-
公开(公告)号：CN114359041B
公开(公告)日：2024-11-26
申请号：CN202111405987.1
申请日：2021-11-24
Applicant: 宁波大学
IPC: G06T3/4053 , G06T3/4046 , G06T3/14 , G06T3/4007 , G06T3/4023 , G06V10/80 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开了一种光场图像空间超分辨率重建方法，其构建空间超分辨率网络，包括编码器、孔径级特征配准模块、光场特征增强模块和解码器等，利用编码器对上采样后的低空间分辨率光场图像、2D高分辨率图像及其模糊后的图像提取多尺度特征；通过孔径级特征配准模块来学习2D高分辨率特征与低分辨率光场特征之间的对应性，以将2D高分辨率特征配准到每个子孔径图像下并形成配准后的高分辨率光场特征；通过光场特征增强模块以利用配准的高分辨率光场特征来增强提取的浅层光场特征，得到增强后的高分辨率光场特征；利用解码器将增强后的高分辨率光场特征重建为高空间分辨率光场图像；优点是能高质量地重建高空间分辨率光场图像，并恢复纹理和细节信息。
-
公开(公告)号：CN114119537B
公开(公告)日：2024-11-26
申请号：CN202111405354.0
申请日：2021-11-24
Applicant: 杭州医派智能科技有限公司
IPC: G06T7/00 , G06T7/10 , G06T3/4038 , G06T3/4046 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的图像中肾间质炎症细胞确定方法、计算机设备及计算机可读存储介质，本发明方法能够用于确定肾间质炎症细胞、炎症细胞浸润的区域及程度，为后续的诊断与治疗提供了依据。本发明所提出的方法，还可以用于解决目前传统图像处理时效性差的问题。
-
公开(公告)号：CN114066734B
公开(公告)日：2024-11-26
申请号：CN202111394867.6
申请日：2021-11-23
Applicant: 浙江求是数理医学研究院 , 浙江德尚韵兴医疗科技有限公司
IPC: G06T3/4038 , G06T5/70 , G06T7/30 , G06V10/80 , G06V10/774 , G06V10/82 , G06T3/4053 , G06T3/4046 , G06N3/0464
Abstract: 本发明提供了一种超声图像无缝拼接方法、系统及计算机可读存储介质，超声图像无缝拼接方法，包括以下步骤：基于卷积基追踪去噪算法对待拼接图像预处理；提取空间域特征信息和变换域特征信息；利用空间域特征信息和变换域特征信息构造混合特征空间，基于超限学习机对混合特征空间中的特征信息进行筛选；基于欧氏距离测度对主要特征信息进行一次匹配，基于RANSAC算法对一次匹配后的主要特征信息进行二次匹配，以计算出具有最优参数的单应性矩阵；对预处理后的待拼接图像中的浮动图像进行映射计算，从而实现配准；基于自适应线性平滑策略对配准后的浮动图像和参考图像进行拼合，获得超声图像拼接结果。上述技术方案对基于超声图像的精准诊断和治疗、高端超声成像设备的研制起到重要的技术支撑作用。
-
公开(公告)号：CN119011749A
公开(公告)日：2024-11-22
申请号：CN202410985866.6
申请日：2024-07-22
Applicant: 淘宝(中国)软件有限公司
IPC: H04N5/262 , H04N5/14 , H04N21/854 , G06Q30/0601 , G06T19/00 , G06T19/20 , G06T3/4046 , G06T7/73 , G06N3/0464 , G06N3/0455
Abstract: 本申请公开了一种视频生成方法、计算机终端及计算机可读存储介质，涉及人工智能和视频生成领域。其中，该方法包括：获取生物对象的原始视频和待展示物品的图像信息，其中，待展示物品为待展示在生物对象上的物品；对原始视频中的目标物品进行识别，生成时序平滑的局部聚焦，其中，时序平滑的局部聚焦用于表征目标物品在原始视频的不同视频帧中的位置信息，目标物品为当前加载在作为载体的生物对象上的物品；利用时序平滑的局部聚焦对原始视频进行放大，得到放大视频；将放大视频输入至视频生成模型，并基于时序平滑的局部聚焦和图像信息引导视频生成模型生成目标视频，其中，目标视频中的生物对象上展示有待展示物品。本申请解决了视频虚拟试穿呈现的视频效果较差的技术问题。
-
公开(公告)号：CN119006291A
公开(公告)日：2024-11-22
申请号：CN202411465131.7
申请日：2024-10-21
Applicant: 中国人民解放军国防科技大学
IPC: G06T3/4076 , G06N3/0464 , G06T3/4046
Abstract: 本发明公开了一种星载边端图像重建方法，图像压缩与恢复任务主要包括发送端的图像压缩和接收端的图像恢复两部分。在发送端，原始图像经压缩算法处理后可减少文件尺寸，方便加快信道传输速度，减少通信延时。接收端收到压缩图像后，执行图像恢复任务，将压缩图像损失的信息尽可能还原。深度学习方法利用大量数据对深度信息模型进行训练，利用海量数据中的分布规律，学习低分辨率图像到高分辨率图像的非线性映射，实现信息增量，完成对图像的恢复，该方法利用大量样本中分布规律作为信息增量，所形成的人工神经网络有利于对图像中关键信息的保留与恢复。
-
Patent Agency Ranking
公开(公告)号：CN114066733B
公开(公告)日：2024-11-22
