-
公开(公告)号：CN119693285A
公开(公告)日：2025-03-25
申请号：CN202510215713.8
申请日：2025-02-26
Applicant: 南京大学
Abstract: 本发明提供了一种多光谱先验引导的手机影像色调映射方法，包括以下步骤：步骤1，在移动端搭载额外的多光谱传感器，获取场景在可见光波段的多光谱图像，同时获取移动端主摄拍摄的可见光RGB图像；步骤2，多光谱图像与RGB图像经过特征提取后，经特征嵌入输入到光谱感知自注意力模块中，获得通过光谱增强双边网格系数；步骤3，联合采用RGB图像与多光谱图像作为引导图，通过引导图在光谱增强双边网格系数中插值得到每一个像素点的色彩变换系数，从而得到最终的色调增强输出图。本发明充分利用额外的低空间分辨率的多光谱图像信息用于手机影像中的色调增强任务，从算法层面环节克服移动端由于物理空间限制造成的光谱成像性能有限。
-
公开(公告)号：CN118735809A
公开(公告)日：2024-10-01
申请号：CN202410786329.9
申请日：2024-06-18
Applicant: 南京大学
IPC: G06T5/70 , G06T5/60 , G06N3/0464
Abstract: 本申请实施例提供了一种视频级条纹噪声去除的方法、装置、设备及存储介质，所述方法包括：对第一视频按照第一维度进行像素值聚合，去除第二维度，获得第一时空图像，第一时空图像的空间为时间*第一维度；通过卷积从第一时空图像中获得第一噪声时空图像，第一噪声时空图像为第一条纹噪声在所述空间中的图像，第一条纹噪声为第一视频在第一维度上的条纹噪声；对第一噪声时空图像扩充第二维度，获得第一噪声视频，第一噪声视频为第一条纹噪声的视频；根据第一视频与第一噪声视频的差值，去除第一视频上第一条纹噪声。本申请实施例的技术方案根据红外条纹噪声的特性通过卷积体现不同维度的噪声特征，从而高效且准确完成视频级时空条纹噪声去除。
-
公开(公告)号：CN118735808A
公开(公告)日：2024-10-01
申请号：CN202410786181.9
申请日：2024-06-18
Applicant: 南京大学 , 南京智谱科技有限公司
IPC: G06T5/70 , G06N3/0464 , G06T5/30 , G06T5/60
Abstract: 本申请实施例提供了一种视频级频域降噪的方法、装置、设备及存储介质，所述方法包括：通过第一卷积网络提取第一视频的每帧图像的频域特征信息阵列，第一卷积网络的卷积核的每个元素为一个频域转换值与一个系数的乘积；通过若干个级联的第二卷积网络处理频域特征信息阵列，获得第一视频的每帧图像的降噪的第一频域特征；通过第三卷积网络根据第一频域特征获得第一视频的降噪后的图像，第三卷积网络的卷积核的每个元素为一个频域反转换值与一个系数的乘积。本申请实施例的技术方案基于深度学习网络架构对视频的每帧图像自适应提取频域特征、级联频域降噪和自适应从频域恢复至空域，实现高灵敏、高精度、大视野的降噪。
-
Patent Agency Ranking
公开(公告)号：CN118628392A
公开(公告)日：2024-09-10
申请号：CN202410786364.0
申请日：2024-06-18
Applicant: 南京大学
IPC: G06T5/70
Abstract: 本申请实施例提供了一种红外视频噪声仿真方法和装置及红外视频去噪方法和装置，所述仿真方法包括：设置红外视频噪声仿真的控制参数的取样值，根据所述取样值仿真对应的红外视频噪声，所述红外视频噪声包括红外成像过程中空时域和空域的噪声，每种噪声随机设置多个所述取样值；获取多个第一视频，第一视频为无噪声的红外视频，在每个第一视频上叠加仿真的红外视频噪声，获得该第一视频对应的第二视频，各第一视频和对应的第二视频组成训练视频去噪模型的样本。本申请实施例的技术方案仿真基于红外成像设备在成像过程中的热噪声和/或差异导致仿真红外视频在不同场景下的噪声，为视频去噪模型提供了准确的样本，实现红外视频准确去噪。
-
公开(公告)号：CN117764858A
