-
公开(公告)号：CN102622729B
公开(公告)日：2015-04-08
申请号：CN201210059658.0
申请日：2012-03-08
Applicant: 北京邮电大学
IPC: G06T5/00
Abstract: 本发明涉及一种基于模糊集合理论的空间自适应块匹配图像去噪方法，包括以下步骤：(1)设置初始相似块搜索窗口Δi，1的大小；(2)计算待处理像素i的图像块y(Ni)与搜索窗口Δi，1内像素j的图像块y(Nj)之间的方差归一化的对称距离；(3)根据图像块之间的距离利用模糊聚类分析计算图像块的相似程度并对搜索窗内的像素值进行加权平均得到待处理像素i的估计值(4)对残余噪声像素值进行修正；(5)增加相似块搜索窗口Δi，n的大小，并重复步骤(2)至步骤(4)直至满足迭代终止条件。本发明设计合理，通确保像素相似程度划分的有效性，提高估值的准确性，有效地提高了基于块的图像去噪方法的性能。
-
公开(公告)号：CN102186194B
公开(公告)日：2013-10-30
申请号：CN201110118230.4
申请日：2011-05-09
Applicant: 松日数码发展(深圳)有限公司 , 北京邮电大学
Abstract: 本发明公开了一种基于无线传感器网络的无源目标测量模型的建立方法，其技术特点是：包括步骤1：计算目标位置相对无线传感器节点的位置关系从而得到以无线传感器节点i，j为焦点的椭圆，步骤2：确定无线信号从无线传感器节点i到节点j的衰减本发明通过判断预估的目标位置相对无线传感器节点的位置关系并计算在此位置的接收信号强度衰减，从而建立无源目标测量模型，克服了对监控区域进行像素化处理的限制，大大增加了在目标定位与跟踪中的应用场景，避免了对监测区域进行预先像素化处理，减少了人为引入的量化误差，因此可以达到更好的定位跟踪精度。
-
公开(公告)号：CN103313064A
公开(公告)日：2013-09-18
申请号：CN201310226333.1
申请日：2013-06-07
Applicant: 国家广播电影电视总局广播科学研究院 , 北京邮电大学
Abstract: 本发明涉及一种基于帧间模式和运动修补的时域错误隐藏方法，其主要技术特点是：包括以下步骤：根据与当前受损宏块上、下、左、右相邻的正确接收块的帧间模式信息进行错误隐藏方法分类，分别对受损块的运动矢量进行修复；使用运动补偿的方法，利用修复后得到的运动矢量在其参考帧中取得该受损块的重构值。本发明充分利用与受损宏块相邻正确接收块的帧间模式信息采用不同的错误隐藏方法对受损块的运动矢量进行修复，对复杂区域用基于子块的运动修补方法，对相对平坦区域用边界匹配法，对静止区域用零运动矢量法，能更精确地恢复出受损块的运动矢量，提高错误隐藏的效果，算法复杂度合适，能够保证在移动应用中的实时性。
-
公开(公告)号：CN102622729A
公开(公告)日：2012-08-01
申请号：CN201210059658.0
申请日：2012-03-08
Applicant: 北京邮电大学
IPC: G06T5/00
Abstract: 本发明涉及一种基于模糊集合理论的空间自适应块匹配图像去噪方法，包括以下步骤：(1)设置初始相似块搜索窗口Δi，1的大小；(2)计算待处理像素i的图像块y(Ni)与搜索窗口Δi，1内像素j的图像块y(Nj)之间的方差归一化的对称距离；(3)根据图像块之间的距离利用模糊聚类分析计算图像块的相似程度并对搜索窗内的像素值进行加权平均得到待处理像素i的估计值(4)对残余噪声像素值进行修正；(5)增加相似块搜索窗口Δi，n的大小，并重复步骤(2)至步骤(4)直至满足迭代终止条件。本发明设计合理，通确保像素相似程度划分的有效性，提高估值的准确性，有效地提高了基于块的图像去噪方法的性能。
-
公开(公告)号：CN102256133A
公开(公告)日：2011-11-23
申请号：CN201110247616.5
申请日：2011-08-26
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于边信息精化的分布式视频编码及解码方法，编码方法包括小波变换、格雷码编码及LDPC编码步骤，其技术特点是：还包括在小波变换前对WZ帧进行分类编码步骤，解码方法包括LDPC解码、格雷码译码、小波反变换和重构步骤，其技术特点是：在重构后还包括边信息精化处理步骤，即采用运动补偿加权内插方法得到初始边信息，使用部分解码WZ帧的运动补偿精化更新边信息；将精化后的边信息送入解码器进行解码得到运补偿精化的重建帧。本发明设计合理，在编码端对WZ帧进行分类编码，在解码端采用运动补偿加权内插和部分解码的WZ帧来提高边信息的质量，进而提高重建帧的性能，在保持较低编码复杂度的情况下，提高了分布式视频编码的率失真性能。
