-
公开(公告)号：CN115866252B
公开(公告)日：2023-05-02
申请号：CN202310087275.2
申请日：2023-02-09
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: H04N19/132 , H04N19/124 , H04N19/80 , H04N19/91
Abstract: 本申请公开了一种图像压缩方法、装置、设备及存储介质，涉及图像压缩领域，包括：对紧凑特征进行多速率通道采样以及相应的滤波和多速率空间采样并对得到的初始特征集进行量化；基于当前概率对量化后特征集中的当前特征进行熵编码得到二进制码流，再进行熵解码得到潜在特征；将下一个特征作为新的当前特征并基于先验预测器确定的与潜在特征对应的方差和均值对当前特征进行估计得到新的当前概率，然后跳转至基于当前概率对量化后特征集中的当前特征进行熵编码的步骤，直至所有特征均进行过熵编码；基于所有二进制码流确定图像压缩结果。本申请利用多速率通道采样和空间采样对熵编码的计算量和参数量进行精简，利用先验预测器实现更精准的概率估计。
-
公开(公告)号：CN115834890B
公开(公告)日：2023-04-28
申请号：CN202310082419.5
申请日：2023-02-08
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: H04N19/146 , H04N19/147 , G06T9/00 , G06N3/045 , G06N3/048
Abstract: 本申请公开了一种图像压缩方法、装置、设备及存储介质，涉及图像处理技术领域，包括：基于预设图像码率对原始图像的像素坐标进行编码得到若干编码信号；根据图像码率对编码信号进行分组得到若干分组信号；利用预设多层感知机网络对分组信号进行处理得到若干第一目标信号，并利用点乘运算对第一目标信号进行处理得到点乘后信号；利用预设多层感知机网络对点乘后信号进行处理以得到与图像RGB值对应的第二目标信号；基于预设损失函数和第二目标信号对预设神经网络进行训练得到训练后网络参数，并基于训练后网络参数生成图像压缩结果。由此可见，本申请可以通过隐式神经得到与预设图像码率对应的信号，能很好适应设备硬件的性能并提升了传输效率。
-
公开(公告)号：CN115914630A
公开(公告)日：2023-04-04
申请号：CN202310016678.8
申请日：2023-01-06
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: H04N19/124 , H04N19/42 , H04N19/44 , G06N3/04 , G06N3/08 , G06V10/44 , G06V10/764 , G06V10/82
Abstract: 本申请公开了一种图像压缩方法、装置、设备及存储介质，涉及图像处理技术领域，应用于编码器，包括：基于预设特征提取规则提取原始图像的数值为复数的初始特征；根据预设特征压缩规则对初始特征进行压缩以得到压缩特征；提取压缩特征的实部和虚部，并对实部和虚部进行量化以得到相应的第一整数和第二整数；将第一整数以及第二整数转换为二进制码流，以得到与原始图像对应的图像压缩结果。这样一来，本申请可以利用复数神经网络提取图像的信息，并且可以对相应的实部和虚部分别进行编码，这样可以更丰富地表达图像中的信息，相比于实数网络在实数值上的运算和表征，复数神经网络利用在相位上的表达，可以提高图像压缩的鲁棒性，减少噪声的干扰。
-
公开(公告)号：CN115776571A
公开(公告)日：2023-03-10
申请号：CN202310094255.8
申请日：2023-02-10
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: H04N19/60 , H04N19/91 , H04N19/124
Abstract: 本申请公开了一种图像压缩方法、装置、设备及存储介质，涉及图像压缩领域，包括：对当前待压缩数据进行下采样得到初始特征；通过宽特征空间变换层对初始特征分别进行空间维度和通道维度变换并对空间变换后特征和通道变换后特征进行融合和特征提取；将得到的紧凑特征表示与初始特征进行连接得到输出特征，将输出特征作为新的当前待压缩数据并跳转至对当前待压缩数据进行下采样的步骤，直至达到迭代次数，将当前的输出特征作为潜在特征；对潜在特征进行量化并基于概率分布对量化后特征进行熵编码得到二进制码流；基于二进制码流确定图像压缩结果。本申请采用空间和通道双分支融合变换，利用空间与通道的相关性实现更高效的特征提取，提升压缩性能。
-
公开(公告)号：CN114615507B
公开(公告)日：2022-09-13
申请号：CN202210507513.6
申请日：2022-05-11
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本申请实施例提供了一种图像编码方法、解码方法及相关装置，用于减少图像压缩过程的计算复杂度。本申请实施例方法包括：将待压缩的第一图像输入至第一加法模块，以提取第一图像的第一级细粒度特征；将第一级细粒度特征输入至第一非线性模块，以消除第一级细粒度特征的通道冗余；将量化为定点数后的第一图像输入至第一移位模块，以通过移位运算和加法运算提取第一图像的第一级粗粒度特征；将所述第一级粗粒度特征输入至第二非线性模块，以消除第一级粗粒度特征的通道冗余；将消除通道冗余后的第一级细粒度特征和第一级粗粒度特征进行特征融合，以得到与第一图像对应的一级压缩后的第二图像；将第二图像执行无损编码，以得到编码后的码流。
