-
公开(公告)号：CN118396995B
公开(公告)日：2024-10-18
申请号：CN202410832286.3
申请日：2024-06-26
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06T7/00 , G06T5/80 , G06N3/0464 , G06T3/4038 , G06T5/50
Abstract: 本申请实施例提供一种图像处理方法。该方法包括：获取待处理的第一图像，所述第一图像包括至少一个像素点；对所述第一图像进行条纹检测处理，得到第二图像和条纹增强特征，所述第二图像用于指示所述第一图像中各像素的明暗强度；对所述第一图像、所述第二图像和所述条纹增强特征进行处理，得到每个像素点对应的目标校正系数；根据每个像素点对应的目标校正系数，对所述第一图像进行校正处理，得到目标图像。提高了图像处理的准确性。
-
公开(公告)号：CN118397400B
公开(公告)日：2024-09-24
申请号：CN202410841248.4
申请日：2024-06-27
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请提供一种图像处理模型的训练方法、图像的频闪处理方法及设备。应用于图像处理技术领域。该方法包括：对预先获取的标签图像集合进行频闪添加处理，得到退化图像集合，然后将每个标签图像和对应的退化图像组合成数据对，得到数据集，再根据数据集和预先获取的组合损失函数，对预设的网络模型进行训练，得到目标模型，最后将待处理图像输入到目标模型中进行闪烁条纹消除处理，得到目标图像。通过对数据集和组合损失函数的设计，提高了适应性、控制性和灵活性，有助于提高图像处理任务中模型训练的效果和性能，进而提高了模型的消除效果和泛化能力。
-
公开(公告)号：CN118262198B
公开(公告)日：2024-08-27
申请号：CN202410676163.5
申请日：2024-05-28
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06V10/774 , G06V40/16 , G06T5/77 , G06T7/13
Abstract: 本申请实施例提供了一种图像复原模型的训练方法、图像复原方法及装置，该方法包括：将面部图像样本输入至预训练的区域判别器，得到图像样本，并输入至轮廓复原网络，输出轮廓复原图像，计算第一损失函数的第一损失值，将轮廓复原图像输入至超分上采样网络，输出上采样图像，计算第二损失函数的第二损失值，将上采样图像输入至预训练的细腻度调整网络，计算第三损失函数的第三损失值，基于第一损失值调整轮廓复原网络的参数，与基于第二损失值调整超分上采样网络的参数交替进行，直到总损失函数收敛，基于损失值，调整轮廓复原网络以及超分上采样网络的参数，直到总损失函数收敛，得到图像复原模型。这样可以提升面部图像的清晰度。
-
公开(公告)号：CN117893455A
公开(公告)日：2024-04-16
申请号：CN202410277084.7
申请日：2024-03-11
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06T5/90
Abstract: 本申请实施例提供了图像亮度和对比度调整方法，涉及图像增强技术领域，该方法包括：获取待调整图像，将待调整图像输入至预先训练好的调整模型中，得到用于表示多项式的目标映射关系，基于目标映射关系对待调整图像中各像素点的像素值进行映射得到目标输出图像，其中，调整模型是预先基于样本图像和包括亮度对比度损失的目标损失对原始模型进行训练得到的，亮度对比度损失与样本图像的亮度和原始输出图像的亮度之间的差异正相关，且与样本图像的对比度和原始输出图像的对比度之间的差异正相关。基于目标映射关系得到的目标输出图像不会出现色彩失真和细节丢失的情况，并且可以自动对待调整图像的亮度和对比度进行调节。
-
公开(公告)号：CN117496493A
公开(公告)日：2024-02-02
申请号：CN202210856869.0
申请日：2022-07-20
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06V20/62 , G06V30/148 , G06N3/08 , G06V10/82 , G06N3/0464
Abstract: 本申请提供一种车牌图像的处理方法、装置、设备及存储介质，涉及智能交通技术领域。该方法包括：获取车牌区域的多种图像和车牌区域的融合图像；根据评价模型对车牌区域的多种图像和车牌区域的融合图像进行质量评价，确定车牌区域的可见光图像的质量评分和车牌区域的融合图像的质量评分；获取用于表征车牌区域中车牌的位置的掩模；当车牌区域的多种图像中，存在第一目标图像的质量评分高于车牌区域的融合图像的质量评分时，利用掩模将第一目标图像与车牌区域的融合图像进行融合。该方法适用于对车牌的识别过程中，用于解决融合图像不清晰的问题。
-
Patent Agency Ranking
公开(公告)号：CN117011151A
公开(公告)日：2023-11-07
