-
公开(公告)号：CN112446431B
公开(公告)日：2024-08-27
申请号：CN202011368267.8
申请日：2020-11-27
申请人： 鹏城实验室 , 哈尔滨工业大学(深圳)
IPC分类号： G06V10/75 , G06V10/82 , G06N3/0464 , G06N3/0442 , G06N3/084 , G06V10/80
摘要： 本发明公开了一种特征点提取与匹配方法，该方法包括：将图像输入特征及其权重参数进行二值化处理，并对二值化后的数据进行计算以提取特征点；通过卷积网络获取输入图像的多个层次的、分辨率依次降低的特征图像，将所述多个层次的、分辨率依次降低的特征图像进行多尺度融合，以对特征点进行定位；将进行定位后在空间中相邻的特征点的数据进行哈希运算，建立二进制化的哈希表；当进行匹配时，计算查询数据与所述哈希表中数据的匹配度，返回所述哈希表中匹配度最高的数据。解决了特征点提取方法存储匹配速度慢、精度不高等问题。使得特征点提取、匹配速度以及特征点定位精度都达到了很大的提升。
-
公开(公告)号：CN111598149B
公开(公告)日：2023-10-24
申请号：CN202010388573.1
申请日：2020-05-09
申请人： 鹏城实验室
IPC分类号： G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/088
摘要： 本申请公开了一种基于注意力机制的回环检测方法，所述方法在获取到目标图像帧及目标图像帧对应的若干历史图像帧后；获取目标图像帧对应的第一特征图及每个历史图像帧对应的第二特征图；将第一特征图以及若干第二特征图分别输入多尺度特征融合结构，输出目标图像帧对应的第一激活图以及每个历史图像帧对应的第二激活图；根据所述第一激活图和所述若干第二激活图，确定所述目标图像帧对应到的回环帧。本申请通过多尺度特征融合结构，能够通过自注意力机制获取到特征图的多尺度融合机构，能够提取出携带有能适应复杂的环境变化和鲁棒性好的特征描述子的激活图，再利用激活图进行回环检测，能够提高回环检测的准确性以及检测速度。
-
公开(公告)号：CN118691845A
公开(公告)日：2024-09-24
申请号：CN202411155228.8
申请日：2024-08-22
申请人： 鹏城实验室
摘要： 本申请公开了一种基于多层级特征提取的图像处理方法、装置、设备及存储介质，涉及图像处理技术领域，公开了基于多层级特征提取的图像处理方法，包括：根据目标自注意力神经网络对待处理图像进行特征处理，得到基础特征信息；根据基础特征信息的卷积层特征进行边缘特征提取，确定目标边缘特征图，结合目标通道注意力机制确定通道统计信息；根据通道统计信息确定目标输出特征；根据目标输出特征执行图像处理任务。通过上述方式，有效捕捉了从细节到抽象的不同层级信息，同时实现了对对象轮廓和空间位置的关键视觉线索的捕捉，通过融合多模态特征提升了复杂场景下特征的表征能力，为后续进行图像任务处理奠定了基础。
-
公开(公告)号：CN118368035A
公开(公告)日：2024-07-19
申请号：CN202410796630.8
申请日：2024-06-20
申请人： 鹏城实验室
IPC分类号： H04L1/00 , H04N19/44 , H04N19/162 , G06F18/25 , G06F40/30 , G06V10/44 , G06N3/0455 , G06N3/0464
摘要： 本发明公开了一种语义通信方法、装置、设备及存储介质，属于通信技术领域。本发明通过响应于接收到的用户指令和待传输图像；对所述用户指令和所述待传输图像进行融合处理，得到联合语义特征；对所述联合语义特征进行处理，得到目标图像信息，并将所述目标图像信息进行传输，将用户指令与图像特征融合，从而只传输用户指定的语义信息，降低传输码流，提高系统的传输效率。
-
公开(公告)号：CN116260969A
公开(公告)日：2023-06-13
申请号：CN202310537486.1
申请日：2023-05-15
申请人： 鹏城实验室
IPC分类号： H04N19/134 , H04N19/60 , H04N19/42
摘要： 本发明公开了一种自适应的通道渐进式编解码方法、装置、终端及介质，包括：将输入图像信号输入下采样粗粒度线性特征变换模块，并将得到的第一中间特征表示输入非线性特征变换模块进行广义的非线性处理；将得到的第二中间特征表示输入下采样细粒度线性特征变换模块，并将得到的潜在特征输入量化器进行压缩；将得到的整数表示输入无损编码模块进行转化，并通过无损解码模块还原为整数潜在特征表示；将整数潜在特征表示输入上采样粗粒度线性特征变换模块进行部分特征恢复，并将得到的特征图经过所述非线性特征变换模块及上采样细粒度线性特征变换模块，得到所述输入图像信号对应的重建图像。本发明实现通道渐进式编解码，以适用不同带宽。
-
公开(公告)号：CN115866253B
公开(公告)日：2023-06-06
