-
公开(公告)号：CN116862795A
公开(公告)日：2023-10-10
申请号：CN202310814308.9
申请日：2023-07-04
Applicant: 西安交通大学
IPC: G06T5/00 , G06T5/50 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于逐像素退化预测网络的多级去运动模糊方法，能够高效地去除图像中的运动模糊。本发明对模糊图像下采样两倍及四倍得到中、低分辨率模糊图像，并使用逐像素退化预测模块生成低分辨率复原图像，以及有效信息。接着将低分辨率复原图像经过上采样与中分辨率模糊图像融合输入空间通道补偿模块，同时使用空间通道补偿模块对低分辨率有效信息进行优化和补充，生成中分辨率复原图像。随后在高分辨率层次重复此步骤，生成复原图像。相比于已有方法，本发明采用多级的网络结构，在低分辨率使用稠密结构，中、高分辨率使用稀疏结构，大幅降低了计算量。使用逐像素卷积以及逐层优化，在有效提升网络模型计算效率的同时保持较好的图像质量。
-
公开(公告)号：CN111292357B
公开(公告)日：2023-04-14
申请号：CN202010136402.X
申请日：2020-03-02
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于相关滤波的视频帧间快速运动估计方法。该方法首先对基准帧和参考帧进行预处理，通过进行对数变换提高图像对比度，其次将基准帧划分成大小相等的网格，依次提取基准块Bcur，在参考帧中依据基准块的对应位置提取参考区域，并从中依次提取参考块，通过相关滤波计算运动矢量。本发明能显著提高传统运动估计方法的鲁棒性，可以克服传统运动估计方法对于非刚性运动无法准确获取运动矢量的缺陷，并通过改进搜索策略降低运算复杂度。
-
公开(公告)号：CN112435282A
公开(公告)日：2021-03-02
申请号：CN202011176728.1
申请日：2020-10-28
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于自适应候选视差预测网络的实时双目立体匹配方法。该方法首先利用二维卷积神经网络对立体图像对进行多尺度特征提取，得到高、低分辨率的特征图。然后，第一阶段视差估计利用低分辨率特征图进行视差粗估计。在利用粗估计结果和左图信息预测得到自适应候选视差以后，第二阶段视差估计则利用预测结果和高分辨率特征图进行精细视差估计。最后，对视差图进行层次化精修得到全尺寸视差图。与现有的由粗到精立体匹配神经网络相比，本发明可以为精细视差估计阶段预测更准确的动态偏移量，以满足图像中各种目标不同的视差校正需求。由于动态预测的有效性，本发明设计了两级处理结构以大幅提高实时双目立体匹配网络的计算精度和速度。
-
公开(公告)号：CN103500435A
公开(公告)日：2014-01-08
申请号：CN201310412603.8
申请日：2013-09-11
Applicant: 西安交通大学
CPC classification number: G06T3/403 , G06T3/4007 , G06T7/13 , G06T2207/20008 , G06T2207/20024 , G06T2207/20192
Abstract: 一种边缘导向的自适应图像插值方法及其VLSI实现装置，计算源图像像素点梯度幅值和梯度方向，通过比较梯度幅值与局部自适应阈值获得边缘信息，边缘方向为梯度方向的垂直方向；将边缘方向分类，利用边缘信息进行滤波，将图像分为规则边缘和非边缘区域。规则边缘区域沿边缘方向插值，且根据边缘信息的分类分别采用基于局部梯度信息的改进双三次插值方法、斜向双三次插值方法、斜向双线性插值方法进行图像插值；非边缘区域采用基于局部梯度信息的改进双三次插值方法进行图像插值；本发明的装置包括边缘信息提取模块，自适应插值模块、输入行场以及缩放后行场同步控制模块。本发明能显著提高高倍率缩放下的图像插值效果，有利于集成电路架构实现。
-
公开(公告)号：CN118760651A
公开(公告)日：2024-10-11
申请号：CN202410984295.4
申请日：2024-07-22
Applicant: 西安交通大学
IPC: G06F15/78 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种稀疏片上训练硬件加速器架构及其实现方法，该加速器架构包括：片外DRAM、片上存储系统、计算控制器FSM Ctrl、前向传播和反向误差传播计算单元阵列FP/EPPE、权重梯度生成计算单元阵列WG PE、批归一化层计算模块ACBN、稀疏矩阵数据压缩模块flag‑CSR以及激活与池化计算模块；该方法包括：利用奇异值分解SVD对深度卷积神经网络DCNN模型中的权值矩阵进行低秩分解，并采用2n量化和保留高位宽精度相结合的混合精度数据量化方案，并设计前向传播和反向误差传播计算单元阵列FP/EP PE以及权重梯度生成计算单元阵列WG PE硬件逻辑电路，最后设计外围控制与存储电路并组合得到稀疏片上训练硬件加速器。本发明能够有效减少系统的硬件耗费，改善能量效率。
-
