公开(公告)号：CN114897691B

公开(公告)日：2024-11-05

申请号：CN202210469770.5

申请日：2022-04-30

Applicant: 南京邮电大学

Inventor： 陈灿 ,  吴雨桐 ,  周超 ,  张登银

IPC: G06T3/4038 ,  G06T3/4046 ,  G06T9/00 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于标准化流的图像压缩感知重构方法和系统，该方法提出一种特殊的可逆深度神经网络构成的重构模块，采用逐层升维的形式，创新性地将压缩感知图像重构分解为若干个固定重构子网和可变重构子网，增加了网络的可解释性。在训练阶段，利用标准化流和多层监督的训练方式，通过构建多特征损失函数，将采样过程中丢失的信息映射为符合标准正态分布的高频信息和低频信息上，重构时再从标准正态分布上随机采样，结合测量值，利用网络的可逆性重构出图像块，提高了重构质量。本发明方法适用于采样端资源受限、对重构质量要求高，对实时性要求高的图像传感系统。

公开(公告)号：CN115082321B

公开(公告)日：2024-11-01

申请号：CN202210881909.7

申请日：2022-07-26

Applicant: 维沃移动通信有限公司

Inventor： 黄敏敏

IPC: G06T3/4053 ,  G06T3/4046 ,  G06V10/44 ,  G06V10/77 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084

Abstract: 本申请公开了一种图像处理方法、目标模型的训练方法、相关装置及电子设备，属于人工智能技术领域。该方法包括：获取第一图像和第二图像，所述第一图像的分辨率小于所述第二图像的分辨率，所述第一图像包括第一图像内容，所述第二图像用于表征所述第一图像内容的纹理信息；基于目标模型，对所述第一图像和所述第二图像进行特征处理，得到所述第一图像的第一特征图像和所述第二图像的第二特征图像；将所述第一特征图像和所述第二特征图像进行融合，得到第一目标特征图像；对所述第一目标特征图像进行数据排列变换，得到第三图像，所述第三图像包括所述第一图像内容，所述第三图像的分辨率与所述第二图像的分辨率相同。

公开(公告)号：CN118864503A

公开(公告)日：2024-10-29

申请号：CN202411345394.4

申请日：2024-09-26

Applicant: 西南科技大学

Inventor： 张小乾 ,  欧艳池 ,  周莹 ,  陈宇峰 ,  孙凤 ,  王丽超

IPC: G06T7/11 ,  G06V10/52 ,  G06T3/4038 ,  G06T3/4046 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种基于深度动态自调整的图像处理方法及装置，涉及图像处理技术领域，先通过基于轻量可变形残差模块以及多尺度增强自注意力机制模块构成的多层次图像分割网络对目标处理医学图像进行多层次图像特征提取，然后通过基于多尺度增强自注意力机制模块构成的多层次上采样网络对最后一个尺寸的下采样处理图像依次进行多层次上采样，能够动态捕获浅层的轮廓信息，同时避免了过大的计算消耗以及不易训练的问题，避免了巨额计算开销的同时，有效缓解了特征信息的冗余；最后通过多个深度不接收同的语义缓解模块对下采样处理图像与上采样处理图像进行语义连接，以简单高效的方式缓解语义差，提升了网络分割性能。

公开(公告)号：CN118864252A

公开(公告)日：2024-10-29

申请号：CN202411079566.8

申请日：2024-08-07

Applicant: 广东海洋大学

Inventor： 吴园园 ,  黄梦醒

IPC: G06T3/4053 ,  G06T3/4038 ,  G06T3/4046

Abstract: 本发明涉及图像处理技术领域，具体涉及多源遥感影像的超分辨率重建方法及系统，方法包括：构建超分辨率重建模型，超分辨率重建模型包括编码器、多头交叉注意力融合解码器和重构单元；通过编码器对输入图像提取浅层特征和多分辨率深层级特征；通过多分辨率特征融合MFF模块对浅层特征和多分辨率深层级特征进行多分辨率特征融合，得到多个分辨率下的初始融合特征；通过MCAFT模块对每个分辨率下的初始融合特征和对应的上一级分辨率的交叉注意力融合特征逐级进行交叉注意力融合，生成包含多个分辨率的交叉注意力融合特征；将交叉注意力融合特征输入重构单元生成最终的高分辨率图像；本发明能够增强遥感影像的分辨率。

公开(公告)号：CN118864249A

公开(公告)日：2024-10-29

申请号：CN202410880342.0

申请日：2024-07-02

Applicant: 西安理工大学

Inventor： 杨琛 ,  宋超 ,  罗圣忠 ,  王馨梅 ,  阎晓妹 ,  谌娟

IPC: G06T3/4053 ,  G06T3/4046 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/048 ,  G06N3/094

Abstract: 本发明公开了实现集成成像超分辨率计算重构的方法，具体包括如下步骤：步骤1，用相机阵列采集单元图像阵列；步骤2，制作输入数据：步骤3，制作标签数据；步骤4，制作数据集，并划分为训练集和测试集；步骤5，构建一个生成器网络并设置该网络的每层参数；步骤6，构建一个判别器网络并设置该网络的每层参数；步骤7，构建Depth‑SRGAN生成对抗网络；步骤8，对构建的Depth‑SRGAN网络进行训练；步骤9，将测试集输入训练完成的网络中，得到计算重构高分辨率深度平面HR‑Depth。本发明提出的方法提高了集成成像计算重构图像的分辨率，更加准确的还原了原始三维场景信息。

