-
公开(公告)号：CN114170078B
公开(公告)日：2025-05-02
申请号：CN202111366822.8
申请日：2021-11-18
Applicant: 天讯瑞达通信技术有限公司 , 华中科技大学
IPC: G06T3/4053 , G06T5/50 , G06T5/60 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于图神经网络的双目图像超分辨率方法及装置，方法包括：将低分辨率双目图像输入到特征提取网络中生成初始特征；将所述初始特征输入到双目交互网络中，确定不同视点之间的第一残差特征以及高分辨率和低分辨率特征之间的第二残差特征；将所述第一残差特征和所述第二残差特征融合后输入重建网络，得到重建特征；根据所述重建特征输出超分辨率图片。本发明能够实现更好的超分辨率性能，并减少超分辨率结果中错误的纹理和模糊的细节，可广泛应用于图像处理技术领域。
-
公开(公告)号：CN112862907B
公开(公告)日：2024-03-19
申请号：CN202110068051.8
申请日：2021-01-19
Applicant: 华中科技大学
Abstract: 本发明实施例提供一种显微图像校正方法、装置、设备、存储介质及产品，该方法包括：获取待校正的多个显微图像，并对各显微图像进行分割，以生成对应的切片图像，切片图像包括所述显微图像中的切片区域；对各切片图像进行关键点检测，根据各切片图像的关键点确定切片图像之间的匹配图像对，匹配图像对中包括互相匹配的两个切片图像；将匹配图像对中的其中一个切片图像确定为校正基准图像，另一个切片图像确定为目标校正图像，并根据校正基准图像的关键点和目标校正图像的关键点对目标校正图像进行像素点的像素值校正。本发明实施例的显微图像校正方法，可以生成经过校正后的切片图像，图像质量更高。
-
公开(公告)号：CN115439670A
公开(公告)日：2022-12-06
申请号：CN202211012192.9
申请日：2022-08-23
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于多视点图像特征的自适应匹配代价构建方法和系统，属于多视点图像的立体匹配及三维重建领域。方法包括：将多视点图像特征进行逐对匹配，并将两匹配视图在特征维度上进行拼接得到两匹配视图的图像特征组合；从图像特征组合中获取视图间的相似性特征；将每一对匹配视图间的相似性特征组合为一个相似性特征序列，通过soft‑max操作计算得到不同的两匹配视图所对应的归一化权重；将多个匹配视图初始代价体利用其对应的归一化权重进行归一化加权求和，生成多视图匹配代价。本发明综合考虑了不同视图间的差异性，构建的匹配代价鲁棒性得到增强，特别是在匹配较困难的弱纹理区域，基于此预测的深度及场景重建质量会有明显的提升。
-
公开(公告)号：CN110335306B
公开(公告)日：2022-04-15
申请号：CN201910328525.0
申请日：2019-04-23
Applicant: 华中科技大学
IPC: G06T7/70
Abstract: 本发明实施例提供一种注视点预测方法及装置，包括：获取三维场景的三维空间信息、以及所述三维场景中移动对象的至少两个标注点的三维位置信息，所述标注点为所述移动对象的肢体上的预设点；根据所述至少两个标注点的三维位置信息，确定所述移动对象的三维视线向量，所述三维视线向量用于指示所述移动对象在三维场景中的视线的方向；根据所述三维视线向量和所述三维空间信息，确定所述移动对象的注视点。用于在三维场景中预测移动对象的注视点，进而提高机器人的可靠性。
-
公开(公告)号：CN114170078A
公开(公告)日：2022-03-11
申请号：CN202111366822.8
申请日：2021-11-18
Applicant: 天讯瑞达通信技术有限公司 , 华中科技大学
Abstract: 本发明公开了基于图神经网络的双目图像超分辨率方法及装置，方法包括：将低分辨率双目图像输入到特征提取网络中生成初始特征；将所述初始特征输入到双目交互网络中，确定不同视点之间的第一残差特征以及高分辨率和低分辨率特征之间的第二残差特征；将所述第一残差特征和所述第二残差特征融合后输入重建网络，得到重建特征；根据所述重建特征输出超分辨率图片。本发明能够实现更好的超分辨率性能，并减少超分辨率结果中错误的纹理和模糊的细节，可广泛应用于图像处理技术领域。
-
Patent Agency Ranking
公开(公告)号：CN113870422B
公开(公告)日：2022-02-08
申请号：CN202111444030.8
申请日：2021-11-30
