-
公开(公告)号：CN115278314B
公开(公告)日：2023-10-13
申请号：CN202210796949.1
申请日：2022-07-08
Applicant: 南京大学
IPC: H04N21/2389 , H04N21/8358 , H04N19/467 , H04N19/625
Abstract: 本发明公开了一种多值数字视频水印嵌入及盲提取方法。该方法通过视频帧的选取和选定帧的水印处理两大步骤实现视频水印的嵌入与盲提取，成功将低复杂度的数字图像水印方法实施于视频流，优化了传统色彩空间转换和离散余弦变换，减少了冗余计算，以较少的运算量获得了较好的鲁棒性和不可感知性。其中，针对不同应用场景以及视频分辨率大小，视频帧选取分别采用了固定间隔法、斐波那契‑卢卡斯数列法、灰度差均值法和直方图差异法。对选定帧进行水印嵌入或提取时，本发明方法基于图像亮度通道直流分量的余数域进行了多值水印的处理，大大增加了水印携带的信息量，且嵌入比可灵活调整。
-
公开(公告)号：CN111984227B
公开(公告)日：2023-10-13
申请号：CN202010870048.3
申请日：2020-08-26
Applicant: 南京大学
Abstract: 本发明公开了一种针对复数平方根的近似计算装置及方法。该装置包括依次相连的预处理模块、CORDIC计算模块、基本计算模块、线性近似计算模块和输出处理模块；预处理模块用于复数的实部和虚部的预处理和迭代初始移位位数的计算；CORDIC计算模块用于计算输入复数的模长；基本计算模块用于对复数的模长、复数的实部进行加减法和移位操作；线性近似计算模块用于计算实数范围内的平方根运算；输出处理模块用于为输出复数的实部和虚部添加符号位，在串并转换后输出复数平方根的计算结果。本发明的近似计算装置及方法，在保持较高精度计算的前提下，能保持高的计算速度，并降低硬件的复杂度。
-
公开(公告)号：CN116152120B
公开(公告)日：2023-07-21
申请号：CN202310426401.2
申请日：2023-04-20
Applicant: 南京大学
IPC: G06T5/00 , G06V10/80 , G06V10/82 , G06V10/56 , G06V10/54 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种融合高低频特征信息的低光图像增强方法及装置，属于计算机视觉领域和图像处理领域。本发明方法包括：S1、采集RGB格式的正常光‑低光图像对；S2、对采集到的低光图像分解为光照分量Ilow和反射分量Rlow；S3、对得到的光照分量和反射分量分解为三级拉普拉斯金字塔；S4、分别对光照分量和反射分量的三级拉普拉斯金字塔图像依次输入到三个分支网络中得到增强后的光照分量和反射分量；S5、对和进行逐通道逐像素相乘操作得到低光增强后的正常光图像；其推理步骤包括上述步骤S2‑S5。本发明利用双通道注意力下的拉普拉斯多尺度特征提取块LRMSDA，实现能有效抑制噪声和增强纹理细节的高质量低光图像增强。
-
公开(公告)号：CN115393227B
公开(公告)日：2023-06-06
申请号：CN202211164856.3
申请日：2022-09-23
Applicant: 南京大学
IPC: G06T5/00 , G06N3/084 , G06N3/0464 , G06N3/048
Abstract: 本发明公开一种基于深度学习的微光全彩视频图像自适应增强方法及系统。其方法步骤为：S1采集RAW格式视频图像序列；S2像素融合，将RAW数据转化为RGB数据；S3获取黑电平图像，去除黑电平；S4自适应线性调整亮度；S5使用包含门控循环单元的去噪网络去除图像序列的噪声；S6将去噪后的图像非线性映射为多曝光图像组；S7将多曝光图像组序列输入融合网络，得到输出图像序列。本发明使用门控循环单元充分利用视频帧间的冗余信息去噪，能够有效去除最低10‑3Lux照度环境下采集的图像中的噪声，提高图像信噪比，使用自监督的图像融合模块融合多曝光图像组，有效增强图像暗部细节并抑制过曝区域，使输出视频序列亮度稳定。
-
公开(公告)号：CN116189732A
公开(公告)日：2023-05-30
申请号：CN202310433555.4
申请日：2023-04-21
Applicant: 南京大学
IPC: G11C7/10
Abstract: 本发明公开了读出电路优化的存算一体芯片及方法，属于超大规模集成电路领域、存算一体领域。本发明的读出电路优化的存算一体芯片，通过校准计算分离法，将存算一体芯片读出电路分为计算读出电路与校准读出电路；独立的校准读出电路，可以提高存算一体芯片权重部署精度，提高芯片计算精度；独立的计算读出电路，由于功能要求减少，可以进一步优化面积、功耗、速度。进一步地，计算读出电路通过分段数模混合累加法，将存算一体电路实现的矩阵向量乘分两阶段实现，第一阶段采用模拟运算，第二阶段采用数字运算，降低读出电路功能、性能要求，优化存算一体芯片读出电路的面积、功耗、速度、动态范围，提高存算一体读出电路的通用性。
