一种双目图像自修复网络模型的训练方法

    公开(公告)号:CN114022381A

    公开(公告)日:2022-02-08

    申请号:CN202111299885.6

    申请日:2021-11-04

    申请人: 上海大学

    摘要: 本发明属于图像修复技术领域,公开了一种双目图像自修复网络模型的训练方法,步骤为:S1:获取样本图像集,样本图像集中包括多对双目图像,每对双目图像包括一个左视角图像和一个右视角图像,左视角图像或右视角图像为损坏图像,保留损坏图像的原始未损坏图像作为该损坏图像的真值;将样本图像集按比例随机划分为训练集和测试集;S2:采用训练集对预先构建的双目图像自修复网络模型进行训练,更新双目图像自修复网络模型,得到训练后的双目图像自修复网络模型;S3:采用测试集对训练后双目图像自修复网络模型进行测试,从训练后的双目图像自修复网络模型中选出最优双目图像自修复网络模型。本发明的模型具有高效、实时、清晰、修复精度高等优点,修复得到的修复图像真实、自然。

    适用于视频编码的运动自适应帧内刷新方法

    公开(公告)号:CN109348227A

    公开(公告)日:2019-02-15

    申请号:CN201811402001.3

    申请日:2018-11-22

    申请人: 上海大学

    摘要: 本发明提供了一种适用于视频编码的运动自适应帧内刷新方法,包括:将待编码的视频帧划分为若干个区块,且每个区块包含有若干个子区域;根据每个区块中各个子区域的运动矢量信息,统计每个区块在不同刷新方向上的产生成本;根据各个区块在不同刷新方向上的产生成本,以及相邻区块之间的相关程度,得到所述待编码的视频帧中各个区块的目标刷新策略;根据所述目标刷新策略对所述待编码的视频帧的各个区块进行编码。从而改善了现有的周期性帧内刷新方法的不足,将运动状态信息引入帧内刷新策略,最大限度的降低了运动矢量逆向带来的率失真性能的下降,使得帧内刷新在保持低延迟特性的同时能够获得更高的视频质量。