METHODS AND SYSTEMS FOR PERFORMING TASKS ON MEDIA USING ATTRIBUTE SPECIFIC JOINT LEARNING
A learning-based model is trained using a plurality of attributes of media. Depth estimation is performed using the learning-based model. The depth estimation supports performing a computer vision task on the media. Attributes used in the depth estimation include scene understanding, depth correctne...
Gespeichert in:
Hauptverfasser: | , , , , |
---|---|
Format: | Patent |
Sprache: | eng ; fre |
Schlagworte: | |
Online-Zugang: | Volltext bestellen |
Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Zusammenfassung: | A learning-based model is trained using a plurality of attributes of media. Depth estimation is performed using the learning-based model. The depth estimation supports performing a computer vision task on the media. Attributes used in the depth estimation include scene understanding, depth correctness, and processing of sharp edges and gaps. The media may be processed to perfom media restoration or the media quality enhancement. A computer vision task may include semantic segmentation.
Un modèle basé sur l'apprentissage est entraîné à l'aide d'une pluralité d'attributs d'élément multimédia. Une estimation de profondeur est effectuée à l'aide du modèle basé sur l'apprentissage. Les supports d'estimation de profondeur réalisent une tâche de vision artificielle sur l'élément multimédia. Les attributs utilisés dans l'estimation de profondeur comprennent la compréhension de scène, l'exactitude de profondeur et le traitement d'arêtes vives et d'espaces. Les éléments multimédias peuvent être traités pour réaliser une restauration d'éléments multimédias ou l'amélioration de la qualité des éléments multimédias. Une tâche de vision artificielle peut comprendre une segmentation sémantique. |
---|