的方法，其中，N是16并且b是3。

5.根据权利要求1所述的方法，其中，N是16并且b是6。

6.根据权利要求1所述的方法，其中，所述获得包括：

7.根据权利要求6所述的方法，其中，使用第一生成性神经网络生成初...

【技术特征摘要】

1.一种生成具有布置在h乘w像素网格中的多个像素的输出图像的方法，其中每个像素包括一个或多个颜色通道中的每一个的相应的n位强度值，其中，n为大于1的整数，并且其中所述方法包括：

2.根据权利要求1所述的方法，其中，n是8并且b是3。

3.根据权利要求1所述的方法，其中，n是8并且b是4。

4.根据权利要求1所述的方法，其中，n是16并且b是3。

5.根据权利要求1所述的方法，其中，n是16并且b是6。

6.根据权利要求1所述的方法，其中，所述获得包括：

7.根据权利要求6所述的方法，其中，使用第一生成性神经网络生成初始h乘w图像包括：在所述输出图像的较低分辨率版本上调节所述第一生成性神经网络。

8.根据权利要求7所述的方法，进一步包括：获得数据，所述数据指定(i)将所述h乘w像素网格分割成k个不相交的交错的子图像，其中k是小于h的整数，和(ii)所述子图像的排序，并且其中，使用第一生成性神经网络生成初始h乘w图像包括：在所述输出图像的较低分辨率版本上调节嵌入神经网络的实例，其中所述嵌入神经网络被配置来对于每个特定子图像处理嵌入输入以生成编码子图像张量，所述嵌入输入包括针对在所述排序中在所述特定子图像之前的子图像已经生成的强度值。

9.根据权利要求8所述的方法，其中在所述输出图像的较低分辨率版本上调节所述嵌入神经网络的实例包括：用所述较低分辨率版本初始化所述嵌入输入的第一子图像。

10.根据权利要求7-9中任一项所述的方法，其中，使用第二生成性神经网络来生成所述n-b个最低有效位包括：在所述初始图像上调节所述嵌入神经网络的实例。

11.根据权利要求10所述的方法，其中在所述初始图像上调节所述嵌入神经网络的实例包括：将所述初始h乘w图像的子图像添加到针对所述...

【专利技术属性】
技术研发人员：纳尔·埃默里赫·卡尔赫布伦纳，雅各布·李·米尼克，
申请(专利权)人：渊慧科技有限公司，
类型：发明
国别省市：