公开(公告)号：CN119477689A

公开(公告)日：2025-02-18

申请号：CN202411438963.X

申请日：2024-10-15

Applicant: 中铁第一勘察设计院集团有限公司 ,  中国铁建股份有限公司

Inventor： 车文超 ,  张坤 ,  冯武超 ,  刘彦明 ,  侯旭娟 ,  闻龙

IPC: G06T3/4053 ,  G06T3/4046 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/094 ,  G06N3/0464

Abstract: 本发明提供一种高分辨率DEM数据的获得方法和电子设备，其中，方法包括：获得低分辨率DEM数据；根据低分辨率DEM数据，并结合第一生成器，得到高分辨率DEM数据；其中，第一生成器是根据高分辨率DEM样本数据集对第二生成器进行训练得到的。本发明可降低高分辨率DEM数据的获得难度，并提高高分辨率DEM数据的获得精度。

公开(公告)号：CN119477687A

公开(公告)日：2025-02-18

申请号：CN202411293113.5

申请日：2024-09-14

Applicant: 武汉大学

Inventor： 柴籴 ,  闫屹成 ,  李皓辉 ,  高毅 ,  杨光义

IPC: G06T3/4053 ,  G06T3/4046 ,  G06N3/0464

Abstract: 本申请涉及图像重建技术领域，特别涉及一种基于自适应傅里叶算子的MRI图像超分辨率重建方法及系统，其中，方法包括：获取至少一个待重建MRI图像的目标浅层特征并输入Transformer集合，分别基于Transformer集合中每个Transformer提取块的空间混合区和通道混合区进行迭代处理，得到至少一个待重建MRI图像的目标深层特征，基于转置卷积对目标深层特征和目标浅层特征进行上采样，得到目标超分辨率MRI图像。本申请实施例可以在Transformer提取块的空间混合区中利用自适应傅里叶算子与卷积神经网络进行频域与空域中的特征处理，从而有效提取整合MRI图像的频域信息，以进一步实现频域信息和空域信息的结合，提高了特征提取结果的丰富性和重建图像的分辨率，更加符合医学应用的实际需求。

公开(公告)号：CN118840370B

公开(公告)日：2025-02-18

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：CN112418249B

公开(公告)日：2025-02-18

申请号：CN202011299864.X

申请日：2020-11-18

Applicant: 北京字跳网络技术有限公司

Inventor： 李华夏

IPC: G06V10/44 ,  G06N3/0464 ,  G06T3/4084 ,  G06T3/4038 ,  G06T5/77 ,  G06T7/11 ,  G06T7/13 ,  G06T5/60 ,  G06T3/4046 ,  G06V10/82

Abstract: 本公开的实施例公开了掩膜图像生成方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：提取破损图像中的边缘信息，得到破损图像的边缘图像；基于破损图像和边缘图像，对破损图像进行特征提取，得到破损图像的特征图像；将边缘图像进行变换，得到与特征图像尺寸匹配的缩小边缘图像；基于特征图像与缩小边缘图像，生成破损图像中破损区域的掩膜图像。该实施方式提供了一种生成破损图像中破损区域的掩膜图像的方法。该掩膜图像可以将破损区域定位出来，为后续修复破损图像中破损区域提供了基础。

公开(公告)号：CN119444566A

公开(公告)日：2025-02-14

申请号：CN202411459335.X

申请日：2024-10-17

Applicant: OPPO广东移动通信有限公司

Inventor： 周玮 ,  武超雄

IPC: G06T3/4046 ,  G06T3/4053 ,  G06T7/50 ,  G06N3/094 ,  G06N3/084 ,  G06N3/045 ,  G06N3/0475

Abstract: 本申请涉及一种图像处理模型的训练方法、装置、电子设备、计算机可读存储介质和计算机程序产品。所述方法包括：基于待训练生成器模型，对初始图像数据进行超分处理，得到超分图像数据；所述超分图像数据的分辨率大于所述初始图像数据的分辨率；根据所述超分图像数据与所述初始图像数据之间的深度差异，确定所述待训练生成器模型的深度损失；根据所述深度损失，对所述待训练生成器模型进行调整，得到目标生成器模型。采用本方法，能够通过目标生成器模型，保留图像数据的复杂光影、景深等复杂深度信息。

公开(公告)号：CN114898846B

公开(公告)日：2025-02-14

申请号：CN202210524436.5

申请日：2022-05-13

Applicant: 中南大学

Inventor： 喻罡 ,  高燕华 ,  孙凯 ,  杨芫晴 ,  刘闰香 ,  白冰倩

IPC: G16H30/20 ,  G16H30/40 ,  G06T3/4053 ,  G06T3/4038 ,  G06T3/4046

Abstract: 本发明公开了基于低分辨率成像的数字病理系统，通过扫描病理切片，快速获取低分辨率病理图片，再将病理图像以低分辨率的方式进行存储，在使用时再采用超分辨率图像处理技术构建高分辨率图像，能在保证图片质量的同时，减少图像存储所带来的资源消耗，并且针对使用频率不同的图像进行分类存储，将经常使用的高分辨率图像单独存储，能大大提高检索速度。