申请号：CN202111386540.4
申请日：2021-11-22
Applicant: 新讯数字科技(杭州)有限公司
IPC: G06T3/4038 , G06T3/4046 , G06T5/50 , G06V10/44 , G06V10/46 , G06V10/75 , G06V10/82
Abstract: 一种基于图像卷积的无人机图像拼接方法，包括：采用图像卷积算法将无人机采集到的每张原始图像的像素值进行调整，获得对应的特征增强图像；将所有特征增强图像按照采集时间戳排序，构建图像拼接网络，并选取每2张时间相邻的特征增强图像输入图像拼接网络，处理流程如下：检测输入2张图像的重叠区域，从重叠区域中提取特征点，并确定匹配点，然后根据匹配点的图像坐标，计算获得2张图像之间的投影矩阵，并据此拼接成1张图；从图像拼接网络输出的所有拼接图中按顺序逐一选取每2张拼接图，并继续输入网络中，直至所有图像最终合成1张图。本发明属于信息技术领域，能有效解决无人机采集图像拼接过程中由于图像特征稀少而无法拼接的技术问题。
-
公开(公告)号：CN118982450A
公开(公告)日：2024-11-19
申请号：CN202410984617.5
申请日：2024-07-19
Applicant: 中国人民解放军网络空间部队信息工程大学
IPC: G06T1/00 , G06T3/4038 , G06T3/4046 , G06T5/50 , G06T5/60 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于深度学习的通用彩色图像隐写检测方法及系统。该方法包括：步骤1：构建彩色图像隐写检测模型，包括依次连接的预处理层、特征提取层、特征融合层和分类器；其中，所述预处理层对输入图像的三通道特征图分别进行滤波，再将滤波后的三通道特征图进行通道重排；步骤2：构建损失函数，基于所述损失函数对所述彩色图像隐写检测模型进行训练；步骤3：将待检测彩色图像输入至训练好的彩色图像隐写检测模型中，得到检测结果。本发明可解决当前因缺乏考虑通道间相关性而导致彩色图像隐写检测准确率低的问题。
-
公开(公告)号：CN118660186B
公开(公告)日：2024-11-19
申请号：CN202411124016.3
申请日：2024-08-16
Applicant: 南京信息工程大学
IPC: H04N21/2343 , H04N21/4402 , H04N23/698 , G06T3/4053 , G06T3/4046 , G06V20/40 , G06V10/44 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/0455
Abstract: 本发明公开了基于神经和多尺度特征融合的360度视频传输方法及系统，涉及视频流传输技术领域，包括：获取360度视频，对360度视频进行预处理，得到预处理后的360度视频，对预处理后的360度视频输入至预先建立的时空下采样模型内，输出得到多尺度特征和低分辨率视频帧；将低分辨率视频帧进行掩码编码，得到处理后的掩码帧，将掩码帧进行重构，得到重建的LR帧；对重建的LR帧和多尺度特征输入至预先建立的上采样超分辨率模型内，输出得到优化后的超分辨率视频帧，能显著减少端到端传输过程中的数据冗余，实现理想的视觉质量。
-
公开(公告)号：CN118967520A
公开(公告)日：2024-11-15
申请号：CN202410954505.5
申请日：2024-07-17
Applicant: 广州大学
IPC: G06T5/77 , G06T5/60 , G06T3/4007 , G06T3/4046 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种用于图像多重恶劣天气去除方法及系统，该方法包括下述步骤：获取待修复图像，包括受多重并发恶劣天气影响的退化图像；对待修复图像进行下采样；构建多重恶劣天气去除模型，将下采样后待修复图像输入到多重恶劣天气去除模型中，多重恶劣天气去除模型对待修复退化图像中的多重并发恶劣天气进行去除，生成已修复退化图像；基于多重退化鲁棒损失，对主干网络与辅助分支进行协同训练，得到训练后的多重恶劣天气去除模型；待修复退化图像基于训练后的多重恶劣天气去除模型得到修复后的图像。本发明构建下采样‑去除‑重建流程多重并发恶劣天气去除范式，大大降低了去除多重并发恶劣天气的难度，提高了图像修复的质量。
-
公开(公告)号：CN118967518A
公开(公告)日：2024-11-15
申请号：CN202410794229.0
申请日：2024-06-19
Applicant: 北京百舸飞驰科技有限公司
IPC: G06T5/77 , G06T3/4053 , G06T5/70 , G06T5/60 , G06T3/4046
Abstract: 一种文本图像恢复超分模型训练方法和文本图像恢复超分方法，该方法包括：获取高质量文本图像；对于每一张高质量文本图像，分别按照预设的文本图像退化流程，获取与该高质量文本图像对应的低质量文本图像；根据所述低质量文本图像和与其对应的高质量文本图像，训练所述文本图像恢复超分模型。通过该方案，由于低质量文本图像是通过专门针对文本图像设计的包含模糊处理、压缩处理和sinc核处理的文本退化流程获得的，因此获得的低质量文本图像可以更好的应用于文本图像恢复超分模型的训练，使得训练出的文本图像恢复超分模型能够更好的应用于文本图像的恢复，尤其适用于整页文本图像的恢复，解决了整页文本图像不好识别的问题。
-
-
-
-
-
-
-
-
-
Search Results
1567
records
(took 0.023 seconds)