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于金字塔Transformer的点云重建方法、装置、设备及介质，属于计算机视觉领域。方法包括：获得每张视图对应的点特征数据后，将点特征数据输入双通道金字塔网络，每一层输入的点特征均经过采样、图神经网络以及Transformer三个模块；点特征数据经过第一通道时，将每层注意力机制更新后的输出输入下一层，经过第二通道时，将每层注意力机制更新后的输出与和下一层处于同一层的第一通道对应层的注意力机制更新后的输出进行拼接后输入下一层；将第二通道最底层的注意力机制更新后的输出转换成点云坐标，得到每张视图的点云结果，并对每张视图的点云结果取交集，以表征点云重建后的目标对象。如此，本发明对于物体的三维重建精度更高。
-
公开(公告)号：CN113538452A
公开(公告)日：2021-10-22
申请号：CN202110583487.0
申请日：2021-05-27
Applicant: 华中科技大学
Abstract: 本申请提供一种家具布局及三维可视化方法、装置和设备。该方法包括：电子设备获取用户上传的空白户型图。电子设备根据用户指令，在该空白户型图的各个房间内标记上颜色，得到第一户型图。电子设备将第一户型图输入第一网络模型，生成第二户型图。该第二户型图中包括各个家居的预测信息。电子设备可以根据该第二户型图生成其三维场景。电子设备根据用户需要查看的位置和角度，获取三维场景图片。电子设备将该三维场景图片输入第二网络模型。电子设备从该第二网络模型中获得第三户型图。该第三户型图为三维场景图片对应的预设风格的三维场景渲染图。本申请的方法，增加了室内布局的实用性，提高了室内布局的设计效率。
-
公开(公告)号：CN110996104A
公开(公告)日：2020-04-10
申请号：CN201911234746.8
申请日：2019-12-05
Applicant: 华中科技大学
IPC: H04N19/147 , H04N19/159 , H04N19/172 , H04N19/44 , H04N19/52 , H04N19/91
Abstract: 本发明公开了一种光场焦点堆栈图像序列编、解码方法、装置及系统，由于焦点堆栈图像每帧之间存在很大相关性，每帧之间仅有对焦区域与失焦模糊区域不同，通过对对焦区域进行高斯滤波，即可模拟出其他帧的失焦模糊区域。本发明通过遍历预测运动矢量候选列表，将失真代价最小的预测运动矢量所指的位置作为起始点，依次进行整像素搜索和级联的亚像素搜索，并对搜索过程中的每一个匹配块进行高斯滤波，比较高斯滤波前后匹配块的率失真代价，选择率失真代价较小的匹配块最优最优匹配块，将高斯滤波应用到帧间预测模型之中，有效的减小了预测单元与编码单元的残差分布，从而有效的节省了码率，编码效率较高。
-
公开(公告)号：CN110322471A
公开(公告)日：2019-10-11
申请号：CN201910648517.4
申请日：2019-07-18
Applicant: 华中科技大学
IPC: G06T7/20
Abstract: 本申请实施例提供一种全景视频浓缩的方法、装置、设备及存储介质。该方法包括：获取第一视频中的各预选运动目标的预选运动轨迹，该各预选运动目标的预选运动轨迹经过分割线所对应的位置，该第一视频是全景视频经该分割线分割后得到的；根据各预选运动目标的预选运动轨迹，获取各预选运动目标经过该位置时的运动特征，并根据该运动特征，合并对应同一运动目标的预选运动轨迹，得到合并后的运动轨迹；根据该合并后的运动轨迹，获取该全景视频浓缩后的视频。本申请实施例所提供的技术方案，避免了在全景视频浓缩的过程中将相同运动目标的运动轨迹跟踪为多个运动目标的多条运动轨迹的问题，提高了全景视频浓缩的准确性。
-
公开(公告)号：CN106358006B
公开(公告)日：2019-08-06
申请号：CN201610030971.X
申请日：2016-01-15
Applicant: 华中科技大学
IPC: H04N7/14 , H04N13/128
Abstract: 本发明公开了一种视频的校正方法及装置。其中，该方法包括：采集用户的第一图像以及第二图像，其中，第一图像为用户观看摄像设备区域时所采集的图像，第二图像为用户观看屏幕区域时所采集的图像；提取第一图像中的坐标系以及第二图像中的坐标系，并计算第一图像的坐标系至第二图像的坐标系的仿射矩阵；采用仿射矩阵对采集到的初始视频进行仿射变换处理，生成校正后的目标视频。本发明解决了在现有技术中，为实现聊天用户之间目光对视的视频校正方法复杂，且耗费计算资源大的技术问题。
-
-
-
-
-
-
-
-
-
Search Results
79
records
(took 0.027 seconds)