公开(公告)号：CN119417695A

公开(公告)日：2025-02-11

申请号：CN202510031233.6

申请日：2025-01-09

Applicant: 山东齐鲁壹点传媒有限公司

Inventor： 魏传强 ,  宋耀 ,  杨士龙 ,  李玉 ,  崔士川

IPC: G06T3/04 ,  G06T3/4046 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/094 ,  G06N3/084

Abstract: 一种基于生成对抗网络GAN的发型移植方法，属于图像处理和计算机视觉领域，包括以下步骤：S1、对生成对抗网络模型进行训练；S2、使用图像分割技术生成源图像和目标图像相应区域的掩膜；S3、将源图像进行缩放、移动，使源图像的发型区域与目标图像的发型区域对齐；S4、调整源图像的颜色分布，使其接近目标图像的颜色分布;S5、将源图像、目标图像以及相关掩膜输入到模型，使其将目标图像的发型区域与源图像的头部区域融合；S6、对融合后的图像的细节进行调整。本发明提供的基于生成对抗网络GAN的发型移植方法，能使发型对齐目标图像且使发型颜色相匹配，解决了发型移植后的效果不够自然的问题，提高了发型移植的效果。

公开(公告)号：CN119006288B

公开(公告)日：2025-02-11

申请号：CN202411485825.7

申请日：2024-10-23

Applicant: 思翼科技(深圳)有限公司

Inventor： 请求不公布姓名 ,  请求不公布姓名

IPC: G06T3/4053 ,  G06T3/4046 ,  G06T3/4038 ,  G06T5/50 ,  G06T5/60 ,  G06N3/0464 ,  G06N3/08

Abstract: 本申请提出了一种基于卷积神经网络的轻量化图像超分辨率重建方法和装置，包括：获取待重建图像；将待重建图像输入到预训练好的超分生成网络，输出得到对应的超分辨率图像；超分生成网络包括多个卷积层、DTS层、Resize层和输出层，多个卷积层用于对待重建图像进行特征提取，得到特征图像的深度信息；DTS层用于通过通道转平面操作将特征图像的深度信息转换为平面信息，生成第一放大图像；Resize层使用最邻近插值得到，用于对待重建图像进行放大，生成第二放大图像；输出层用于对第一放大图像和第二放大图像进行融合相加，映射得到超分辨率图像。本申请的超分生成网络基于轻量化卷积神经网络搭建，既保证了图像的超分质量，同时降低了网络的参数量和复杂度。

公开(公告)号：CN119399079A

公开(公告)日：2025-02-07

申请号：CN202411975517.2

申请日：2024-12-31

Applicant: 深圳市欧冶半导体有限公司

Inventor： 陈月 ,  周涤非

IPC: G06T5/77 ,  G06T3/4046 ,  G06T5/60 ,  G06V20/56 ,  G06V10/80 ,  G06V10/44 ,  G06V10/82 ,  G06N3/0464

Abstract: 本申请涉及一种图像光晕去除方法、装置、计算机设备和计算机可读存储介质。所述方法包括：获取原始光晕图像，基于原始光晕图像进行多次缩放处理，获得多个尺度的光晕图像；对多个尺度的光晕图像进行多尺度特征提取，获得多个尺度的光晕特征图；基于多个尺度的光晕特征图进行多尺度融合，获得光晕引导图；基于光晕引导图，去除原始光晕图像中的光晕，获得目标图像。采用本方法能够通过精准定位并有效去除光晕，提高了电子后视镜显示画面的质量，保证了驾驶员的清晰视野，降低了夜间驾驶的风险。并且整个过程无需额外添加物理组件，仅依靠软件算法实现了高质量的光晕去除，大大节省了制造成本。

公开(公告)号：CN113554553B

公开(公告)日：2025-02-07

申请号：CN202110842213.9

申请日：2021-07-26

Applicant: 清华大学

Inventor： 陆文凯 ,  王钰清

IPC: G06T3/4007 ,  G06T3/4046 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提出了一种基于自调整闭环网络的抗假频声波图像插值方法，搭建闭环CNN插值模型，该模型包括两个插值子模型，一个插值子模型用于对缺失数据进行插值，另一个插值子模型用于对缺失道的插值结果进行再次插值，两个子模型结构相同共享权重，并在此基础上定义闭环重构误差，用于评估插值结果；使用标签数据对闭环插值模型进行训练，得到在标签数据集上收敛的模型；搭建自调整模块，按不同的角度对测试数据进行错切变换，分别输入闭环插值模型，根据闭环重构误差挑选最优错切角度，对最优错切角度下的插值结果进行逆错切变换，得到最终的插值结果。本发明够提升插值模型在测试数据上的应用效果，达到抗假频的结果。