-
公开(公告)号：CN110390655B
公开(公告)日：2021-04-06
申请号：CN201910693791.3
申请日：2019-07-30
Applicant: 电子科技大学
Abstract: 本发明公开一种基于蓝色通道校正的图像去雾方法，应用于计算机视觉和图像处理技术领域，针对现有的直方图均衡化算法、多尺度Retinex(MSR)算法和暗通道先验去雾等算法，所存在的去雾效果差，算法局限性大的问题；本发明首先提取红、绿、蓝三通道的信息，并对其进行组合整理得到深度与透射率信息，然后将图像红、绿、蓝三通道分别计算，得到每个通道的去雾图像，最后组合图像得到最终的去雾图；具备计算参数少，计算简单快速，效果好，无色偏，非常适合于室外雾图像的处理的优点。
-
公开(公告)号：CN110390655A
公开(公告)日：2019-10-29
申请号：CN201910693791.3
申请日：2019-07-30
Applicant: 电子科技大学
Abstract: 本发明公开一种基于蓝色通道校正的图像去雾方法，应用于计算机视觉和图像处理技术领域，针对现有的直方图均衡化算法、多尺度Retinex(MSR)算法和暗通道先验去雾等算法，所存在的去雾效果差，算法局限性大的问题；本发明首先提取红、绿、蓝三通道的信息，并对其进行组合整理得到深度与透射率信息，然后将图像红、绿、蓝三通道分别计算，得到每个通道的去雾图像，最后组合图像得到最终的去雾图；具备计算参数少，计算简单快速，效果好，无色偏，非常适合于室外雾图像的处理的优点。
-
公开(公告)号：CN103957395B
公开(公告)日：2015-12-09
申请号：CN201410190874.8
申请日：2014-05-07
Applicant: 电子科技大学
Abstract: 本发明公开了一种具有自适应能力的颜色恒常方法，具体通过非经典感受野单拮抗模型，利用不同敏感系数下外周的抑制作用和亚区的去抑制作用的相互作用自动适应不同场景图像，将非标准光照下拍摄的有色偏彩色图像恢复成标准光照下拍摄的无色偏彩色图像，实现色偏图像颜色的自动校正，即颜色恒常。在多个国际通用颜色恒常数据库上近千幅不同场景、光照的图像上测试证明，该发明的方法比经典的颜色恒常算法具有更好的效果。
-
-
公开(公告)号：CN119624786A
公开(公告)日：2025-03-14
申请号：CN202411780271.3
申请日：2024-12-05
Applicant: 电子科技大学
IPC: G06T5/00 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于感知引导的退化图像恢复方法，首先构建一个包含“感知分支”与“恢复分支”的双分支神经网络架构，并构建分类任务数据集和恢复任务数据集，分别用于训练感知网络和恢复网络，最后将得到的训练好的双分支神经网络架构，输入真实退化图像，获得最终输出的恢复图像。本发明的方法分析了现实场景中图像退化的复杂性和多样性，克服了仅针对单一退化模式的局限性，通过引入多个子任务的约束条件，有效增强了感知网络对图像退化状态的评估精度与泛化能力，能够针对不同图像特征，自适应分配和优化计算资源，实现了计算效率与恢复质量的双重提升，在确保高性能的同时，不会导致大量计算资源的消耗，部署过程更为便捷灵活。
-
Patent Agency Ranking
公开(公告)号：CN119006313A
公开(公告)日：2024-11-22
申请号：CN202411160695.X
申请日：2024-08-22
Applicant: 电子科技大学
IPC: G06T5/60 , G06T5/90 , G06V10/44 , G06V10/80 , G06V10/52 , G06N3/048 , G06N3/0464 , G06N3/047 , G06N3/084
Abstract: 本发明公开了一种衰减程度感知的水下图像恢复方法，包括：生成一个随机数，作为合成水下图像的目标衰减程度；根据生成的随机数，合成不同衰减程度的训练数据；在训练侧，以场景相对距离和合成的水下图像为输入，计算网络输出的恢复图像与真实无衰减参考图像的结构相似性与均方误差，计算网络预测的衰减程度与实际衰减程度的交叉熵，以三者的算术和作为损失函数指导神经网络训练；在推理侧，对输入的真实水下图像进行距离估计并修正；将真实水下图像和修正后的水下图像距离估计输入训练好的神经网络，获得恢复后的水下图像。本发明的方法通过模拟不同类型水体产生的异质衰减，能够真实模拟水下图像随着衰减程度加深无穷远处越来越暗的特点。
