一种高动态范围数据生成及泛化方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
一种高动态范围数据生成及泛化方法
申请号:
CN202510042696
申请日期:
2025-01-10
公开号:
CN120125484A
公开日期:
2025-06-10
类型:
发明专利
摘要
本发明涉及一种高动态范围数据生成及泛化方法,包括:收集获取运动素材以及高动态范围背景数据,并通过渲染工具处理,得到渲染数据集,即得到高动态范围运动数据集;采用域迁移方法,将在渲染数据集上训练的模型泛化到真实数据集上。与现有技术相比,本发明一方面能够批量生成高质量、大规模的动态场景高动态范围数据,大幅降低人力和设备成本,另一方面能够解决渲染数据与真实数据的分布差异,支持在有标签和无标签的真实数据上完成域迁移,从而提升高动态范围重建算法在真实场景中的鲁棒性和泛化能力。
技术关键词
泛化方法
网络结构
预训练网络
渲染数据集
分支
缩放参数
教师
运动
迁移方法
通道
输出特征
学生
标签
动态场景
重建算法
图像
框架