摘要：本公开关于一种视频数据处理方法及装置、增强网络的训练方法及装置。方法包括：对待处理图像帧进行分块，得到多个像素块，所述待处理图像帧为待处理视频数据中待进行图像增强的图像帧；分别确定各所述像素块的桶索引信息；通过各所述像素块的桶索引信息对应的增强网络，分别对各所述像素块进行增强处理，得到增强后的各所述像素块；根据所述增强后的各所述像素块，构建得到目标图像帧。采用本方法可以降低对移动终端资源的占用，缓解移动终端卡顿的问题，且提高视频画面的增强效果。

摘要：本公开提供了一种图像增强模型训练方法、图像增强方法及相关设备，涉及图像处理技术领域。该方法包括：获取低分辨率图像样本和对应的高分辨率图像样本；基于低分辨率图像样本和高分辨率图像样本，对重参数化卷积滤波器进行训练，获得训练完成的重参数化卷积滤波器；对训练完成的重参数化卷积滤波器进行重参数化操作，获得目标卷积滤波器；利用目标卷积滤波器，获得图像增强模型。该方法获得的图像增强模型能够在保持图像增强效果的前提下加速图像增强处理的速度，将该图像增强模型应用于移动设备能够提升设备的图像处理性能。

摘要：本公开提供了一种模型训练方法、图像增强方法及相关设备，涉及图像处理技术领域。该训练方法应用于云端设备，包括：获取包括多个样本图像的训练样本集；基于第一图像增强模型对样本图像进行增强处理，获得第一增强图像；基于图像编码模型对样本图像和第一增强图像进行编码处理，获得增强强度；根据样本图像、第一增强图像和增强强度对图像编码模型进行训练，获得训练完成的图像编码模型。通过该方法得到的图像编码模型能够准确反映图像增强的程度，使得终端设备在部署模型进行增强处理时能够根据增强强度进行增强处理，提升增强效果。

摘要：本公开提供了一种图像修复模型的训练、图像修复方法及相关设备，涉及图像处理技术领域。该训练方法应用于云端服务器，包括：获取包括多个高清样本图像的训练样本集；对高清样本图像进行压缩处理，获得对应的样本压缩图像；根据高清样本图像和样本压缩图像，确定样本残差图像；基于图像修复模型，根据样本残差图像对样本压缩图像进行修复处理，获得预测修复图像；根据预测修复图像、高清样本图像和样本残差图像，确定目标损失；根据目标损失训练图像修复模型，获得训练完成的图像修复模型。通过该方法训练完成的图像修复模型能够有效修复由于压缩信息丢失带来的降质问题，使得终端设备部署模型进行图像修复时能够提升修复精度和播放画质。

摘要：本发明公开了一种由点云直接重建三维曲面的方法，包括：输入可能带有噪声和异常值的点云数据P和需要重建曲面的顶点个数m；初始化字典矩阵V和初始化连接矩阵B；迭代地更新字典矩阵V和连接矩阵B，直到收敛；输出重建的三角形网格，完成三维曲面的重建。利用本发明，由点云直接重建三角形网格，同时能很好的去除输入点云中的噪音、对非均匀采样鲁棒以及能很好的恢复出点云中的特征。相比隐式方法，本发明由点云直接重建三角形网格，避免了隐式方法中的多步优化问题所带来的累积误差。相比组合方法，本发明将重建误差作为目标函数，使得本发明重建出来的曲面的重建误差往往比现有的组合方法会小。

摘要：本申请实施例提供了一种图像识别方法及装置，所述方法包括：获取待识别图像，所述待识别图像中具有多边形对象；检测出所述多边形对象的图像信息和位置；根据所述多边形对象的位置和识别区域的位置，将所述多边形对象的图像信息投影到所述识别区域上，获得投影图像；利用图像识别技术识别所述投影图像，获得所述多边形对象中具有的信息。可见，本申请实施例将多边形对象的图像信息投影到识别区域后才进行识别，相当于对多边形对象在识别区域中的形状和位置进行了校正，使得校正后的图像，即所述投影图像能够被识别。从而解决了因多边形对象在识别区域中的位置、形状等不符合识别要求所造成的识别失败。

摘要：本申请涉及视频处理技术领域，特别涉及一种视频播放的方法和装置，用以解决现有技术中存在的无法在视频码率不显著提升的前提下，降低视频直播的首屏时间和直播延时的问题。本申请实施例接收到终端的播放请求；获取第一视频数据；使用目标帧替换第一视频数据中生成目标帧所使用的原始帧；向终端推送替换后的第一视频数据。本发明实施例第一视频数据不用改变，通过在接收到终端的播放请求后，使用目标帧替换第一视频数据中生成目标帧所使用的原始帧，由于通过增加额外的目标帧的数量实现视频帧替换，这样在增加目标帧的数量的前提下也不会导致第一视频数据的码率显著提升，从而在视频码率不显著提升的前提下，降低了视频直播的首屏时间和直播延时。

摘要：本申请公开了一种图像处理方法、装置、设备及存储介质，属于多媒体技术领域。本申请实施例可通过人工智能中计算机视觉技术实现，具体可使用图像处理、视频处理技术实现图像处理方法。本申请实施例中，引入一个梯度特征这个新的因素，根据这一因素来直接从已有的对应关系中确定目标卷积参数，这样该目标卷积参数的确定过程耗时不多，无需对图像进行精细的特征提取，也无需进行非线性映射，大大减少了特征提取和处理的耗时。且通过目标卷积参数进行一步卷积处理即可得到高分图像，相较于基于提取到的图像特征进行重建的方式，有效简化了图像处理步骤，因而能够提高图像处理效率。

摘要：本公开实施例提供一种模型训练方法、图像处理方法、装置、设备及介质，涉及图像处理技术领域，通过第一训练集中的第一样本图像和第一样本图像的增强图像对预设模型进行训练，进而得到可用于生成增强图像的目标模型。在本公开实施例中目标模型至少包括第一网络支路，而第一网络支路又包括至少一个第一卷积层和至少一个第一空间偏移模块，通过将第一卷积层和第一空间偏移模块级联，并通过第一空间模块对输入第一空间模块的图像数据进行空间偏移处理，通过第一卷积层对输入的图像数据进行卷积处理，能够增加目标模型的感受野，而感受野和图像增强效果正相关，因此，本公开实施例可以提高目标模型的图像增强效果。

摘要：本发明提供一种间接矩阵变换器的空间矢量调制方法，包括：确定逆变级的零矢量的第一占空比，在调制周期内选取若干调转时段，若干调转时段的总时长为第一占空比与调制周期的乘积，将每一调转时段的起始时刻作为对整流级和逆变级在每一调转时段的开关状态的调制时刻，在每一调转时段的起始时刻，将整流级的所有开关为调整为断开，并保持逆变级的所有开关状态不变；即在对间接矩阵变换器的调制过程中，在原本需要向逆变级引入零矢量的时段内，将整流级的所有开关断开来实现向逆变级引入零矢量，而逆变级在这些时段的起始时刻无需调整开关状态，从而在减小了共模电流的基础上减少了逆变级的开关的动作的次数，减小了系统的损耗。