公开(公告)日：2024-03-26
申请号：CN202311441644.X
申请日：2023-11-01
Applicant: 南京大学
IPC: G06T5/70 , G06V10/774 , G06V10/80 , G06V10/44 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明提出了一种基于Transformer的红外图像去噪方法。该方法将含噪图像输入训练优化后的去噪网络；MDFCA模块通过不同形状的卷积快速地抽取横向、竖向、自由方向的特征，计算得到不同方向特征图的注意力系数，以隐式利用图像全局信息；GSC模块通过移位和卷积操作，利用图像的空间连续性分离空间离散的噪声图，并通过门控机制保留重要特征信息，遗忘错误或无用信息；之后利用不同尺度下的信息，在去噪网络中进行特征融合，重建出干净图像。本发明克服了现有技术中，基于深度卷积神经网络的图像去噪方法未与红外图像噪声模式结合的缺点，更好地恢复了干净图像。
-
公开(公告)号：CN112489200B
公开(公告)日：2023-09-12
申请号：CN202011397676.0
申请日：2020-12-04
Applicant: 南京大学
Abstract: 本发明公开了一种火焰光谱的三维重建装置和方法。该装置由多台棱镜掩膜式拍摄系统和多面反射镜组成；棱镜掩膜式拍摄系统以待重建的燃烧区域为中心环形搭建；每一台棱镜掩膜式拍摄系统配有两面反射镜并且反射镜沿拍摄系统的轴线左右倾斜设置，使得火焰数据经反射镜反射后进入棱镜掩膜式拍摄系统，从而实现多角度上火焰高光谱数据的实时获取。该重建方法首先利用圆柱形标定柱实现待重建区域的获取；然后同步采集火焰高光谱数据并进行预处理；最后使用火焰光谱三维重建算法重建出火焰的三维光谱数据。本发明的方法所需的拍摄角度少、收敛速度快、消除了带状伪影，能够真实地重建出火焰的三维光谱数据。
-
公开(公告)号：CN110793632B
公开(公告)日：2021-06-22
申请号：CN201911044312.1
申请日：2019-10-30
Applicant: 南京大学
Abstract: 本发明公开了一种用于火焰拍摄的高速高精度光谱视频系统及方法。该系统由滤光模块滤得所需波段的光信号；分光模块将滤光模块的信号分为相同的两段光束，分别进入编码光圈模块和RGB信息采集模块；编码光圈模块对光信号进行稀疏采样；色散模块将光信号进行色散，并传送给灰度信息采集模块；数据重建模块将来自灰度信息采集模块和RGB信息采集模块的两路信号对齐，去噪并利用双边滤波算法重建，然后将结果提供给显示模块存储和显示。本发明针对火焰场景，利用宽、窄谱带滤波片及相应的掩膜，既能进行低采样点数下的光谱重建，获取宽带宽的火焰光谱特征，又能对火焰特征峰附近较窄的光谱带进行高采样点数下的光谱重建，获取高准确度的光谱数据。
-
公开(公告)号：CN112702600A
公开(公告)日：2021-04-23
申请号：CN202011591927.9
申请日：2020-12-29
Applicant: 南京大学 , 国网浙江省电力有限公司 , 国网浙江省电力有限公司信息通信分公司
IPC: H04N19/124 , H04N19/13 , H04N19/149 , H04N19/30 , G06N3/04 , G06T9/00
Abstract: 本发明公开一种图像编解码神经网络分层定点化方法。该方法的步骤如下：(1)选取合适的静态图像训练集及测试集建立并训练端到端的图像编解码网络；(2)对所述图像编解码网络的参数和激活值进行定点化，其中，对于网络不同层的参数和激活值采用不同的定点化比特数，并对需要进行浮点运算的激活函数进行简化；(3)重新训练经步骤(2)定点化后的图像编解码网络；(4)将训练后的图像编解码网络的输出数据，经过量化和无损熵编码输出作为压缩数据。本发明的方法通过对不同的网络层采用不同的量化系数，优化了定点化效果。
-
-
-
-
-
-
-
Search Results
18
records
(took 0.018 seconds)