Patent Agency Ranking
公开(公告)号：CN114998666B
公开(公告)日：2024-08-06
申请号：CN202210467732.6
申请日：2022-04-29
Applicant: 西安交通大学
IPC: G06V10/77 , G06V10/82 , G06N3/0464 , G06N3/084 , G06T3/4046 , G06T3/4053
Abstract: 本发明公开了一种用于图像盲超分辨率增强网络的退化核提取方法，包括以下步骤：S1:使用随机参数各向异性高斯核作为真实退化核对高分辨率图像进行模糊处理并下采样得到低分辨率图像；S2:将低分辨率图像输入至退化表征学习网络中提取其退化核；S3:使用提取的退化核和对应的真实退化核分别对低分辨率图像模糊处理并下采样得到重下采样图像对；S4:计算重下采样图像对之间的误差值和退化核之间的误差值，使用二者加权之和作为总误差值对退化表征学习网络进行约束训练。本发明提供的用于图像盲超分辨率增强网络的退化核提取方法，能有效地提取低分辨率图像中的退化核，将其应用于图像盲超分辨率增强技术中可得到更好的重建效果。
-
公开(公告)号：CN114581560B
公开(公告)日：2024-04-16
申请号：CN202210199669.2
申请日：2022-03-01
Applicant: 西安交通大学
IPC: G06T11/40 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于注意力机制的多尺度神经网络红外图像彩色化方法，该方法首先利用二维卷积神经网络在不同分辨率尺度下对输入的红外图像对进行特征提取，然后通过注意力机制对提取出的高维特征信息进行提炼处理，最终将多尺度信息进行融合处理得到预测的彩色化红外图像。与现有的红外图像彩色化网络相比，本发明基于注意力机制与多尺度层次化结构构建神经网络算法模型，通过采用改进的空间注意力与多维特征连结机制，能够提高网络模型特征提取能力的同时有效降低模型复杂度，通过设计像素损失、边缘损失和感知损失的复合损失函数，进一步提高彩色化红外图像的质量。
-
公开(公告)号：CN117808719A
公开(公告)日：2024-04-02
申请号：CN202311808586.X
申请日：2023-12-26
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于改进顶帽变换的红外小目标增强方法，旨在为目标检测和识别任务提供清晰且精确的图像基础。该方法创新性地引入了自适应结构元调整机制，允许根据图像特性对结构元大小进行优化，从而提升对不同目标和背景条件的适应能力。顶帽变换进一步被用于有效分离图像的前景和背景，以显著突出目标区域。此外，本发明采用分段伽马变换来调整灰度级别，通过细致的增强提高目标的可视性。算法还智能地根据背景特性选择合适的增益系数，确保在各类复杂环境下都能实现最佳的图像增强效果。通过这些技术的综合应用，本发明能够有效提升增强图像的质量，为后续的视觉处理任务奠定了坚实的基础。
-
公开(公告)号：CN116912147A
公开(公告)日：2023-10-20
申请号：CN202310973631.0
申请日：2023-08-03
Applicant: 西安交通大学
Abstract: 本发明一种基于嵌入式平台的全景视频实时拼接方法，该方法基于的全景拼接设备包括可见光相机、视频处理板和结构件，可见光相机均匀分布于结构件侧立面，视频处理板用于接收可见光相机视频，对视频进行实时拼接，输出实时全景视频；该方法包括步骤：1)相机图像配准：采集可见光相机图像，通过对图像进行特征匹配，建立图像之间的几何对应关系；2)多相机参数全局优化：采用Levenberg‑Marquardt算法进行全局优化，最小化重投影误差；得到准确的单应矩阵和相机参数；3)图像融合：在拼接之前对图像进行投影变换，将所有像素映射到一个统一平面；之后采用基于拉普拉斯金字塔变换的图像融合方法，得到最终的融合图像。本发明实现了在嵌入式平台输出实时全景视频。
-
公开(公告)号：CN116596822A
公开(公告)日：2023-08-15
申请号：CN202310601401.1
申请日：2023-05-25
Applicant: 西安交通大学
IPC: G06T5/50 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于自适应权重与目标感知的像素级实时多光谱图像融合方法，该方法包括如下过程：像素级实时多光谱图像融合：将红外图像与可见光图像在通道上进行拼接，得到拼接图像；对所述拼接图像进行自适应像素级权重生成，得到红外图像的融合权重图和可见光图像的融合权重图；将红外图像的融合权重图和红外图像进行逐元素乘法，得到第一图像；将可见光图像的融合权重图和可见光图像进行逐元素乘法，得到第二图像；将所述第一图像和第二图像进行逐元素加法，得到第三图像；将所述第三图像进行归一化，得到融合图像。本发明能够显著提升图像融合任务的处理速度，使其能够在资源受限的移动平台上实时部署。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.018 seconds)