-
Patent Agency Ranking
公开(公告)号：CN101572818A
公开(公告)日：2009-11-04
申请号：CN200910085819.1
申请日：2009-06-01
Applicant: 北京邮电大学
Abstract: 本发明公开了一种帧内预测模式的预测方法，包括：根据当前编码块的相邻已编码块，设置当前编码块的邻域预测模板及所述邻域预测模板的参考像素；遍历当前编码块的所有可用预测模式，利用当前编码块的邻域预测模板，按照每种可用预测模式对参考像素进行预测，并根据得到的预测值与参考像素实际值进行比较，确定对所有参考像素的平均预测效果最佳的预测模式，将其作为当前编码块的预测模式。应用本发明，能够使帧内预测模式的预测更加准确，从而提高帧内编码的压缩效率。
-
公开(公告)号：CN119181008A
公开(公告)日：2024-12-24
申请号：CN202411294700.6
申请日：2024-09-14
Applicant: 北京邮电大学
Abstract: 本发明提出了基于思维链条的图像级提示自动生成目标检测方法，属于多模态目标检测领域。本发明提出的方法包括步骤：1)将图像输入概念提取模块，筛选前景物体区域并识别；2)建立常识知识图谱GC，删除初步提示Praw中不共存物体；3)使用大语言模型对Pprune进行场景联想和概念推理补充；4)设计自适应阈值算法，删除联想扩充后的提示Psearch中置信度较低的概念得到图像级提示Pimage；5)将提示Pimage与对应图像I输入视觉语言模型完成检测。本发明基于思维链条思想，利用多模态大模型的泛化能力和大语言模型的文本生成能力，设计了图像级提示自动生成方法，有效提高了视觉语言模型目标检测的准确率。
-
公开(公告)号：CN114004752A
公开(公告)日：2022-02-01
申请号：CN202111008281.1
申请日：2021-08-30
Applicant: 北京邮电大学
Abstract: 本发明设计了一种基于非配对训练的错误曝光图像的亮度调节方法，属于计算机视觉图像技术领域。本发明首先将任意亮度等级的图像和目标亮度的图像通过编码器分别解耦为内容分量和一个满足高斯分布的亮度分量，或直接输入一个高斯分布作为目标亮度分量，然后通过解码器将待处理的某亮度图像的内容分量和目标的亮度分量重新耦合生成目标亮度的图像。其中对亮度分量的处理是指将不同亮度等级的亮度分量拟合为唯一对应的高斯分布，将其转化为可调节的变量，本发明通过控制高斯分布的均值来实现目标亮度的转化。实验表明，本发明实现了图像不同亮度间的转化，能够有效恢复不同程度的欠曝和过曝图像，并在各个数据集较强的泛化能力。
-
公开(公告)号：CN113052776A
公开(公告)日：2021-06-29
申请号：CN202110381898.1
申请日：2021-04-09
Applicant: 北京邮电大学
Abstract: 本发明涉及一种基于多尺度深度图像先验的无监督图像去雾方法，属于计算机视觉图像技术领域。第一步，将原图下采样，用于生成小尺寸图像先验。首先将三张与下采样后的带雾图像尺寸相同的噪声图像分别输入三个编解码器结构的神经网络，得到表示大气光照图、透射图与去雾后的清晰图像的三个中间结果；然后使用大气散射模型将上述三个中间结果进行建模，得到重建后的带雾图像。第二步，将与原尺寸图像大小相同的噪声图像输入相同的网络，并使用小尺寸图像获得的先验对网络进行初始化。本发明设计合理，充分考虑到无监督去雾图像先验提取困难的问题，利用多尺度的方法降低了先验提取的难度，提升了重建图像的视觉效果与稳定性。
-
公开(公告)号：CN110210608B
公开(公告)日：2021-03-26
申请号：CN201910483957.9
申请日：2019-06-05
Applicant: 国家广播电视总局广播电视科学研究院 , 北京邮电大学
Abstract: 本发明涉及一种基于注意力机制和多层次特征融合的低照度图像增强方法，包括以下步骤：在输入端对低照度图像进行处理，输出四通道特征图；使用基于注意力机制的卷积层作为特征提取模块，用于提取基础特征作为低层特征；将低层特征与相应的高层特征和卷积层最深层次的特征融合，经过反卷积层后，获得最终特征图；输出映射将最终的特征图还原成RGB图片。本发明充分利用了深度卷积神经网络模型的多层次特征，将不同层次特征融合，并通过通道注意力机制，给予特征通道不同的权重，获得了更优的特征表示，提高了图像处理的准确率，获取了高质量图像，可广泛用于计算机低层次视觉任务技术领域。
-
-
-
-
-
-
-
-
-
Search Results
118
records
(took 0.043 seconds)