-
Patent Agency Ranking
公开(公告)号：CN114615507A
公开(公告)日：2022-06-10
申请号：CN202210507513.6
申请日：2022-05-11
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本申请实施例提供了一种图像编码方法、解码方法及相关装置，用于减少图像压缩过程的计算复杂度。本申请实施例方法包括：将待压缩的第一图像输入至第一加法模块，以提取第一图像的第一级细粒度特征；将第一级细粒度特征输入至第一非线性模块，以消除第一级细粒度特征的通道冗余；将量化为定点数后的第一图像输入至第一移位模块，以通过移位运算和加法运算提取第一图像的第一级粗粒度特征；将所述第一级粗粒度特征输入至第二非线性模块，以消除第一级粗粒度特征的通道冗余；将消除通道冗余后的第一级细粒度特征和第一级粗粒度特征进行特征融合，以得到与第一图像对应的一级压缩后的第二图像；将第二图像执行无损编码，以得到编码后的码流。
-
公开(公告)号：CN119373120A
公开(公告)日：2025-01-28
申请号：CN202411814559.8
申请日：2024-12-11
Applicant: 黑龙江省寒地建筑科学研究院 , 哈尔滨工业大学 , 黑龙江寒地岩土工程技术有限公司
Abstract: 一种应用在寒冷地区的天然冻结基坑支护装置及方法，属于建筑工程技术领域，本发明为了解决传统基坑支护存在的问题。装置包括若干热棒，热棒包括由上至下依次相连的冷凝段、绝热段和蒸发段，用于将待挖基坑一侧的土体热量带走，并散热至大气中；若干温度传感器，用以测量待挖基坑埋设若干热棒一侧的土质温度；采集设备，采集设备包括温度采集模块和无线收发模块，用于接收若干温度传感器的测量数据；测斜管，用于观测待挖基坑一侧的土体内部水平位移。本发明利用热棒的单向热传导特性，将土体中的热量导出到大气当中，形成天然的基坑冻结壁，使土体的强度满足开挖和基坑支护的要求。无泥浆排放、不消耗不可再生资源、有效减少了碳排放。
-
公开(公告)号：CN118204620A
公开(公告)日：2024-06-18
申请号：CN202410542576.4
申请日：2024-04-30
Applicant: 哈尔滨工业大学(威海) , 天津航天长征火箭制造有限公司
Abstract: 本发明提供了基于搅拌摩擦固相沉积技术的火箭贮箱焊接缺陷修复方法，步骤包括：标定火箭贮箱上的焊接缺陷，将焊接缺陷机械挖排至规整形状；将火箭贮箱固定在工作台上，将修复工具装配在搅拌摩擦焊机上；启动搅拌摩擦焊机，使修复工具移至缺陷位置始点；启动送丝装置，驱动修复工具旋转并下压，在修复工具和基材的共同作用下，送进修复工具的金属丝材被切割、塑化并沉积在缺陷位置，同时驱动修复工具按照预设路径移动，直到完成缺陷修复。本发明能够依据缺陷形式灵活调整丝材直径，可用于多形状的沟槽、匙孔等大体积缺陷修复。
-
公开(公告)号：CN116908760B
公开(公告)日：2024-05-14
申请号：CN202310846071.2
申请日：2023-07-11
Applicant: 哈尔滨工业大学
Abstract: 一种基于深度解耦网络的MRI偏置场修正方法及系统，属于医学图像分析技术领域。本发明主要是从算法的角度，解决由于磁共振设备固有的射频线圈不均匀性、磁场分布不同质性等导致的磁共振影像灰度分布不均匀的问题。现有的偏置场修正方法认为偏置场是一种低频信息，并提出了一种“削弱低频，恢复高频”的偏置场修正框架，然而高频信息也包括噪声等干扰信息，低频信息亦包括亮度变化等有用信息，此类方法忽略了图像本身的结构细节，且处理速度慢，容易出现亮度失真等问题。本发明提出的基于深度解耦的偏置场修正方法通过无监督学习框架，挖掘图像的同质性区域分布特点和偏置场平滑性约束关系，学习并优化网络参数，能够解决现有方法所存在的共性问题，在保留图像细节的同时降低颜色失真的风险，具有泛化能力强，处理速度快，恢复效果好等特点，更适用于复杂多变的临床应用。
-
公开(公告)号：CN116908760A
公开(公告)日：2023-10-20
申请号：CN202310846071.2
申请日：2023-07-11
Applicant: 哈尔滨工业大学
Abstract: 一种基于深度解耦网络的MRI偏置场修正方法及系统，属于医学图像分析技术领域。本发明主要是从算法的角度，解决由于磁共振设备固有的射频线圈不均匀性、磁场分布不同质性等导致的磁共振影像灰度分布不均匀的问题。现有的偏置场修正方法认为偏置场是一种低频信息，并提出了一种“削弱低频，恢复高频”的偏置场修正框架，然而高频信息也包括噪声等干扰信息，低频信息亦包括亮度变化等有用信息，此类方法忽略了图像本身的结构细节，且处理速度慢，容易出现亮度失真等问题。本发明提出的基于深度解耦的偏置场修正方法通过无监督学习框架，挖掘图像的同质性区域分布特点和偏置场平滑性约束关系，学习并优化网络参数，能够解决现有方法所存在的共性问题，在保留图像细节的同时降低颜色失真的风险，具有泛化能力强，处理速度快，恢复效果好等特点，更适用于复杂多变的临床应用。
-
-
-
-
-
-
-
-
-
Search Results
95
records
(took 0.15 seconds)
