-
公开(公告)号：CN116698191A
公开(公告)日：2023-09-05
申请号：CN202310671105.9
申请日：2023-06-07
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G01J3/28
Abstract: 本申请实施例提供了多光谱成像系统中反射率确定方法，获取多光谱成像系统拍摄目标对象时多光谱成像系统中图像传感器采集到的目标波段的原始图像数据；根据目标对象在原始图像数据中所处目标像素点的像素值，确定目标对象的原始亮度，其中，原始亮度与像素值正相关；根据多光谱成像系统的光学子系统的目标放大倍率，对原始亮度进行补偿得到修正亮度；根据修正亮度、目标对象所处环境中目标波段的环境光的环境光亮度，确定目标对象对目标波段的光线的反射率，其中，反射率与修正亮度正相关，且与环境光亮度负相关。应用本申请提供的反射率确定方法，能够提高确定反射率的效率以及准确度。
-
公开(公告)号：CN116563556A
公开(公告)日：2023-08-08
申请号：CN202310814511.6
申请日：2023-07-05
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请公开了一种模型训练方法，涉及深度学习技术领域。方法包括：获取待训练人脸图像降噪模型以及训练样本集，训练样本集包括多组图像对，每组图像对包括样本人脸图像和参考人脸图像；待训练人脸图像降噪模型用于对样本人脸图像进行降噪处理，获得降噪后图像；对样本人脸图像进行语义分割，获得至少一个语义分割区域；基于参考人脸图像和降噪后图像之间各语义分割区域的结构损失，构建待训练人脸图像降噪模型的第一损失函数；利用训练样本集和第一损失函数训练待训练人脸图像降噪模型，获得目标图像降噪模型。本申请可使得训练得到的人脸图像降噪网络可以更好的在降噪处理过程中保留细节特征。
-
公开(公告)号：CN113556475A
公开(公告)日：2021-10-26
申请号：CN202010334057.0
申请日：2020-04-24
Applicant: 杭州海康威视数字技术股份有限公司
IPC: H04N5/235
Abstract: 本申请提供一种高动态范围图像的生成方法、装置及设备，该方法包括：获取第一可见光图像和非可见光图像；其中，所述第一可见光图像的曝光起始时刻与所述非可见光图像的曝光起始时刻相同，且所述第一可见光图像的曝光时长与所述非可见光图像的曝光时长相同；根据所述第一可见光图像的第一亮度分量和所述非可见光图像的第二亮度分量，确定所述第一可见光图像与所述非可见光图像的亮度融合分量；根据所述第一可见光图像的第一色度分量和所述亮度融合分量，生成高动态范围图像。通过本申请的技术方案，高动态范围图像不会出现“鬼影”，图像质量较高，画面对比度较好，颜色表现正常。
-
公开(公告)号：CN113538303A
公开(公告)日：2021-10-22
申请号：CN202010310011.5
申请日：2020-04-20
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本发明实施例提出图像融合方法。方法包括：获取可见光图像及与其配准的红外光图像；获取可见光图像中的第一亮度信息及红外光图像中的第二亮度信息；获取第一亮度信息的第一低频分量和第一高频分量、及第二亮度信息的第二低频分量和第二高频分量；利用第一低频分量与第二低频分量之间的残差数据补偿第二低频分量，得到第三低频分量；利用融合权重矩阵对第一低频分量和第三低频分量进行加权融合，得到融合低频分量；利用融合低频分量、第一高频分量和第二高频分量得到融合亮度信息；根据融合亮度信息和可见光图像的颜色信息，得到融合图像。本发明实施例在保证颜色真实性的基础上，提升了融合图像的信噪比和细节显示效果。
-
公开(公告)号：CN111601044A
公开(公告)日：2020-08-28
申请号：CN201910126686.1
申请日：2019-02-20
Applicant: 杭州海康威视数字技术股份有限公司
IPC: H04N5/235
Abstract: 本申请提供一种图像的曝光时间比确定方法及装置，方法包括：将采集的当前图像进行分块得到多个分块区域；确定每个分块区域的亮度值；依据各分块区域的亮度值确定采集当前图像时的环境场景的亮暗对比值，亮暗对比值用于表示环境场景中亮区与暗区之间的对比程度；依据亮暗对比值和采集当前图像时的第一曝光时间比确定采集下一帧图像时的第二曝光时间比，以实现采集每帧图像的曝光时间比的动态调整，使得曝光时间比可根据采集场景改变。由于人眼对于离散亮暗点的影响并不敏感，只有区域性的亮暗部分才会让人感受到较为真实的亮暗对比，因此通过将当前采集的图像分块，以消除占用像素范围较小的离散亮暗点，排除离散亮暗点对亮暗动态范围的影响。
-
Patent Agency Ranking
公开(公告)号：CN119722512A
公开(公告)日：2025-03-28
申请号：CN202510228113.5
申请日：2025-02-27
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06T5/70 , G06V10/764 , G06V10/774