公开(公告)号：CN118864248A

公开(公告)日：2024-10-29

申请号：CN202410878119.2

申请日：2024-07-02

Applicant: 河南科技大学

Inventor： 王海军 ,  郑文丽 ,  王要威

IPC: G06T3/4053 ,  G06T3/4046 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/084 ,  G06V10/44 ,  G06V10/58 ,  G06V10/80 ,  G06V10/774 ,  G06V10/776 ,  G06V10/82 ,  G06N3/048

Abstract: 本发明公开了一种基于渐进上采样深度先验网络的单高光谱图像超分辨方法，属于图像处理领域，包括对数据集内的图像进行预处理；将图像划分为训练集Str和测试集Ste；构建渐进上采样深度先验网络，得到渐进上采样深度先验模型，学习低分辨‑高分辨图像对之间的映射；计算损失函数的导数，将高分辨图像IHR和超分辨结果ISR之间的误差进行反向传播，更新渐进上采样深度先验网络的各个权重值。本发明采用上述的一种基于渐进上采样深度先验网络的单高光谱图像超分辨方法，以有效利用高光谱图像在空间上的非局部自相似性和光谱间的高度相关性，基于渐进上采样的分组卷积模型实现图像超分辨。

公开(公告)号：CN118864246A

公开(公告)日：2024-10-29

申请号：CN202410868659.2

申请日：2024-07-01

Applicant: 沈阳航空航天大学

Inventor： 王琳霖 ,  高晓艳 ,  王亚杰 ,  王传云 ,  高骞 ,  袭雪怡

IPC: G06T3/4053 ,  G06T3/4046 ,  G06V10/54 ,  G06V10/80 ,  G06V10/82 ,  G06V10/52 ,  G06V10/25

Abstract: 本发明公开了一种基于参考图像的超分辨率局部重构方法，包括如下步骤：构建图像超分辨率局部重构模型并利用训练集和测试集进行训练和测试，得到训练好的图像超分辨率局部重构模型，利用所述训练好的图像超分辨率局部重构模型对输入的低分辨率图像进行重构，得到对应的高分辨率图像，其中，所述图像超分辨率局部重构模型包括可学习的纹理提取器、相关性嵌入模块、硬注意力模块、软注意力模块和特征输出模块。该超分辨率局部重构方法，利用深度学习神经网络解决小目标、低分辨率图像的检测和识别问题，通过超分辨率局部重构模型可以从低分辨率图像获取到高分辨率图像。

公开(公告)号：CN118840370A

公开(公告)日：2024-10-25

申请号：CN202411318170.4

申请日：2024-09-20

Applicant: 江苏宝翼通讯科技有限公司

Inventor： 成骁 ,  陈成

IPC: G06T7/00 ,  G06T7/62 ,  G06T3/4038 ,  G06T3/4046 ,  G06T7/13 ,  G06N3/0464

Abstract: 本发明提供一种机器视觉的线缆缺陷识别方法和系统，包括：获取原始线缆图像；对原始线缆图像利用非边缘检测的方法确定线缆图像中线缆的直径；对线缆图像进行校正，通过建立线缆的晃动模型，并用反向补偿法对变形的图像进行补偿；利用图像拼接算法对补偿后的图像实现线缆图像的拼接，得到处理后的图像；本发明提供的方案在线缆缺陷识别中考虑了线缆的运动状态，通过分析光缆的运动状态，以线缆图像左上角点所处的行坐标为基准线，并建立模型，反向对线缆图像进行补偿，实现了线缆变形图像的校正的同时还保留了线缆边缘特征，提高线缆缺陷识别的准确性。

公开(公告)号：CN115147399B

公开(公告)日：2024-10-25

申请号：CN202210906370.6

申请日：2022-07-29

Applicant: 济南大学 ,  山东秋淇分析仪器有限公司

Inventor： 王琳 ,  袁健峰 ,  吴旭 ,  杨波 ,  关鹏伟

IPC: G06T7/00 ,  G06T5/70 ,  G06T3/4007 ,  G06T3/4046 ,  G06N3/04 ,  G06N3/08 ,  G06N3/126

Abstract: 本发明公开了水泥微观图像像素点的元素含量预测方法及系统；所述方法，包括：获取待预测水泥的微观结构图像；对获取的微观结构图像进行预处理；将预处理后的微观结构图像，输入到对应的训练后的神经网络模型中，得到每个像素点的化学元素的含量。该方法从图像本身出发，直接找到水泥微观结构图像和内在元素含量之间的关系，直接预测得到每个像素点处的元素含量。

公开(公告)号：CN118827901A

公开(公告)日：2024-10-22

申请号：CN202310889880.1

申请日：2023-07-19

Applicant: 中移(杭州)信息技术有限公司 ,  中国移动通信集团有限公司

Inventor： 金康俊 ,  王乐才 ,  黄敏峰 ,  程宝平 ,  邓米雪

IPC: H04N7/14 ,  H04N7/01 ,  G06T3/4053 ,  G06T3/4023 ,  G06T3/4046 ,  G06T7/529

Abstract: 本申请公开了一种视频显示方法、装置、电子设备和存储介质，其中方法包括：获取第一视频；将第一视频输入至超分辨率处理模型，得到超分辨率处理模型输出的第二视频；显示第二视频；超分辨率处理模型用于对第一视频中的第一视频帧图像进行下采样得到第二视频帧图像；基于第一视频帧图像和第二视频帧图像，确定从第二视频帧图像对应的分辨率到第一视频帧图像对应的分辨率的纹理转换关系；基于纹理转换关系对第一视频帧图像进行超分辨率处理，得到第三视频帧图像；基于第三视频帧图像，得到第二视频。本申请公开的方法和装置，使得低分辨率的视频能够在高分辨率的屏幕中进行自适应显示，提高了视频通话质量。