公开(公告)号：CN117830096A

公开(公告)日：2024-04-05

申请号：CN202311690044.7

申请日：2023-12-11

Applicant: 哈尔滨工业大学

Inventor： 江俊君 ,  王晨阳 ,  江奎 ,  刘贤明

IPC: G06T3/4053 ,  G06T5/92 ,  G06T5/70 ,  G06T3/4007 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种低光照条件下的人脸图像超分辨率重建方法。步骤1：合成低光照低分辨率人脸图像ILLR；步骤2：构建亮度校正人脸超分辨率网络IC‑FSRNet；步骤3：将步骤1合成的图像输入到步骤2中，改善人脸图像的亮度并恢复人脸结构信息，得到ISR1；步骤4：构建细节增强模型DENet；步骤5：将步骤3得到的图像输入到步骤4中，改善人脸图像的面部细节，从而使人脸图像具有更好的视觉效果，得到ISR2。本发明可以有效改善低光照低分辨率人脸图像视觉质量，解决现有级联技术中重要面部信息丢失的问题。

公开(公告)号：CN119251389A

公开(公告)日：2025-01-03

申请号：CN202411218444.2

申请日：2024-09-02

Applicant: 哈尔滨工业大学

Inventor： 江俊君 ,  陈宥羽 ,  姚元淇 ,  江奎 ,  赵文博 ,  刘贤明

IPC: G06T17/00 ,  G06T7/50

Abstract: 本发明涉及一种基于源视角几何约束的三维场景重建方法、系统、计算机设备及介质，该方法包括如下步骤：步骤一、构建基于源视角的三维场景几何表达，实现三维场景几何表达的规范化；步骤二、对三维空间中的采样点按照受各源视角的贡献程度进行转换，得到源视角的深度分布；步骤三、在步骤二所得到源视角的深度分布上施加损失函数，实现基于源视角几何约束的三维场景重建。该方法所构建的三维场景几何表达更加符合真实场景的几何形状，明显地改善了基于前推网络的三维场景重建方法对未知目标视角的生成效果，提升其与源视角的一致性。

公开(公告)号：CN118850109A

公开(公告)日：2024-10-29

申请号：CN202410888775.0

申请日：2024-07-04

Applicant: 哈尔滨工业大学

Inventor： 江俊君 ,  蒯健 ,  江奎 ,  赵文博

IPC: B60W60/00 ,  B60W50/00 ,  G06V10/40 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/092 ,  G06N3/0442 ,  G06N3/045

Abstract: 本发明涉及一种基于动静态解耦世界模型的端到端自动驾驶规划方法，包括以下步骤：步骤S1、对鸟瞰图空间下环境特征进行时序转变：对图像和导航路线图的浅层特征进行提取，从图像空间到鸟瞰图空间进行转换，在鸟瞰图空间下，融合特征中的动态物体和静态物体在时序上的演变；步骤S2、利用环境特征通过级联模块预测控制动作，从而得到端到端自动驾驶规划方法。本发明不仅可以高效建模复杂的三维驾驶环境，同时能够端到端地优化决策的最终目标，显著提高了自动驾驶规划的性能和可靠性。

公开(公告)号：CN118195895A

公开(公告)日：2024-06-14

申请号：CN202410264433.1

申请日：2024-03-08

Applicant: 哈尔滨工业大学

Inventor： 江俊君 ,  付吉灿 ,  江奎 ,  刘贤明

IPC: G06T3/4053 ,  G06T3/4046 ,  G06V40/16 ,  G06V10/774 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及小样本前馈回归人脸超分辨率方法，属于人脸超分辨率技术领域。解决了基于深度学习的人脸超分辨率方法缺乏可解释性，并且依赖大量训练样本对的问题。包括以下步骤：步骤一：输入；步骤二：采用F4SR模型进行训练。本发明解决了基于深度学习的FSR方法缺乏可解释性的问题；通过利用逐步前向回归模型，提供了一种更可解释的方法，明确地建模了输入和输出特征之间的关系，这增强了对SR过程的理解，并使方法更加透明，即使在只有少量样本对可用的极端情况下，它仍然可以获得可比较的结果。