-
公开(公告)号：CN110634105A
公开(公告)日：2019-12-31
申请号：CN201910906175.1
申请日：2019-09-24
Applicant: 南京工程学院
Abstract: 一种光流法和深度网络结合的视频高时空分辨率信号处理方法，采用基于信号与信息处理算法的方式恢复和重构出高空间和高时间分辨视频序列，即一种视频超分辨率重建方法。其步骤为：将视频按顺序取其帧序列；从视频的第3帧开始，每一帧都与其前后两帧做光流法运动估计；将产生的4副运动估计图像与中间帧合成为5副图像的高维图像块；构建OF深度卷积超分辨率网络，浅层网络提取图像信息，最后一层亚像素卷积层进行重建超分辨率图像；将高维图像块送入深度卷积网络进行训练；最终将降质后或者分辨率较低的视频帧送入网络进行重建。本发明实现重建质量好、重建速度快，相比传统视频超分辨率模型重构效果好，能够进行视频实时重建。
-
公开(公告)号：CN110675320A
公开(公告)日：2020-01-10
申请号：CN201910905332.7
申请日：2019-09-24
Applicant: 南京工程学院
Abstract: 一种空间参数变化及复杂场景下目标图像清晰化方法，其步骤为：筛选并确定变化空间参数变化以及复杂场景图像的数据集，图片拍摄过程中的目标多角度变化，光照强度以及雨雾天气变化会导致图片空间参数变化，复杂场景包含道路、出入口等不同情境下的成像环境；构建多层亚像素卷积网络，多层网络提取图像信息，最后一层亚像素卷积层进行重建超分辨率图像；将目标变化图像训练集数据送入亚像素卷积网络进行训练；最终将降质后或者分辨率较低的图像送入网络进行重建针对车牌超分辨率重建。本发明算法执行速度快，相比传统的超分辨率模型进行清洗的图像效果更好，能够应用于监控、遥感等空间参数与复杂场景变化下图片清晰度改善。
-
公开(公告)号：CN110634105B
公开(公告)日：2023-06-20
申请号：CN201910906175.1
申请日：2019-09-24
Applicant: 南京工程学院
Abstract: 一种光流法和深度网络结合的视频高时空分辨率信号处理方法，采用基于信号与信息处理算法的方式恢复和重构出高空间和高时间分辨视频序列，即一种视频超分辨率重建方法。其步骤为：将视频按顺序取其帧序列；从视频的第3帧开始，每一帧都与其前后两帧做光流法运动估计；将产生的4副运动估计图像与中间帧合成为5副图像的高维图像块；构建OF深度卷积超分辨率网络，浅层网络提取图像信息，最后一层亚像素卷积层进行重建超分辨率图像；将高维图像块送入深度卷积网络进行训练；最终将降质后或者分辨率较低的视频帧送入网络进行重建。本发明实现重建质量好、重建速度快，相比传统视频超分辨率模型重构效果好，能够进行视频实时重建。
-
-
Search Results
3
records
(took 0.014 seconds)
