-
公开(公告)号：CN116152576B
公开(公告)日：2023-08-01
申请号：CN202310416282.2
申请日：2023-04-19
Applicant: 北京邮电大学
IPC: G06V10/764 , G06V10/766 , G06V10/77 , G06V10/776 , G06N20/00
Abstract: 本申请提供了一种图像处理方法、装置、设备及存储介质，该方法获取待处理图像；通过预设目标检测模型，对待处理图像进行特征提取，得到包围盒和包围盒特征；根据包围盒和包围盒特征，通过预设广义物体置信度回归器进行检测处理，得到未知物体的包围盒；根据包围盒和包围盒特征，通过预设分类器和预设包围盒位移回归器进行检测处理，得到已知物体，预设包围盒位移回归器通过图像样本的包围盒特征和包围盒位移向量训练得到，在保证对已知物体的检测能力基本不变的前提下，实现对未知物体有效检测，提高了未知物体的检测精度，进一步地，通过负能量抑制减少非物体的误检测，并利用自适应的候选框筛选算法精确定位未知物体。
-
公开(公告)号：CN110264404B
公开(公告)日：2020-12-08
申请号：CN201910519719.9
申请日：2019-06-17
Applicant: 北京邮电大学
Abstract: 一种超分辨图像纹理优化的方法及装置，基于时频特征提取和映射核学习的方式实现，其方法包括：1)基于时域和分数阶频域特征的局部纹理图块，训练局部纹理图块样本筛选器，从外部样本中筛选出纹理特征明显的样本，作为映射核训练模块的训练样本；2)基于外部样本学习的局部纹理图块，学习纹理图块优化映射核；3)对待优化的图片进行纹理优化。本发明的方法及装置可以使得超分辨图像的纹理更加清晰自然。
-
公开(公告)号：CN110264404A
公开(公告)日：2019-09-20
申请号：CN201910519719.9
申请日：2019-06-17
Applicant: 北京邮电大学
Abstract: 一种超分辨图像纹理优化的方法及装置，基于时频特征提取和映射核学习的方式实现，其方法包括：1)基于时域和分数阶频域特征的局部纹理图块，训练局部纹理图块样本筛选器，从外部样本中筛选出纹理特征明显的样本，作为映射核训练模块的训练样本；2)基于外部样本学习的局部纹理图块，学习纹理图块优化映射核；3)对待优化的图片进行纹理优化。本发明的方法及装置可以使得超分辨图像的纹理更加清晰自然。
-
公开(公告)号：CN114463221B
公开(公告)日：2025-03-28
申请号：CN202210132479.9
申请日：2022-02-14
Applicant: 北京邮电大学
IPC: G06T5/77 , G06T5/60 , G06T11/00 , G06N3/0464 , G06N3/098
Abstract: 针对现有颜色恒常性技术面临的数据匮乏问题，本发明提供了一种用于多设备域AWB增强的自监督颜色校正方法，通过光照不变描述理论生成光照设备无关图像；利用Von Kries模型及光照不变描述理论生成光照设备无关图像相应学习的自监督标签；利用深度卷积神经网络学习光照设备无关图像到相应标签的映射。该方法能够达到多设备域数据联合训练增强AWB的目的，从而有效提高AWB技术的泛化性和精度，减少人力物力的耗费。
-
公开(公告)号：CN116152576A
公开(公告)日：2023-05-23
申请号：CN202310416282.2
申请日：2023-04-19
Applicant: 北京邮电大学
IPC: G06V10/764 , G06V10/766 , G06V10/77 , G06V10/776 , G06N20/00
Abstract: 本申请提供了一种图像处理方法、装置、设备及存储介质，该方法获取待处理图像；通过预设目标检测模型，对待处理图像进行特征提取，得到包围盒和包围盒特征；根据包围盒和包围盒特征，通过预设广义物体置信度回归器进行检测处理，得到未知物体的包围盒；根据包围盒和包围盒特征，通过预设分类器和预设包围盒位移回归器进行检测处理，得到已知物体，预设包围盒位移回归器通过图像样本的包围盒特征和包围盒位移向量训练得到，在保证对已知物体的检测能力基本不变的前提下，实现对未知物体有效检测，提高了未知物体的检测精度，进一步地，通过负能量抑制减少非物体的误检测，并利用自适应的候选框筛选算法精确定位未知物体。
-
Patent Agency Ranking
公开(公告)号：CN108270944A
公开(公告)日：2018-07-10
