-
公开(公告)号：CN115471880A
公开(公告)日：2022-12-13
申请号：CN202110646237.7
申请日：2021-06-10
Applicant: 北京航空航天大学 , 中国人民解放军军事科学院战争研究院
Abstract: 本发明公开了一种基于非局部相似性的虚假人脸检测系统及检测方法，该系统包括：输入模块，用于输入待检测人脸图像；特征提取模块，用于利用非局部注意力机制提取待检测人脸图像的非局部相似性特征；特征图分类模块，用于加入瓶颈结构对非局部相似特征进行特征图分类得到待检测人脸图像的人脸检测结果。将非局部注意力机制用于图像特征提取，更好地提取伪造人脸图像的非局部相似性特征，同时使用瓶颈结构提高特征图分类的准确率。
-
公开(公告)号：CN112184550B
公开(公告)日：2022-11-01
申请号：CN202010986245.1
申请日：2020-09-18
Abstract: 本公开涉及图像处理技术领域，公开了一种神经网络训练方法、图像融合方法、装置、设备和介质。该方法包括：通过设计包括网络结构相同的第一子网络和第二子网络，任一子网络包含初级特征提取模块、高层特征提取模块和耦合反馈模块的神经网络；初级特征模块用于提取欠曝低分辨率图像和过曝低分辨率图像的低层次特征；高层特征提取模块用于从欠曝低分辨率图像和过曝低分辨率图像各自对应的低层次特征中进一步提取其高层次特征；耦合反馈模块来交叉式地融合欠曝低分辨率图像和过曝低分辨率图像对应的低层次特征和高层次特征。通过上述技术方案，实现了利用一个神经网络同时进行图像的多曝光融合处理和超分辨处理，提高了图像处理速度和处理精确度。
-
公开(公告)号：CN115018891A
公开(公告)日：2022-09-06
申请号：CN202210626160.1
申请日：2022-06-02
Applicant: 北京航空航天大学
Abstract: 本公开涉及一种图像配准方法、装置、设备及计算机可读存储介质。本公开在获取待配准图像组后，获取待配准图像组中的各待配准图像包括的有助于配准的特征图像及非有助于配准的特征图像，在计算各待配准图像之间的空间位置关系时，只参考有助于配准的特征图像，忽略非有助于配准的特征图像，因此，仅根据有助于配准的特征图像计算得到各待配准图像之间的空间位置关系，不仅提高了计算效率，而且提高了空间位置关系的准确性，进而根据计算得到的空间位置关系对各待配准图像进行配准，提高了图像配准的准确性。
-
公开(公告)号：CN111556316B
公开(公告)日：2022-06-03
申请号：CN202010268700.4
申请日：2020-04-08
Applicant: 北京航空航天大学杭州创新研究院 , 浙江宇视科技有限公司
IPC: H04N19/176 , H04N19/96 , H04N19/103 , H04N19/119 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种基于深度神经网络加速的快速块分割编码方法和装置，在至少一种网络裁剪策略中选出一种网络裁剪策略，通过设置不同的权重参数的保留比例，得到不同复杂度的提前终止机制分层深度卷积神经网络模型；对不同的编码树单元中的编码单元分割采用不同复杂度的提前终止机制分层深度卷积神经网络模型进行预测，本发明实施例通过确定提前终止机制分层深度卷积神经网络模型各部分的计算复杂度，使其中最耗时的部分，即可训练层中的权重参数WP可以得到显著加速，并且通过联合优化时间复杂度和率‑失真性能，提出一种最优的提前终止机制分层深度卷积神经网络模型裁剪方法，并由此获得多种不同的加速模型，用于预测编码树单元划分。
-
公开(公告)号：CN112465687A
公开(公告)日：2021-03-09
申请号：CN202011290006.9
申请日：2020-11-17
Applicant: 北京航空航天大学
Abstract: 本公开提供了一种图像处理方法及装置，涉及图像处理技术领域，该方法包括：获取载体图像和待隐藏秘密信息的秘密图像；将秘密图像和载体图像输入至小波变换层，通过小波变换层提取秘密图像的小波低频子带，得到第一秘密特征图，提取载体图像的小波高频子带，得到载体特征图；通过可逆层将第一秘密特征图嵌入至载体特征图，得到隐写特征图和辅助特征图；将隐写特征图和辅助特征图输入至小波逆变换层，通过小波逆变换层生成隐写特征图对应的隐写图像和生成辅助特征图对应的辅助图像。本公开能够提升隐写图像的图像质量和安全性，增加隐藏秘密信息的容量。
-
Patent Agency Ranking
公开(公告)号：CN111415311A
公开(公告)日：2020-07-14
申请号：CN202010231334.5
申请日：2020-03-27
Applicant: 北京航空航天大学杭州创新研究院