申请号：CN202210449976.1
申请日：2022-04-26
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06T5/00 , G06T9/00 , G06N3/0464 , G06N3/08
Abstract: 本申请提供一种图像降噪方法及设备，包括：对初始网络模型进行训练，得到目标网络模型；具体的，将样本图像输入给子网络中网络通道的特征提取通道，以对特征提取通道的参数进行训练，得到初始特征提取参数；将样本图像输入给子网络中网络通道的特征提取通道和降噪主通道，以对降噪主通道的参数进行训练，得到初始降噪参数；将样本图像输入给子网络，以对子网络的初始特征提取参数和初始降噪参数进行调整，得到候选特征提取参数和候选降噪参数；将样本图像输入给初始网络模型，以对初始网络模型的各个子网络的候选特征提取参数和候选降噪参数进行调整，得到目标特征提取参数和目标降噪参数。通过本申请技术方案，能够对图像进行降噪处理。
-
公开(公告)号：CN113538303B
公开(公告)日：2023-05-26
申请号：CN202010310011.5
申请日：2020-04-20
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本发明实施例提出图像融合方法。方法包括：获取可见光图像及与其配准的红外光图像；获取可见光图像中的第一亮度信息及红外光图像中的第二亮度信息；获取第一亮度信息的第一低频分量和第一高频分量、及第二亮度信息的第二低频分量和第二高频分量；利用第一低频分量与第二低频分量之间的残差数据补偿第二低频分量，得到第三低频分量；利用融合权重矩阵对第一低频分量和第三低频分量进行加权融合，得到融合低频分量；利用融合低频分量、第一高频分量和第二高频分量得到融合亮度信息；根据融合亮度信息和可见光图像的颜色信息，得到融合图像。本发明实施例在保证颜色真实性的基础上，提升了融合图像的信噪比和细节显示效果。
-
公开(公告)号：CN112954228B
公开(公告)日：2022-11-18
申请号：CN201911263911.2
申请日：2019-12-11
Applicant: 杭州海康威视数字技术股份有限公司
Inventor： 傅斌
IPC: H04N5/235
Abstract: 本申请公开了一种宽动态曝光的控制方法，该方法包括，获取当前图像的亮度数据，基于所述亮度数据，分别获取亮区强度和暗区强度，计算亮区强度与暗区强度的比值，得到亮度动态范围值，如果亮度动态范围值大于第一阈值，则开启宽动态曝光，如果亮度动态范围值小于第五阈值，则关闭宽动态曝光；其中，第五阈值小于第一阈值。本申请适用于视频监控领域能够根据当前场景实现宽动态曝光的自动控制，使得全天候都具有较好的图像采集效果。
-
公开(公告)号：CN118279181A
公开(公告)日：2024-07-02
申请号：CN202410697931.5
申请日：2024-05-31
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06T5/70 , G06T5/73 , G06V10/774 , G06V10/82 , G06T5/60
Abstract: 本申请实施例提供了一种可调参图像复原模型的训练方法和可调参的图像复原方法，涉及数字图像处理技术领域，该方法包括：将原始样本图像分解为不同的多个图层，并根据不同的降噪参数和锐化参数确定将各图层进行叠加时各图层的叠加系数，将各图层按照所确定的叠加系数进行加权叠加，得到多个真值图像，将各图层直接进行叠加得到目标样本图像，然后将目标样本图像和不同的降噪参数、锐化参数输入至原始可调参复原模型中得到对应的输出图像，再基于真值图像与输出图像之间的差异调整该模型的模型参数，得到目标可调参图像复原模型。通过本申请实施例的方法，目标可调参图像复原模型可以基于不同的降噪参数、锐化参数控制生成不同风格的输出图像。
-
公开(公告)号：CN117893455B
公开(公告)日：2024-06-04
申请号：CN202410277084.7
申请日：2024-03-11
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06T5/90
Abstract: 本申请实施例提供了图像亮度和对比度调整方法，涉及图像增强技术领域，该方法包括：获取待调整图像，将待调整图像输入至预先训练好的调整模型中，得到用于表示多项式的目标映射关系，基于目标映射关系对待调整图像中各像素点的像素值进行映射得到目标输出图像，其中，调整模型是预先基于样本图像和包括亮度对比度损失的目标损失对原始模型进行训练得到的，亮度对比度损失与样本图像的亮度和原始输出图像的亮度之间的差异正相关，且与样本图像的对比度和原始输出图像的对比度之间的差异正相关。基于目标映射关系得到的目标输出图像不会出现色彩失真和细节丢失的情况，并且可以自动对待调整图像的亮度和对比度进行调节。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.052 seconds)
