-
公开(公告)号：CN107172418A
公开(公告)日：2017-09-15
申请号：CN201710427465.9
申请日：2017-06-08
Applicant: 宁波大学
IPC: H04N17/00
CPC classification number: G06K9/6269 , G06K9/036 , G06K9/4642 , G06K9/4652 , G06K9/4661 , G06T7/0002 , G06T2207/20076 , G06T2207/20081 , G06T2207/20208 , G06T2207/30168 , H04N1/00002 , H04N5/2355 , H04N17/004 , H04N17/002
Abstract: 本发明公开了一种基于曝光情况分析的色阶映射图像质量评价方法，其采用了预曝光的方式对高动态范围图像中各区域的曝光属性进行了探索，并将高动态范围图像划分为易曝光过度区域、易曝光不足区域以及易正常曝光区域，在不同区域提取不同的质量特征，这样可使得后续的质量特征提取更有针对性；其虑到色阶映射图像与传统图像中失真形态的差异，在曝光区域分割的基础上，在色阶映射图像中提取曝光异常率、曝光不足残差能量、曝光过度残差能量以及曝光色彩指数这些图像特征，能够更准确的反映出色阶映射图像的质量下降程度；从曝光区域分割和质量特征提取两个角度出发，有效提高了得到的客观评价结果与人眼主观感知之间的相关性。
-
公开(公告)号：CN106162195A
公开(公告)日：2016-11-23
申请号：CN201610534911.1
申请日：2016-07-05
Applicant: 宁波大学
IPC: H04N19/467 , H04N19/593 , H04N19/147 , H04N19/154 , H04L9/08 , H04L9/00
CPC classification number: H04N19/593 , H04N19/463 , H04N19/467 , H04N19/48 , H04N19/597 , H04L9/001 , H04L9/0869 , H04N19/147 , H04N19/154
Abstract: 本发明公开了一种基于单深度帧内模式的3D‑HEVC深度视频信息隐藏方法，其包括信息嵌入和信息提取；在信息嵌入过程中，解析左右视点深度图像中编码树单元中编码单元对应的编码模式，当为单深度帧内编码模式时，构建像素值候选列表并比较列表中的两个元素：若两者相等且提取的密钥位信息为1，则利用加密信息调制该像素值的索引值，完成隐秘信息嵌入；若两者不相等，则对深度为2或3的编码单元，当右和下相邻编码单元的编码模式均不为单深度帧内编码模式且右上、右、右下、左下和下相邻编码单元各自的预测模式均不属于各自相应的模式范围时，利用加密信息调制该像素值的索引值，完成隐秘信息嵌入；优点是安全性较高、计算复杂度较低，且对码率影响较小。
-
公开(公告)号：CN103745457B
公开(公告)日：2016-07-06
申请号：CN201310729004.9
申请日：2013-12-25
Applicant: 宁波大学
IPC: G06T7/00
Abstract: 本发明公开了一种立体图像客观质量评价方法，其在获取待评价的失真的立体图像的客观质量分值时，不仅考虑了待评价的失真的立体图像的左视点图像与原始的无失真的立体图像的左视点图像中所有的坐标位置相同的两个像素点之间的基于梯度的结构相似度，及待评价的失真的立体图像的右视点图像与原始的无失真的立体图像的右视点图像中所有的坐标位置相同的两个像素点之间的基于梯度的结构相似度，还考虑了人眼在观察立体图像时会产生的双目掩盖效应，将结构失真与双目掩盖效应相结合，使得对待评价的失真的立体图像的客观评价结果与主观感知的一致性更高。
-
公开(公告)号：CN104202594B
公开(公告)日：2016-04-13
申请号：CN201410360953.9
申请日：2014-07-25
Applicant: 宁波大学
IPC: H04N17/00
CPC classification number: H04N17/004 , G06T7/0002 , G06T2207/10016 , G06T2207/20064 , G06T2207/30168
Abstract: 本发明公开了一种基于三维小波变换的视频质量评价方法，其将三维小波变换应用于视频质量评价之中，对视频中的各帧组进行二级三维小波变换，通过在时间轴上对视频序列的分解完成对帧组内时域信息的描述，在一定程度上解决了视频时域信息描述困难的问题，有效地提高了视频客观质量评价的准确性，从而有效地提高了客观评价结果与人眼主观感知质量之间的相关性；其对于帧组间存在的时域相关性，通过运动剧烈程度和亮度特征对各帧组的质量进行加权，从而使得本发明方法能较好地符合人眼视觉特性。
-
公开(公告)号：CN103578104B
公开(公告)日：2016-01-27
申请号：CN201310514544.5
申请日：2013-10-25
Applicant: 宁波大学
IPC: G06T7/00
