公开(公告)号：CN119648599A

公开(公告)日：2025-03-18

申请号：CN202411484416.5

申请日：2024-10-23

Applicant: 宁波大学

Inventor： 徐海勇 ,  宋靖宇 ,  蒋刚毅 ,  郁梅 ,  陈晔曜 ,  骆挺

IPC: G06T5/92 ,  G06T7/13 ,  G06T5/60 ,  G06N3/0464

Abstract: 本发明公开了一种基于频域的两阶段潜在扩散模型水下图像增强方法，其将退化图像及根据退化图像估计的环境光输入轻量级水下图像增强模型以得到初步恢复图像；将初步恢复图像输入高低频特征金字塔编码器以得到潜在空间特征图集合和中间特征图集合，并输入高低频先验提取模块以得到高、低频图像及高、低频图像先验；将低频图像的低频引导先验和潜在空间特征图集合输入低频引导条件模块以生成先验引导条件，并送入潜在扩散模型，得到重建的潜在空间特征图集合；将重建的潜在空间特征图集合，中间特征图集合，高、低频图像先验输入高低频特征金字塔解码器以得到增强图像。利用水下图像的高低频信息先验知识提高潜在扩散模型性能并恢复高质量水下图像。

公开(公告)号：CN118212166A

公开(公告)日：2024-06-18

申请号：CN202410352984.3

申请日：2024-03-26

Applicant: 宁波大学

Inventor： 徐海勇 ,  关美盛 ,  蒋刚毅 ,  郁梅 ,  陈晔曜

IPC: G06T5/90 ,  G06T5/73 ,  G06V20/05 ,  G06T5/50 ,  G06V10/82

Abstract: 本发明公开了基于潜在扩散模型与物理先验融合的水下图像增强方法，包括：将水下退化图像y转化为传输图TM；将所述传输图输入向量水下图像增强生成对抗网络模型中，获取水下增强图像#imgabs0#将处理后的图像输入向量水下图像增强生成对抗网络模型解码器，生成特征图，所有特征图构成的集合记为Fd1；将水下目标图像x输入潜在扩散模型和噪声估计网络中，获取水下退化特征图zy和水下目标特征图z0；获取增强的水下图像#imgabs1#通过利用物理先验知识能够提高潜在扩散模型的性能并恢复高质量图像，从而对水下图像进行增强处理，有利于对水下图像进行识别。

公开(公告)号：CN115115500A

公开(公告)日：2022-09-27

申请号：CN202210852829.9

申请日：2022-07-19

Applicant: 宁波大学科学技术学院

Inventor： 骆挺 ,  吴俊 ,  何周燕 ,  徐海勇 ,  宋洋

IPC: G06T1/00 ,  G06T5/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种结合水下图像增强的水印嵌入方法，包括：提出了一种结合图像增强的水印编码器，将水印嵌入和图像增强整合到一个统一的结构中，在水印嵌入的时候考虑图像增强过程，在水印编码器中加入残差注意力模块，加强对质量退化区的关注，冗余嵌入五次水印信息，构建多尺度下采样融合的鉴别器，与水印编码器、水印提取器进行联合训练，直至损失函数收敛。本发明通过水印编码器将水印信息的嵌入和原始水下图像增强综合考虑，通过残差注意力模块调整原始水下图像的深度特征表示，提高水印图像的视觉质量和水印嵌入的鲁棒性，通过水印编码器、水印提取器、鉴别器联合训练，进一步提高视觉质量和水印信息的鲁棒性。

公开(公告)号：CN113139898B

公开(公告)日：2022-04-19

申请号：CN202110311756.8

申请日：2021-03-24

Applicant: 宁波大学

Inventor： 郁梅 ,  陈晔曜 ,  徐海勇 ,  蒋刚毅

IPC: G06T3/40 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于频域分析和深度学习的光场图像超分辨率重建方法，其首先利用基于光流的绘制和双三次插值来生成初始高空间和角度分辨率光场图像；之后采用离散余弦变换来对生成的初始光场图像进行频域转换，以得到表征光场图像特性的频率分量图像；基于此，超分辨率重建可建模为频率复原问题，因此构建多个2D卷积神经网络来建模各频率分量的初始复原，并在网络中融入语义信息来增强复原效果；然后将初始复原后的各频率分量进行组合并构建3D卷积神经网络来进行精细复原；最后，利用逆离散余弦变换来将复原后的所有频率分量重构为所需的光场图像；优点是能有效提高光场图像的空间和角度分辨率，并能恢复纹理信息以及保留角度一致性。