Abstract: 本发明实施例涉及一种资源节约型图像质量增强模型。其中，该模型包括：质量增强模块以及质量评估模块，其中：质量增强模块包括多个层级的质量增强单元，根据质量增强单元的层级对输入图像进行递进式优化；质量评估模块，用于分别对质量增强单元的图像优化结果进行判断，在图像优化结果符合预设条件时，输出增强图像，实现了在递进式增强图像的同时，评估已增强图像的质量，在图像的质量达到预设质量阈值的情况下，则结束增强，输出已增强图像。本发明解决了由于相关技术中针对不同质量的压缩图像需要分别训练模型和增强，从而无法实现图片盲质量增强的技术问题，同时节约了计算资源。
-
公开(公告)号：CN108307193B
公开(公告)日：2018-12-18
申请号：CN201810125244.0
申请日：2018-02-08
Applicant: 北京航空航天大学
IPC: H04N19/154 , H04N19/159 , H04N19/172 , H04N19/48 , H04N19/51 , G06K9/62 , G06N3/04
Abstract: 本发明提供一种有损压缩视频的多帧质量增强方法及装置，方法包括：针对解压缩的视频流的第i帧，采用所述第i帧关联的m个帧对所述第i帧进行质量增强，以播放质量增强后的第i帧；所述m个帧属于所述视频流中的帧，且所述m个帧中每一帧与所述第i帧分别具有相同或相应的像素数量大于预设阈值；m为大于1的自然数。在具体应用中，可利用峰值质量帧增强两个峰值质量帧之间的非非峰值质量帧。上述方法减轻了视频流播放过程中多帧之间的质量波动，同时使得有损压缩后视频中的各帧质量得到增强。
-
公开(公告)号：CN108495129A
公开(公告)日：2018-09-04
申请号：CN201810240912.4
申请日：2018-03-22
Applicant: 北京航空航天大学
IPC: H04N19/103 , H04N19/122 , H04N19/149 , H04N19/18 , H04N19/96
Abstract: 本发明提供一种基于深度学习方法的块分割编码复杂度优化方法及装置，方法包括：在HEVC中，查看HEVC当前使用的帧编码模式；根据帧编码模式选取与所述帧编码模式对应的CU分割预测模型；CU分割预测模型为预先建立并训练的模型；根据选取的CU分割预测模型预测HEVC中的CU分割结果，根据预测的CU分割结果对整个CTU进行分割。在具体应用中，帧编码模式为帧内模式，则CU分割预测模型为能够提前终止的ETH-CNN；帧编码模式为帧间模式，则CU分割预测模型为能够提前终止的ETH-LSTM和所述ETH-CNN。上述方法在保证CU分割预测精度的前提下，显著缩短了编码时决定CU分割所需时间，有效降低HEVC编码复杂度。
-
公开(公告)号：CN107040771B
公开(公告)日：2018-06-08
申请号：CN201710193359.9
申请日：2017-03-28
IPC: H04N13/00 , H04N19/147 , H04N19/149 , H04N19/154
Abstract: 本发明提供了一种针对全景视频的编码优化方法，属于视频编码领域。本发明方法首先基于球面的失真建立全景视频的码率控制模块的优化目标，其中通过统计方法获取拟合球面失真与码率关系的双曲线模型，然后求解优化方程得到最优码率分配结果，最后根据该结果计算量化步长，对当前帧进行编码，同时需要更新双曲线模型中的参数。本发明一种针对全景视频特性的码率控制方案，使得全景视频的编码有更优化的码率分配机制，从而进一步提升了编码效率，改善了压缩后视频的质量。
-
公开(公告)号：CN105120295B
公开(公告)日：2018-05-18
申请号：CN201510490394.8
申请日：2015-08-11
Applicant: 北京航空航天大学
IPC: H04N19/96 , H04N19/89 , H04N19/147
Abstract: 本发明公开了一种基于四叉树编码分割的HEVC复杂度控制方法，属于视频编码领域，具体步骤如下：一、用户设定视频编码的初始目标复杂度；步骤二、利用区域显著性检测算法生成视频中每一帧的编码块权重图谱；步骤三、编码器设计每一帧的块级别复杂度‑失真优化控制模型；步骤四、针对视频中的所有帧，循环更新当前帧的目标复杂度替换前一帧的目标复杂度，应用于当前帧的块级别复杂度‑失真优化控制模型；步骤五、编码结束。优点在于：用户在编码端根据既定需求指定目标复杂度进行编码，从而将HEVC编解码广泛地应用于具有不同计算能力或者不同电量的终端设备中，或在一定电量下完成指定时间内的视频录制。
-
-
-
-
-
-
-
-
-
Search Results
87
records
(took 0.052 seconds)
