图像的超分辨率重建方法、装置、电子设备及存储介质

    公开(公告)号:CN118691476A

    公开(公告)日:2024-09-24

    申请号:CN202410813250.0

    申请日:2024-06-21

    Abstract: 本申请实施例提供了一种图像的超分辨率重建方法、装置、电子设备及存储介质,属于数字图像信号处理技术领域。该方法包括:将获取到的低分辨率事件图像,其中,低分辨率事件图像包括多个正事件类型和负事件类型下的事件图像;将不同事件类型下的事件图像输入预先训练好的互补增强模型中进行特征挖掘及互补增强,得到相应类型下的事件特征;交叉融合不同事件类型下的事件特征得到全局特征,基于全局特征分别对不同事件类型下的事件特征进行特征补充,得到特征补充后的事件特征;基于特征补充后的事件特征得到目标高分辨率事件图像。本申请能够提高待处理图像的分辨率、减少待处理图像中的噪音,进而提高最终得到的目标图像的整体质量。

    目标检测模型训练方法、目标检测方法、装置及设备

    公开(公告)号:CN119851080A

    公开(公告)日:2025-04-18

    申请号:CN202510320886.6

    申请日:2025-03-18

    Abstract: 本申请实施例公开了一种目标检测模型训练方法、目标检测方法、装置及设备。目标检测模型包括图像编码模型、特征编码模型和特征解码模型,通过获取样本图像中的待检测样本对象对应的目标样本区域、目标样本类别及样本描述文本;将样本图像输入到图像编码模型中,输出样本图像中每个子区域对应的区域图像特征;将每个区域图像特征和样本描述文本特征输入到特征编码模型中,输出每个子区域对应的融合特征;将每个子区域对应的融合特征输入特征解码模型中,输出每个子区域对应的目标融合特征;根据每个目标融合特征和样本描述文本确定出待检测样本对象对应的预测类别概率和在样本图像中的预测样本区域;基于预测结果和目标结果对目标检测模型迭代。

    图像处理方法、模型训练方法、装置、设备及存储介质

    公开(公告)号:CN118780989A

    公开(公告)日:2024-10-15

    申请号:CN202410710961.5

    申请日:2024-06-03

    Abstract: 本申请公开了一种图像处理方法、模型训练方法、装置、电子设备及存储介质,涉及图像处理技术领域,实现了对正拼接图像以及负拼接图像的信息增强,然后基于正融合特征与负融合特征进行特征交换,得到正负交换融合特征,基于正负交换融合特征得到第一时刻事件流的目标超分辨率图像,在特征交换过程中,捕获第一正事件计数图像与第一负事件计数图像的信息互补关系和长距离依赖,从而有利于提高目标超分辨率图像的质量。如此,本申请能够对事件流的正事件、负事件和事件帧进行区分以及充分利用,实现正事件与负事件之间的信息互补,能够提高超分辨率图像的质量。

Patent Agency Ranking