-
公开(公告)号：CN108734659B
公开(公告)日：2021-08-20
申请号：CN201810473375.8
申请日：2018-05-17
申请人： 华中科技大学
摘要： 本发明公开了一种基于多尺度标签的亚像素卷积图像超分辨率重建方法，包括：建立并训练一个由特征提取结构、残差模块、上采样结构、特征重建结构以及跨尺度跳跃连接结构组成的基于多尺度标签的亚像素卷积网络,并使用该网络完成图像的超分辨率重建工作。将输入图像由RGB颜色空间转换到YCbCr颜色空间。其中，Cb、Cr两个通道使用双三次插值上采样的方法完成超分辨率重建工作。Y通道送入到训练好的网络中，输出Y通道的超分辨率重建图像。融合Y、Cb、Cr通道的超分辨率重建图像，得到最终的高分辨率图像。本发明可以快速准确地得到超分辨率图像，得到的超分辨率图像无论是在主观评测还是在客观图像质量评价方面，都能取得很好的效果。
-
公开(公告)号：CN106228547B
公开(公告)日：2018-12-28
申请号：CN201610557738.7
申请日：2016-07-15
申请人： 华中科技大学
IPC分类号： G06T7/13
摘要： 一种基于视觉颜色理论和同质抑制的轮廓与边界检测方法，属于计算机视觉和模式识别的交叉领域，旨在从复杂的自然场景中提取目标的轮廓和边界。本发明通过研究人眼视觉信息处理机制，对视觉通路各级神经元的感受野建立数学模型，同时利用非经典感受野的调制作用来抑制纹理边缘，从而突显轮廓和边界。本发明的创新点在于将人眼颜色信息处理机制引入轮廓与边界检测模型中，通过设置不平衡的视锥输入检测出颜色和亮度边界，保持轮廓的完整性，同时考虑纹理区域的同质性和非经典感受野对经典感受野的同质抑制，采用同质抑制来抑制纹理边缘，从而很好的提取自然图像的轮廓和边界。
-
公开(公告)号：CN106485724B
公开(公告)日：2019-02-01
申请号：CN201610846471.3
申请日：2016-09-20
申请人： 华中科技大学
摘要： 本发明公开了一种基于组合感受野和朝向特征调制的轮廓检测方法，属于图像处理领域。本发明方法步骤包括：首先计算外侧膝状体细胞感受野的响应；之后构建不同边缘朝向对应的亚单元；再求简单细胞感受野在特定朝向下的响应；然后求简单细胞感受野响应；再使用经过半波校正的高斯差分函数(DOG函数)描述非经典感受野；计算非经典感受野的各向同性抑制；再计算经典感受野与非经典感受野的朝向差异，得到朝向特征差异调制下的抑制程度；最后通过非极大值抑制细化轮廓，进行滞后门限处理得到二值化的轮廓图。采用本发明方法提高了轮廓与边界检测算法性能，可有效地抑制纹理边缘，提取出图像完整的轮廓与边界。
-
公开(公告)号：CN108665485A
公开(公告)日：2018-10-16
申请号：CN201810342324.1
申请日：2018-04-16
申请人： 华中科技大学
摘要： 本发明公开了一种基于相关滤波与孪生卷积网络融合的目标跟踪方法，包括：利用第一卷积网络提取已知目标位置的第(t-1)帧图像的目标特征图，利用第二卷积网络提取第t帧图像的搜索特征图；对第(t-1)帧图像的目标特征图进行快速傅里叶变换得到第(t-1)帧图像的目标区域，对第t帧图像的搜索特征图进行相关滤波得到第t帧图像的搜索区域，计算第t帧图像的搜索区域和第(t-1)帧图像的目标区域之间的互相关性，得到第t帧图像的目标得分图，根据第t帧图像的目标得分图得到第t帧图像的目标位置；进而得到视频序列中每一帧图像的目标位置，实现对视频序列的目标跟踪。本发明可以克服光照，遮挡，姿态和尺度的影响进行实时目标跟踪。
-
公开(公告)号：CN108665485B