-
Patent Agency Ranking
公开(公告)号：CN116051428A
公开(公告)日：2023-05-02
申请号：CN202310332399.2
申请日：2023-03-31
Applicant: 南京大学
IPC: G06T5/00 , G06T3/40 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的联合去噪与超分的低光照图像增强方法，属于计算机视觉领域。本发明方法将训练好的增强网络、去噪网络、超分网络与全局线性提亮模块按一定顺序组织成一个包含所有处理流程的整体网络，将待处理的低光照图像输入到该网络中，依次经过低光照图像增强、全局线性提亮、去噪和超分辨率重建，得到亮度增强后的高清彩色图像。本发明在增强图像亮度的同时，不仅能够保证色彩保真度和细节还原度，而且提高了信噪比与清晰度。此外，本发明的方法具有一定灵活性，根据不同情况来决定输入的图像样本是否要经过全局线性提亮模块、去噪网络和超分网络的处理，这样能够保证输出图像在主观上和客观上的质量评价指标都比较高。
-
公开(公告)号：CN115587622A
公开(公告)日：2023-01-10
申请号：CN202211178375.8
申请日：2022-09-26
Applicant: 南京大学
Abstract: 本发明提供了一种基于光电存算一体器件的多层感知机装置。该装置包括：普通卷积层模块，用于对输入特征图进行卷积运算并生成输出特征图传输至混合层模块；混合层模块，包括级联的四个混合层模块，每个混合层模块分别包括依次相连的深度可分离卷积层子模块、两个全连接层子模块；平均池化及分类输出模块，包括平均池化子模块和分类器子模块，用于将四个混合层模块输出的特征图像按通道进行平均池化操作，然后将平均池化后得到的一维向量进行分类输出操作得到最终分类的预测结果。本发明所实现的神经网络加速器其中间缓存开销更小、与基于光电存算一体器件的计算阵列更适配，而且提升了神经网络中矩阵向量乘运算的效率。
-
公开(公告)号：CN115587621A
公开(公告)日：2023-01-10
申请号：CN202211171240.9
申请日：2022-09-26
Applicant: 南京大学
Abstract: 本发明公开了一种实现快速二维DCT变换的装置及其方法。该装置包括位线驱动单元、字线驱动单元、源线驱动单元、光电存算一体器件阵列单元、整合单元、电流电压转换和模数转换单元、移位累加单元；驱动单元用于完成变换矩阵和数据向量的输入；光电存算一体器件阵列单元，用于完成变换矩阵和数据向量的乘法操作；整合单元，用于将正数值分量与负数值分量整合为一个数据；电流电压转换和模数转换单元，用于将光电流信号转化为电压信号，并将电压模拟信号转化为数字信号；移位累加单元，用于将中间结果进行移位和累加操作。本发明的装置能快速实现二维DCT变换，在使用硬件实现计算加速时，极大地降低了硬件架构的面积、功耗以及计算延迟。
-
公开(公告)号：CN115278314A
公开(公告)日：2022-11-01
申请号：CN202210796949.1
申请日：2022-07-08
Applicant: 南京大学
IPC: H04N21/2389 , H04N21/8358 , H04N19/467 , H04N19/625
Abstract: 本发明公开了一种多值数字视频水印嵌入及盲提取方法。该方法通过视频帧的选取和选定帧的水印处理两大步骤实现视频水印的嵌入与盲提取，成功将低复杂度的数字图像水印方法实施于视频流，优化了传统色彩空间转换和离散余弦变换，减少了冗余计算，以较少的运算量获得了较好的鲁棒性和不可感知性。其中，针对不同应用场景以及视频分辨率大小，视频帧选取分别采用了固定间隔法、斐波那契‑卢卡斯数列法、灰度差均值法和直方图差异法。对选定帧进行水印嵌入或提取时，本发明方法基于图像亮度通道直流分量的余数域进行了多值水印的处理，大大增加了水印携带的信息量，且嵌入比可灵活调整。
-
公开(公告)号：CN115272068A
公开(公告)日：2022-11-01
申请号：CN202210721234.X
申请日：2022-06-24
Applicant: 南京大学
Abstract: 本发明提供了一种用于图像上采样的高效插值方法。该方法步骤如下：步骤1，将原始低分辨率图像LR用传统的双三次插值放大k倍得到高分辨率图像HR；步骤2，分别对放大前后的图像进行锐化操作得到对应的边缘图像LReg和HReg，再将高分辨率边缘图像HReg下采样k倍并从低分辨率的边缘图像LReg中减去，得到图像边缘在上采样过程中丢失的部分锐化信息；步骤3，将这部分丢失的信息按一定的比例添加到原图像LR中，同时考虑到缩放过程中图像中心点的偏移并对插值后的像素点微调，最后用优化后的双三次插值将补齐锐化信息的图像LR放大k倍得到最终的高分辨率图像。本发明与传统上采样方法相比性能有较大提升，且具有一定的通用性。
-
-
-
-
-
-
-
-
-
Search Results
120
records
(took 0.025 seconds)
