-
Patent Agency Ranking
公开(公告)号：CN111091503A
公开(公告)日：2020-05-01
申请号：CN201911099357.9
申请日：2019-11-09
Applicant: 复旦大学
IPC: G06T5/00
Abstract: 本发明属于数字图像智能处理技术领域，具体为一种基于深度学习的图像去失焦模糊方法。本发明方法包括：通过拍摄或添加随机模糊等方式构建去失焦模糊数据集，使得每组数据包含一张清晰的图像作为原图，以及若干张模糊的图像作为清晰图所对应的模糊图；训练去失焦模糊深度神经网络；使用非对齐损失函数通过深度神经网络从图像中恢复处于焦平面外的模糊物体；在真实场景下拍摄非像素级对齐的去模糊数据集，通过非对齐损失函数训练深度神经网络。实验结果表明，本发明可以对真实场景中拍摄的失焦模糊图进行有效的恢复，提出的数据集能够通过非对齐损失函数有效地训练去失焦模糊网络。本发明可以用于相机变焦、机器人视觉系统等。
-
公开(公告)号：CN109961397A
公开(公告)日：2019-07-02
申请号：CN201810327009.1
申请日：2018-04-12
IPC: G06T3/40
Abstract: 本申请实施例提供一种图像重建方法及设备，该方法包括：对第一图像的M个部分分别进行重建得到M个重建的部分；第一图像的M个部分的组合为第一图像；第一图像的M个部分是根据第一图像中对象的固定结构划分的，M为大于1的正整数；第一图像的M个部分中每个部分的分辨率低于对应的重建的部分的分辨率；将M个重建的部分进行组合得到重建的第二图像。实施本申请实施例，可以提高重建图像的质量。
-
公开(公告)号：CN109919830A
公开(公告)日：2019-06-21
申请号：CN201910065383.3
申请日：2019-01-23
Applicant: 复旦大学
Abstract: 本发明属于数字图像智能处理技术领域，具体为一种基于美学评价的带参考人眼图像修复方法。图像修复是指利用算法来替换已丢失或者损坏的图像数据。人眼图像修复主要用于拍照中的闭眼、斜眼等情况，以产生真实、自然、美观的新人眼。本发明方法包括：从待修复图像中标记出眼睛的位置；基于人眼美学评价和人脸结构相似性选择参考图；对参考图片提取眼部位置；将输入图像、参考图像和对应的眼部标记共同载入生成器，通过深度网络生成修复的人脸图像。在网络的训练中引入全局判别器、局部判别器和人脸语义解析网络来辅助生成器学习人眼修复任务。实验结果表明，本发明可以生成自然美观且与原面部相符的人眼，有效解决人眼修复问题。
-
公开(公告)号：CN109272450A
公开(公告)日：2019-01-25
申请号：CN201810959380.X
申请日：2018-08-22
Applicant: 复旦大学
IPC: G06T3/40
Abstract: 本发明属于图像编辑技术领域，具体为一种基于卷积神经网络的图像超分方法。卷积神经网络包括：特征提取网络、特征学习网络、图像重构网络；方法包括：通过特征提取网络，提取图像特征；通过特征学习网络，学习出高分辨率图像特征；通过图像重构网络重构图像三个阶段。本发明提出的分层特征学习的网络结构可以让网络中的每一阶段充分利用网络中所有不同层级学到的特征信息，还很大程度上保留了网络中的重要特征，减少特征损失，实现了最大程度的特征利用，同时避免了特征的重复及冗余。实验结果表明，本方法生成了具有更符合主观视觉质量的高分辨率图像，恢复了逼真的细节纹理信息，还实现了较高效的图像超分过程，具有较强的实用价值。
-
公开(公告)号：CN108921854A
公开(公告)日：2018-11-30
申请号：CN201810496495.X
申请日：2018-05-22
Applicant: 复旦大学
Abstract: 本发明属于图像处理技术领域，具体为一种消化道内镜图像不规则病变区域标注方法及系统。本发明方法包括：选择目标文件夹，获取文件夹下图像的文件名；自动生成输出路径；初始化图像掩膜；裁剪图像和掩膜并记录裁剪位置；标注病变区域，更新掩膜；根据掩膜生成边框；保存裁剪后的图像、裁剪位置、掩膜和病变区域的边框。所述系统主要包括裁剪和标注两个功能，医生可以剪掉内镜图像中对训练深度神经网络有负面影响的部分、用曲线在内镜图像中勾勒出不规则病变区域，系统自动保存裁剪的图像、位置、掩膜、病变区域的边框，提高标注效率。
-
-
-
-
Search Results
125
records
(took 0.021 seconds)