申请号：CN202310167603.X
申请日：2023-02-27
申请人： 鹏城实验室
IPC分类号： H04N19/132 , H04N19/147 , H04N19/149 , H04N19/192 , H04N19/33
摘要： 本发明公开了一种基于自调制的通道间变换方法、装置、终端及介质，包括：将输入图像输入下采样层进行空间维度的特征压缩，并将得到的特征图输入基于自调制的通道间变换层，得到具有非线性变换能力的输出特征；根据输出特征得到输入图像的潜在特征表示，并将潜在特征表示输入量化单元进行压缩，得到整数数据；将整数数据输入无损编码模块进行转化，得到二进制码流，并通过无损解码模块将二进制码流还原为整数潜在特征表示；将整数潜在特征表示输入上采样层进行空间维度的特征恢复，并将得到的特征图输入基于自调制的通道间变换层，得到重建图像。本发明提出了适应于神经网络图像压缩的通道间变换，减少了潜在表示的冗余，提高了压缩效率。
-
公开(公告)号：CN118368035B
公开(公告)日：2024-09-27
申请号：CN202410796630.8
申请日：2024-06-20
申请人： 鹏城实验室
IPC分类号： H04L1/00 , H04N19/44 , H04N19/162 , G06F18/25 , G06F40/30 , G06V10/44 , G06N3/0455 , G06N3/0464
摘要： 本发明公开了一种语义通信方法、装置、设备及存储介质，属于通信技术领域。本发明通过响应于接收到的用户指令和待传输图像；对所述用户指令和所述待传输图像进行融合处理，得到联合语义特征；对所述联合语义特征进行处理，得到目标图像信息，并将所述目标图像信息进行传输，将用户指令与图像特征融合，从而只传输用户指定的语义信息，降低传输码流，提高系统的传输效率。
-
公开(公告)号：CN115866253A
公开(公告)日：2023-03-28
申请号：CN202310167603.X
申请日：2023-02-27
申请人： 鹏城实验室
IPC分类号： H04N19/132 , H04N19/147 , H04N19/149 , H04N19/192 , H04N19/33
摘要： 本发明公开了一种基于自调制的通道间变换方法、装置、终端及介质，包括：将输入图像输入下采样层进行空间维度的特征压缩，并将得到的特征图输入基于自调制的通道间变换层，得到具有非线性变换能力的输出特征；根据输出特征得到输入图像的潜在特征表示，并将潜在特征表示输入量化单元进行压缩，得到整数数据；将整数数据输入无损编码模块进行转化，得到二进制码流，并通过无损解码模块将二进制码流还原为整数潜在特征表示；将整数潜在特征表示输入上采样层进行空间维度的特征恢复，并将得到的特征图输入基于自调制的通道间变换层，得到重建图像。本发明提出了适应于神经网络图像压缩的通道间变换，减少了潜在表示的冗余，提高了压缩效率。
-
公开(公告)号：CN115623207A
公开(公告)日：2023-01-17
申请号：CN202211603074.5
申请日：2022-12-14
申请人： 鹏城实验室
IPC分类号： H04N19/124 , H04N19/149 , H04N19/30 , H04N19/42 , H04B7/0413
摘要： 本发明公开了一种基于多进多出技术的数据传输方法及相关设备，所述方法包括：获取M张待压缩图像，分别输入到编码网络中的M个输入层后分别经过所述编码网络中M个待量化特征层后变换为M个待量化特征；将M个待量化特征输入至M个量化单元，M个量化单元分别对M个待量化特征进行压缩量化得到M个整数；将M个整数通过M个无损编码模块分别进行无损编码后得到M个二进制码流，并将M个二进制码流分别输入至M个无损解码模块进行解码；将解码还原得到的M个整数输入至解码网络的M个待解码层，M个待解码层将M个整数变换为M个解码图像，并输出M个解码图像。本发明提高了神经网络对图像进行编解码的效率。
-
公开(公告)号：CN112150608B
公开(公告)日：2024-07-23
申请号：CN202010929831.2
申请日：2020-09-07
申请人： 鹏城实验室 , 哈尔滨工业大学(深圳)
IPC分类号： G06T17/00 , G06N3/042 , G06N3/0464 , G06N3/08
摘要： 本申请公开了一种基于图卷积神经网络的三维人脸重建方法，所述方法包括获取待重建的人脸图像，确定所述人脸图像对应的若干人脸子区域；对于每个人脸子区域，获取该人脸子区域对应的人脸特征向量；基于经过训练的图卷积神经网络，确定该人脸特征向量对应的三维人脸结构信息；根据获取到所有三维人脸结构信息，确定所述人脸图像对应的三维人脸图像。本申请通过图卷积神经网络确定人脸图像对应的三维人脸结构信息，使得获取到的三维人脸结构信息中的每个点云数据均包括位置信息以及颜色信息，进而可以提高三维人脸图像的真实性。
-
-
-
-
-
-
-
-
-
搜索结果
15 条记录 (耗时 0.025 秒)