【技术实现步骤摘要】
使用神经网络来扩展图像的技术
[0001]至少一个实施例涉及用于使用卷积神经网络从输入图像执行纹理合成的处理资源。例如,至少一个实施例涉及用于根据本文描述的各种新颖技术使用转置卷积神经网络从小输入图像生成大输出图像的处理器或计算系统。
技术介绍
[0002]纹理合成是在给定小示例输入的情况下生成大图像输出的问题,使得所述小示例输入中的视觉特征和结构在输出大图像中局部地和全局地都保留。现有方法在逐像素粒度上执行合成,其需要大量计算和存储器资源,且通常无法产生保留视觉特征和结构两者的较大输出纹理。
附图说明
[0003]图1是根据至少一个实施例的示出用于训练和推理以执行纹理合成的架构的框图;
[0004]图2是根据至少一个实施例的示出生成式对抗网络(GAN)的框图;
[0005]图3是根据至少一个实施例的示出用于执行纹理合成的生成器的框图;
[0006]图4是根据至少一个实施例的示出用于执行纹理合成的生成器的组件的框图;
[0007]图5是根据至少一个实施例的示出自相似性映射的框图;
[0008]图6是根据至少一个实施例的示出转置卷积块的框图;
[0009]图7示出了根据至少一个实施例的使用本文描述的新颖技术执行纹理合成的过程;
[0010]图8A示出了根据至少一个实施例的推理和/或训练逻辑;
[0011]图8B示出了根据至少一个实施例的推理和/或训练逻辑;
[0012]图9示出了根据至少一个实施例的神经网络的训练和部署;
[
【技术保护点】
【技术特征摘要】
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对应于第一图像的一个或更多个特征映射生成第二图像,其中所述第一图像小于所述第二图像。2.根据权利要求1所述的处理器,其中:所述一个或更多个特征映射由所述一个或更多个神经网络从所述第一图像生成;从所述一个或更多个特征映射生成一个或更多个移位的特征映射;至少部分地基于在所述一个或更多个移位的特征映射与所述一个或更多个特征映射之间共享的特征来计算一个或更多个权重;至少部分地基于根据所述一个或更多个权重将所述一个或更多个移位的特征映射和所述一个或更多个特征映射进行组合,来生成一个或更多个组合的特征映射;以及通过对所述一个或更多个组合的特征映射进行聚合和上采样来生成所述第二图像。3.根据权利要求2所述的处理器,其中使用一个或更多个卷积层从所述第一图像缩放所述一个或更多个特征映射中的每一个特征映射。4.根据权利要求2所述的处理器,其中至少部分地基于所述一个或更多个移位的特征映射和所述一个或更多个特征映射中的哪一个对应特征更突出,来计算所述一个或更多个权重。5.根据权利要求2所述的处理器,其中上采样包括将较小的第一特征映射零填充到较大的第二特征映射中。6.根据权利要求1所述的处理器,其中所述第一图像包含纹理并且所述第二图像包含所述第一图像的所述纹理。7.一种系统,包括:一个或更多个处理器,用于训练一个或更多个神经网络,以至少部分地基于对应于第一图像的一个或更多个特征映射来生成第二图像,其中所述第一图像小于所述第二图像。8.根据权利要求7所述的系统,其中:通过应用一个或更多个卷积层从所述第一图像缩放所述一个或更多个特征映射;计算指示一个或更多个移位的特征映射与所述一个或更多个特征映射之间的相似性的一个或更多个权重;通过根据所述一个或更多个权重对所述一个或更多个移位的特征映射和所述一个或更多个特征映射应用求和,来生成一个或更多个组合的特征映射;以及至少部分地基于聚合所述一个或更多个组合的特征映射来生成所述第二图像。9.根据权利要求8所述的系统,其中通过根据与所述一个或更多个特征映射中的每一个特征映射相对应的宽度和高度移位所述一个或更多个特征映射,来确定所述一个或更多个移位的特征映射。10.根据权利要求8所述的系统,其中所述一个或更多个权重指示在所述一个或更多个组合的特征映射的聚合期间要包括所述一个或更多个特征映射中的第一特征还是所述一个或更多个移位的特征映射中的第二特征。11.根据权利要求8所述的系统,其中将所述一个或更多个组合的特征映射聚合成所述第二图像包括:对所述一个或更多个组合的特征映射中的每一个组合的特征映射进行上采样。
12.根据权利要求11所述的系统,其中对所述一个或更多个组合的特征映射中的每一个组合的特征映射进行上采样包括:将较小的第一特征映射零填充到较大的第二特征映射中。13.根据权利要求7所述的系统,其中所述第一图像包含纹理并且所述第二图像包括所述第一图像的所述纹理。14.根据权利要求7所述的系统,其中所述一个或更多个神经网络使用生成式对抗网络来训练。15.根据权利要求14所述的系统,其中一个或更多个损失值由所述生成式对抗网络确定并且被反向传播到所述一个或更多个神经网络中的一个或更多个卷积层。16.一种机器可读介质,具有存储在其上的指令集,所述指令集如果由一个或更多个处理器执行,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至少部分...
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。