申请号：CN201810002682.8
申请日：2018-01-02
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种基于分数阶变换的数字图像加密的方法及装置，属于数字图像加密技术领域。所述方法包括：获取原始图像的各像素点的灰度值和原始图像对应的图像矩阵；根据原始图像对应的图像矩阵和预设第一置乱算法，确定空间域置乱图像矩阵；对空间域置乱图像矩阵进行预设第一分数阶变换，得到变换域图像矩阵；根据变换域图像矩阵、原始图像对应的图像矩阵的行数值与列数值、各像素点的灰度值和预设第一扩散算法，确定扩散矩阵；根据扩散矩阵、变换域图像矩阵和预设第一置乱算法，确定加密图像矩阵。采用本发明，可以提升密文图像实际传输过程中的抗噪声和抗丢失性能，减少了图像传输过程中带来的带宽代价。
-
公开(公告)号：CN107993239A
公开(公告)日：2018-05-04
申请号：CN201711423455.4
申请日：2017-12-25
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种计算单目图像的深度次序的方法和装置，方法包括：使用预设的过分割算法和预设的分类器依次对单目图像进行处理，生成单目图像的遮挡轮廓图；使用预设的卷积核遍历遮挡轮廓图中的各像素点，生成各像素点对应的卷积值；在各像素点对应的卷积值中，将卷积值为预设值的像素点确定为间断点，间断点为遮挡轮廓图中位于缺失的像素点两端的像素点；将相邻的间断点之间的最短路径，确定为相邻的间断点之间的待填充轮廓；沿着待填充轮廓，填充相邻的间断点之间缺失的像素点，生成填充后的遮挡轮廓图；根据填充后的遮挡轮廓图，计算单目图像的深度次序。应用本发明实施例能够实现准确计算单目图像的深度次序。
-
公开(公告)号：CN116977645A
公开(公告)日：2023-10-31
申请号：CN202311018949.X
申请日：2023-08-14
Applicant: 北京邮电大学
IPC: G06V10/26 , G06V10/24 , G06V10/774 , G06V10/778
Abstract: 本发明属于图像处理领域，提供了一种暗弱光语义分割方法和装置，包括以下步骤：采用图像处理模型，输入源域数据图片IS、参考域数据图片IR和目标域数据图片IT；通过复合图像增强模块对源域数据图片IS进行图形增强，得到增强域数据图片IE；输入IS,IR,IE,IT,通过图像处理模型进行处理；通过图像处理模型得到良好的IT伪标签进行自训练；将编码器和解码器从图像处理模型剥离；直接输出IT预测；本发明通过复合图像增强模块、图像处理模型和自训练模块，进一步降低数据集差异。
-
公开(公告)号：CN108981710B
公开(公告)日：2019-10-11
申请号：CN201810889370.3
申请日：2018-08-07
Applicant: 北京邮电大学
Abstract: 本发明提供了一种移动机器人的全覆盖路径规划方法，该方法通过解决优化分割覆盖及这个过程中的路径规划问题实现的新的覆盖算法，该算法不需要预先知道地图空间环境，在覆盖的同时进行区域划分，并且这个过程是增量式覆盖，实现动态覆盖划分，并且可对动态出现的障碍物做实时选择规划，从而实现避障完成覆盖的双重任务。该方法不仅可以运用于拓扑环境规则的地图环境，而且同样适用于复杂区域环境空间，相比于牛耕分割算法更具优势。
-
公开(公告)号：CN108564604A
公开(公告)日：2018-09-21
申请号：CN201810252302.6
申请日：2018-03-26
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种基于平面约束和三角剖分的双目视觉立体匹配方法及装置。该方法包括：获取两个摄像机采集的左右图像，将任一幅作为参考图像；确定参考图像的支持点并计算视差；按预设方式分割参考图像；将各分割区域分为第一类和/或第二类分割区域；将每个第一类分割区域二次分割；根据每个子分割区域的支持点及视差，确定该区域内非支持点的视差；将每个第二类分割区域三角剖分；根据每个三角形区域的顶点及视差确定该区域内非支持点的视差搜索范围；将该范围对应的待匹配点与非支持点逐像素匹配，确定非支持点的视差。本发明能够对遮挡区域及大面积无纹理区域更准确地匹配。且缩小了小面积分割区域的视差搜索范围，提高了匹配效率。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.017 seconds)