公开(公告)日：2021-07-02
申请号：CN201810342324.1
申请日：2018-04-16
申请人： 华中科技大学
摘要： 本发明公开了一种基于相关滤波与孪生卷积网络融合的目标跟踪方法，包括：利用第一卷积网络提取已知目标位置的第(t‑1)帧图像的目标特征图，利用第二卷积网络提取第t帧图像的搜索特征图；对第(t‑1)帧图像的目标特征图进行快速傅里叶变换得到第(t‑1)帧图像的目标区域，对第t帧图像的搜索特征图进行相关滤波得到第t帧图像的搜索区域，计算第t帧图像的搜索区域和第(t‑1)帧图像的目标区域之间的互相关性，得到第t帧图像的目标得分图，根据第t帧图像的目标得分图得到第t帧图像的目标位置；进而得到视频序列中每一帧图像的目标位置，实现对视频序列的目标跟踪。本发明可以克服光照，遮挡，姿态和尺度的影响进行实时目标跟踪。
-
公开(公告)号：CN108734659A
公开(公告)日：2018-11-02
申请号：CN201810473375.8
申请日：2018-05-17
申请人： 华中科技大学
摘要： 本发明公开了一种基于多尺度标签的亚像素卷积图像超分辨率重建方法，包括：建立并训练一个由特征提取结构、残差模块、上采样结构、特征重建结构以及跨尺度跳跃连接结构组成的基于多尺度标签的亚像素卷积网络,并使用该网络完成图像的超分辨率重建工作。将输入图像由RGB颜色空间转换到YCbCr颜色空间。其中，Cb、Cr两个通道使用双三次插值上采样的方法完成超分辨率重建工作。Y通道送入到训练好的网络中，输出Y通道的超分辨率重建图像。融合Y、Cb、Cr通道的超分辨率重建图像，得到最终的高分辨率图像。本发明可以快速准确地得到超分辨率图像，得到的超分辨率图像无论是在主观评测还是在客观图像质量评价方面，都能取得很好的效果。
-
公开(公告)号：CN106485724A
公开(公告)日：2017-03-08
申请号：CN201610846471.3
申请日：2016-09-20
申请人： 华中科技大学
摘要： 本发明公开了一种基于组合感受野和朝向特征调制的轮廓检测方法，属于图像处理领域。本发明方法步骤包括：首先计算外侧膝状体细胞感受野的响应；之后构建不同边缘朝向对应的亚单元；再求简单细胞感受野在特定朝向下的响应；然后求简单细胞感受野响应；再使用经过半波校正的高斯差分函数(DOG函数)描述非经典感受野；计算非经典感受野的各向同性抑制；再计算经典感受野与非经典感受野的朝向差异，得到朝向特征差异调制下的抑制程度；最后通过非极大值抑制细化轮廓，进行滞后门限处理得到二值化的轮廓图。采用本发明方法提高了轮廓与边界检测算法性能，可有效地抑制纹理边缘，提取出图像完整的轮廓与边界。
-
公开(公告)号：CN106228547A
公开(公告)日：2016-12-14
申请号：CN201610557738.7
申请日：2016-07-15
申请人： 华中科技大学
IPC分类号： G06T7/00
摘要： 一种基于视觉颜色理论和同质抑制的轮廓与边界检测方法，属于计算机视觉和模式识别的交叉领域，旨在从复杂的自然场景中提取目标的轮廓和边界。本发明通过研究人眼视觉信息处理机制，对视觉通路各级神经元的感受野建立数学模型，同时利用非经典感受野的调制作用来抑制纹理边缘，从而突显轮廓和边界。本发明的创新点在于将人眼颜色信息处理机制引入轮廓与边界检测模型中，通过设置不平衡的视锥输入检测出颜色和亮度边界，保持轮廓的完整性，同时考虑纹理区域的同质性和非经典感受野对经典感受野的同质抑制，采用同质抑制来抑制纹理边缘，从而很好的提取自然图像的轮廓和边界。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.028 秒)
