基于双记忆字典的人脸图像复原系统

    公开(公告)号:CN113554569B

    公开(公告)日:2022-03-08

    申请号:CN202110891768.2

    申请日:2021-08-04

    Abstract: 一种基于双记忆字典的人脸图像复原系统,属于人脸图像复原技术领域。本发明针对现有通用人脸图像复原方法对身份的细节特征复原能力差的问题。包括,采用通用字典生成模块获得不同尺度的通用特征字典;特定字典生成模块获得不同尺度的特定特征字典;人脸特征提取模块获得不同尺度的退化人脸各部位特征,以及退化人脸各部位特征的查询值;字典特征迁移模块获得遍历后字典特征;字典特征迁移模块中还设置置信度预测模块获得退化人脸各部位的自适应融合特征;退化图像复原模块获得重建结果特征;并将重建结果特征按照人脸关键点替换到待复原退化人脸图像中,获得复原后人脸图像。本发明用于退化人脸图像的高质量复原。

    基于动态字节长度分配的卷积神经网络的图像压缩系统

    公开(公告)号:CN107481295B

    公开(公告)日:2020-06-30

    申请号:CN201710691448.6

    申请日:2017-08-14

    Abstract: 基于动态字节长度分配的卷积神经网络的图像压缩系统,属于图像压缩技术领域。所述图像压缩系统:字节长度分配图网络将卷积码编码器的中间特征,即字节长度特征,作为其输入,建立基于待压缩图像内容的字节长度分配图,并根据该字节长度分配图建立字节长度分配图模板。二值器将卷积码编码器输出的初步编码特征图转换为编码二值特征图,即离散编码。在进入卷积熵编码器之前,所述离散编码先与字节长度分配图模板进行点乘裁剪。因此,对于本发明所述的图像压缩系统,其待熵编码的离散编码随待压缩图像的局部信息内容的变化而变化,与待压缩图像的配合度更高,具有更好的压缩效果。本发明所述的图像压缩系统适用于对图像进行压缩和解压。

    基于802.11ac舱内抗干扰无线通信系统

    公开(公告)号:CN108964813A

    公开(公告)日:2018-12-07

    申请号:CN201810726716.8

    申请日:2018-07-04

    CPC classification number: H04B17/382 H04B15/00 H04W36/30 H04W40/12 H04W40/34

    Abstract: 本发明公开了一种基于802.11ac舱内抗干扰无线通信系统,所述舱内抗干扰无线通信系统包括数据采集模块、无线mesh网络节点、频谱分析与决策模块和监测中心。本发明的无线mesh网络节点使用高通AR9331搭建OpenWrt固件组建无线mesh网络,能接收采集卡的数据和信道决策信息,最终传输至监测中心,完成数据传输和无线通信信道自动切换的功能。本发明的频谱分析与决策模块根据Gnuradio平台,使用USRP E312平台对通信频段进行频谱串行扫描,通过信道决策算法得出最优信道,并将信道决策信息广播给无线数传模块。该系统具备抗电磁干扰、自适应路由路径、微型化等优点。

    基于形变引导图的人脸图像复原系统

    公开(公告)号:CN108537754A

    公开(公告)日:2018-09-14

    申请号:CN201810329602.X

    申请日:2018-04-12

    Abstract: 基于形变引导图的人脸图像复原系统,属于图像复原领域,解决了现有基于卷积神经网络的人脸图像复原系统无法对低质量人脸图像进行有效增强的问题。人脸图像复原系统:引导图变形网络和人脸图像重建网络均基于卷积神经网络实现。引导图变形网络将待复原人脸图和引导图作为输入,将得到的光流向量作为使引导图变形的绝对坐标,并通过双线性插值的方式使引导图变形,得到形变引导图。引导图和待复原人脸图为同一人的人脸图,引导图为高清正脸图。形变引导图中的人脸与待复原人脸图中的人脸的姿态和表情相同。人脸图像重建网络将待复原人脸图和形变引导图作为其输入,并输出复原人脸图。本发明所述的人脸图像复原系统适用于对低质量人脸图像进行增强。

    一种用于图像编码的图像亮度补偿方法

    公开(公告)号:CN101710985B

    公开(公告)日:2011-06-15

    申请号:CN200910073397.6

    申请日:2009-12-11

    Abstract: 一种用于图像编码的图像亮度补偿方法,属于图像处理领域,本发明为解决目前对多视点视频编码的图像进行亮度补偿的算法过于复杂,速度慢,压缩效率低的问题。本发明通过比较当前块模板X0与参考块模板XS之间的亮度差异来确定当前块P0与参考块PS之间的亮度差异,从而实现对当前块的亮度补偿,利用求出一系列候选权值矩阵Bα,根据公式求出最优的Bj并赋值给参考块PS的权值矩阵B,这样就可以通过B(X0T-XST)E求出当前块模板X0与参考块模板XS之间的亮度差值,并作为当前块P0和参考块PS之间的亮度差值,用于亮度补偿。

    一种用于图像编码的图像亮度补偿方法

    公开(公告)号:CN101710985A

    公开(公告)日:2010-05-19

    申请号:CN200910073397.6

    申请日:2009-12-11

    Abstract: 一种用于图像编码的图像亮度补偿方法,属于图像处理领域,本发明为解决目前对多视点视频编码的图像进行亮度补偿的算法过于复杂,速度慢,压缩效率低的问题。本发明通过比较当前块模板X0与参考块模板XS之间的亮度差异来确定当前块P0与参考块PS之间的亮度差异,从而实现对当前块的亮度补偿,利用求出一系列候选权值矩阵Bα,根据公式求出最优的Bj并赋值给参考块PS的权值矩阵B,这样就可以通过B(X0T-XST)E求出当前块模板X0与参考块模板XS之间的亮度差值,并作为当前块P0和参考块PS之间的亮度差值,用于亮度补偿。

    基于人脸退化模型迁移的自然场景图像盲复原系统

    公开(公告)号:CN114170108B

    公开(公告)日:2024-04-12

    申请号:CN202111525479.7

    申请日:2021-12-14

    Inventor: 李晓明 左旺孟

    Abstract: 一种基于人脸退化模型迁移的自然场景图像盲复原系统,属于图像复原技术领域。本发明针对低质量的自然场景图像由于无法模拟其真实退化过程而无法获得满意的复原结果的问题。包括:采用退化表示学习网络由真实低质量人脸图像样本和对应的复原后高质量人脸图像样本模拟图像真实退化过程,获得图像退化表示特征;采用退化图像生成网络通过退化表示特征控制退化过程获得新生成退化人脸图像;再由高质量自然图像通过退化表示特征控制自然图像退化过程,获得退化后低质量自然图像;再由采集的高质量自然图像与退化后目标场景低质量自然图像形成的数据对,对通用场景复原网络进行训练,获得目标场景复原网络。本发明用于真实场景下低质量自然图像的复原。

Patent Agency Ranking