Abstract: 本申请提供了一种图像降噪模型的训练方法，涉及图像处理技术领域，包括：获取目标训练集中的多个第一类样本对；将每一第一类样本对中的噪声图像以及对应的图像质量分数输入至待训练的目标图像降噪模型，以得到每一样本对中的噪声图像对应的去噪结果；基于每一第一类样本对中的噪声图像对应的去噪结果以及每一第一类样本对中的目标图像，确定所述目标图像降噪模型的目标损失值；响应于根据所述目标损失值判定所述目标图像降噪模型未收敛，对所述目标图像降噪模型进行参数调整，并返回所述获取目标训练集中的多个第一类样本对的步骤。通过本方案可以提升训练得到的图像降噪模型在实际场景中的降噪效果。
-
公开(公告)号：CN115082365B
公开(公告)日：2025-01-14
申请号：CN202110259985.X
申请日：2021-03-10
Applicant: 杭州海康威视数字技术股份有限公司
Inventor： 傅斌
Abstract: 本申请公开了可见光图像与红外图像的融合方法，基于可见光图像获取可见光亮度图像，基于红外图像获取红外亮度图像；利用可见光亮度图像和红外亮度图像，确定可见光亮度图像目标区域中第一像素点的坐标信息、非目标区域中第二像素点的坐标信息；将可见光亮度图像和红外亮度图像进行融合，得到亮度融合的第一图像；调整第一图像中像素点的亮度分量，使得第一图像中目标区域与非目标区域的第二亮度对比度与第一亮度对比度相同，得到第二图像；对于第二图像中每个像素点，将该像素点的亮度分量与可见光图像中具有与该像素相同坐标的像素点的色度分量融合，得到融合后的图像。本申请解决了视觉效果上的偏色问题，使得融合后的图像具有较强的保色能力。
-
公开(公告)号：CN118279181B
公开(公告)日：2024-08-27
申请号：CN202410697931.5
申请日：2024-05-31
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06T5/70 , G06T5/73 , G06V10/774 , G06V10/82 , G06T5/60
Abstract: 本申请实施例提供了一种可调参图像复原模型的训练方法和可调参的图像复原方法，涉及数字图像处理技术领域，该方法包括：将原始样本图像分解为不同的多个图层，并根据不同的降噪参数和锐化参数确定将各图层进行叠加时各图层的叠加系数，将各图层按照所确定的叠加系数进行加权叠加，得到多个真值图像，将各图层直接进行叠加得到目标样本图像，然后将目标样本图像和不同的降噪参数、锐化参数输入至原始可调参复原模型中得到对应的输出图像，再基于真值图像与输出图像之间的差异调整该模型的模型参数，得到目标可调参图像复原模型。通过本申请实施例的方法，目标可调参图像复原模型可以基于不同的降噪参数、锐化参数控制生成不同风格的输出图像。
-
公开(公告)号：CN118247181B
公开(公告)日：2024-08-02
申请号：CN202410670364.4
申请日：2024-05-28
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06T5/77 , G06T5/90 , G06T5/70 , G06T5/60 , G06V10/774
Abstract: 本申请实施例提供的一种图像复原模型训练方法、电子设备和图像复原方法，应用于模型训练的技术领域，该方法包括：获取样本图像；对所述样本图像进行对比度调整、清晰度调整和噪声添加，得到降质后的样本图像；将所述降质后的样本图像作为图像复原模型的输入，所述样本图像作为图像复原模型的真值，对图像复原模型进行训练。可见，通过本申请实施例的方案，可以在获取样本图像之后，通过对样本图像进行对比度调整、清晰度调整和噪声添加，得到降质后的样本图像，从而将降质后的样本图像作为图像复原模型的输入，将样本图像作为图像复原模型的真值，对图像复原模型进行训练，解决输入图像获取困难影响图像复原模型训练效率的问题。
-
公开(公告)号：CN118397400A
公开(公告)日：2024-07-26
申请号：CN202410841248.4
申请日：2024-06-27
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06V10/774 , G06V10/74 , G06V10/82 , G06N3/044 , G06N3/084
Abstract: 本申请提供一种图像处理模型的训练方法、图像的频闪处理方法及设备。应用于图像处理技术领域。该方法包括：对预先获取的标签图像集合进行频闪添加处理，得到退化图像集合，然后将每个标签图像和对应的退化图像组合成数据对，得到数据集，再根据数据集和预先获取的组合损失函数，对预设的网络模型进行训练，得到目标模型，最后将待处理图像输入到目标模型中进行闪烁条纹消除处理，得到目标图像。通过对数据集和组合损失函数的设计，提高了适应性、控制性和灵活性，有助于提高图像处理任务中模型训练的效果和性能，进而提高了模型的消除效果和泛化能力。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.041 seconds)