Abstract: 本发明公开了一种针对高斯模糊图像的部分参考图像客观质量评价方法，其根据图像在二维离散小波变化中的频域信息,提取原始图像和失真图像的各个子带的能量信息，通过衡量原始图像和失真图像在小波变换域下的子带能量信息的变化来衡量图像质量的变化程度并预测失真图像的客观质量，由于人眼对图像能量信息改变的敏感性，因此本发明方法能够有效地提高图像客观质量评价结果与主观感知之间的一致性，能够达到准确评价图像客观质量的目的。
-
Patent Agency Ranking
公开(公告)号：CN103578104A
公开(公告)日：2014-02-12
申请号：CN201310514544.5
申请日：2013-10-25
Applicant: 宁波大学
IPC: G06T7/00
Abstract: 本发明公开了一种针对高斯模糊图像的部分参考图像客观质量评价方法，其根据图像在二维离散小波变化中的频域信息,提取原始图像和失真图像的各个子带的能量信息，通过衡量原始图像和失真图像在小波变换域下的子带能量信息的变化来衡量图像质量的变化程度并预测失真图像的客观质量，由于人眼对图像能量信息改变的敏感性，因此本发明方法能够有效地提高图像客观质量评价结果与主观感知之间的一致性，能够达到准确评价图像客观质量的目的。
-
公开(公告)号：CN118096532A
公开(公告)日：2024-05-28
申请号：CN202410148281.9
申请日：2024-02-01
Applicant: 宁波大学科学技术学院
IPC: G06T3/4053 , G06T5/70
Abstract: 一种条件扩散概率模型训练方法及全向图像生成方法，涉及图像处理领域。在条件扩散概率模型训练方法，包括：获取低分辨率的全向训练图像，将全向训练图像输入至初始条件扩散概率模型，对全向训练图像进行离散小波变换，得到离散小波图像提取所述全向训练图像的纬度权重矩阵；对全向训练图像进行加噪处理，得到噪声图像；根据离散小波图像和所述纬度权重矩阵，对噪声图像进行去噪处理，得到去噪图像，对去噪图像进行逆离散小波变换，得到目标全向图像；根据目标全向图像计算损失值，根据损失值调整初始条件扩散概率模型，得到训练完成的条件扩散概率模型。采用本申请可以生成保留全局内容和几何结构信息的高分辨率全向图像。
-
公开(公告)号：CN117522727A
公开(公告)日：2024-02-06
申请号：CN202311480119.9
申请日：2023-11-07
Applicant: 宁波大学科学技术学院
Abstract: 本发明涉及低光图像处理技术领域，具体涉及基于去噪扩散概率模型的低光图像处理方法，包括以下步骤：S1：获取原始图像，执行去噪扩散概率模型DDPM的正向扩散过程，形成高斯噪声图像；S2：获取低光图像，并对其进行直方图均衡化处理；S3：对获取的低光图像进行Retinex分解，获取表征物体颜色的反射图；S4：利用S1中获得的高斯噪声图像和S2中获得的低光图像，采用隐式扩散模型DDIM执行反向扩散过程，从噪声图像中逐步移除噪声；S5：利用S2中获得初步增强的图像作为先验条件，指导DDIM的继续反向扩散过程，处理光照分布不均匀的局部区域；S6：在步骤S5的基础上，利用S3获得的反射图作为先验条件，继续引导DDIM的反向扩散过程。本发明，全面增强了低光度图像的清晰度和颜色，同时利用自适应加速生成策略实现高效的实时处理。
-
公开(公告)号：CN116433452A
公开(公告)日：2023-07-14
申请号：CN202310433252.2
申请日：2023-04-21
Applicant: 宁波大学科学技术学院
Abstract: 本发明公开了一种基于视觉导向和阈值收缩的鲁棒水印技术，包括：编码器在视觉导向模块的指引下，调节各个区域的水印嵌入强度，使得嵌入强度均能在人眼视觉的容忍度范围内，从而达到较好的不可见性。其次，解码器在阈值收缩模块的作用下，通过软阈值化方式降低冗余信息，缓解水印为对抗噪声攻击而在鲁棒且非敏感区域分布，同时，该模块能降低来自噪声网络和载体图像自身的冗余信息，增强水印的提取能力。然后，利用判决器和编码器的对抗关系，提高生成的水印图像质量。本发明技术与其他模型进行了对比，证明了具有较好的不可见性和鲁棒性，同时在消融实验中对视觉导向模块和阈值收缩模块的作用进行了证明。
-
公开(公告)号：CN115880125A
公开(公告)日：2023-03-31
申请号：CN202310186948.X
申请日：2023-03-02
Applicant: 宁波大学科学技术学院
IPC: G06T1/00 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了基于Transformer的软融合鲁棒图像水印方法，包括：构建基于Transformer的端到端水印模型；其中，所述端到端水印模型包括：编码器、解码器、噪声层和鉴别器；将原始图像和原始水印输入所述编码器进行编码，获取编码图像；将所述编码图像输入所述噪声层进行噪声添加，获取噪声图像；将所述噪声图像输入所述解码器进行水印提取，获取解码后的水印；基于所述鉴别器，对所述编码图像进行鉴别。本发明在获得高质量的编码图像的同时，能够抵抗大部分的图像攻击，与现有技术方法相比，性能更好。
-
-
-
-
-
-
-
-
-
Search Results
64
records
(took 0.029 seconds)