-
公开(公告)号：CN117670676A
公开(公告)日：2024-03-08
申请号：CN202311650677.5
申请日：2023-12-05
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06T3/4053 , G06N3/0464
Abstract: 本发明属于计算机视觉和图像处理技术领域，公开了一种用于磁共振图像超分辨率重建的方法，包括S1.教师网络，S2.学生网络，S3.知识蒸馏模块，S4.上采样重建模块。本发明采用一种跨网络知识蒸馏策略，即从Transformer网络到卷积神经网络网络的知识蒸馏，以实现知识的有效传递；创新性地提出一种具有高性能而小参数量的卷积神经网络网络；通过运用先验信息，对教师网络中的错误知识进行纠正，使得学生网络能够更加精准地学习和吸收正确而有益的知识。
-
公开(公告)号：CN116922382A
公开(公告)日：2023-10-24
申请号：CN202310900617.8
申请日：2023-07-21
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于自身运动的机器人轨迹闭环检测方法，通过带噪声运动轨迹和真实运动轨迹构建噪声模型，构建去噪注意力模块预测带噪声运动轨迹的网格状特征，再构建前向和反向注意模块捕获运动姿态的相关性特征，通过该相关性特征预测运动姿态的闭环匹配概率，约束网格状特征的位置和方向构建特征代价函数，计算运动姿态的相似度构建匹配代价函数，最后结合特征和匹配代价函数训练模型，完成轨迹的闭环检测。本发明的方法受哺乳动物记忆和导航系统启发设计一种网格状特征表示代价函数，预测带噪声运动轨迹网格状特征，仅利用自身的运动信息估计自身的闭环概率，在无视觉信息条件取得较好的机器人运动轨迹闭环检测结果，能较好的检测闭环位置。
-
公开(公告)号：CN113869229B
公开(公告)日：2023-05-09
申请号：CN202111153251.X
申请日：2021-09-29
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于先验注意力机制引导的深度学习表情识别方法，包括以下步骤：S1、对待识别的人脸图像进行人脸检测；S2、计算双眼和嘴部的中心坐标；S3、截取眼部和嘴部三个区域；S4、将人脸区域图像输入VGG16卷积神经网络，将眼部和嘴部区域图像输入到另一个VGG16卷积神经网络，得到四个一维特征向量；S5、获取全局人脸图像和三个局部区域图像对应的权重系数；S6、将特征向量与权重系数相乘；S7、进行特征融合；S8、输入全连接层进行特征降维；S9、通过Softmax激活函数激活得到表情类别。本发明结合眼动和注意力实验，在训练表情识别模型的时候，将更多的注意力放到特征更加丰富的眼部和嘴部区域，从而提高表情识别的准确率。
-
公开(公告)号：CN114494063A
公开(公告)日：2022-05-13
申请号：CN202210087269.2
申请日：2022-01-25
Applicant: 电子科技大学
IPC: G06T5/00 , G06V20/56 , G06K9/62 , G06V10/764
Abstract: 本发明公开一种基于生物视觉机制的夜间交通图像增强方法，应用于计算机视觉技术领域，针对夜间道路环境昏暗、对向行驶车辆灯光对驾驶员视线的干扰、行人和路灯模糊不清等图像问题，提高夜间交通图像亮度，使夜间驾驶任务更容易更安全；本发明首先构建一个夜间交通图像分类器，根据夜间交通图像的亮度和局部对比度将夜间交通图像分为三类，再依据不同的分类结果调用三种不同的图像增强算法对输入的夜间交通图像进行增强，最后对增强前后图像质量进行无参考图像质量评价，发现增强后的夜间交通图像具有更好的主观及客观视觉感知性能，本发明的方法对辅助驾驶技术的发展具有重要的意义。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.023 seconds)
