-
公开(公告)号：CN114418878B
公开(公告)日：2025-02-18
申请号：CN202210035884.9
申请日：2022-01-13
Applicant: 福建帝视信息科技有限公司
Abstract: 本发明涉及一种基于模糊条件残差网络的图像去失焦模糊方法。包括：步骤1、制作图像去失焦模糊模型的训练集；步骤2、构建模糊条件网络；步骤3、利用条件残差模块构建条件残差恢复网络；步骤4、图像去失焦模糊模型训练采用两阶段训练策略。本发明可以更快速地实现图像去失焦模糊，并得到更高质量的清晰全焦图像。
-
公开(公告)号：CN112132844B
公开(公告)日：2025-02-18
申请号：CN202011261240.9
申请日：2020-11-12
Applicant: 福建帝视信息科技有限公司
IPC: G06V10/26 , G06N3/045 , G06N3/0464 , G06N3/084 , G06V10/764 , G06V10/80 , G06V10/82 , G06V10/40
Abstract: 本发明涉及一种基于轻量级的递归式非局部自注意力的图像分割方法，包括以下步骤:步骤S1:采集人像分割数据，并预处理，得到人像分割数据集；步骤S2:构建基于轻量级的递归式非局部自注意力的图像分割模型；步骤S3:基于人像分割数据集，采用二进制交叉熵损失函数并反向传播损失梯度，并根据预设的训练学习率、优化器与学习率策略，训练至模型收敛；步骤S4:将待测图像进行归一化处理后输入训练后的图像分割模型，得到人像分割图。本发明能够有效实现人像分割，成像效果显著提升。
-
公开(公告)号：CN116405730A
公开(公告)日：2023-07-07
申请号：CN202310394997.2
申请日：2023-04-13
Applicant: 北京广播电视台 , 福建帝视信息科技有限公司
IPC: H04N21/44 , H04N21/4402 , H04M1/72439 , H04N21/431 , G06V20/40 , G06V10/80
Abstract: 本发明涉及智能化显示效果优化系统，包括：动态范围及色彩增强转换网络13，由HLG标准的HDR视频提取画面特征，并由手机100获取屏幕参数PA，将其作为转换目标的屏幕参数融合到画面特征中生成复合特征，然后基于复合特征完成视频内容动态范围、色域、色彩的增强转换，生成HDR10标准的中间HDR视频数据；画质增强转换网络14，由HDR10标准的中间HDR视频数据提取画面特征，再次将转换目标的屏幕参数融合到画面特征中生成复合特征，基于复合特征完成视频内容的画质增强，生成最终的HDR10标准的HDR视频数据。因此，能够针对具体的手机屏幕，下发与屏幕参数匹配的视频，提升手机100播放视频时的显示效果。
-
公开(公告)号：CN111369466B
公开(公告)日：2023-06-16
申请号：CN202010149075.1
申请日：2020-03-05
Applicant: 福建帝视信息科技有限公司
IPC: G06T5/00 , G06T3/40 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及一种基于可变形卷积的卷积神经网络的图像畸变矫正增强方法，利用深度残差网络直接从低分辨率的真实低清图像执行卷积神经网络的卷积计算阶段，卷积神经网络的卷积残差块组计算阶段，可变形卷积残差块组计算阶段，逐步利用反卷积和卷积运算的方式重建出高分辨率图像，对于RealSR数据集这类采用不同焦距所采取的真实低清高清图像对中，由于镜头畸变，图像对之间存在变形问题，通过使用可变形卷积能够减轻不同焦距镜头拍摄下的真实图像对之间的图像变形问题对超分辨率重建效果的影响，提高图像的超分辨率重建效果。
-
公开(公告)号：CN115761027A
公开(公告)日：2023-03-07
申请号：CN202211440403.9
申请日：2022-11-17
Applicant: 福建帝视信息科技有限公司
Abstract: 本发明公开了一种基于参考图和语义内容的黑白人像上色方法，S1、获取待上色人像图和参考图；S2、输入语义提取网络得到待上色人像图的语义图和参考图的语义图，输入特征提取网络得到待上色人像图特征和参考图特征；S3、输入自注意力模块得到待上色人像图和参考图的相似性矩阵，并根据相似性矩阵和参考图得到颜色匹配结果；S4、将相似度矩阵和颜色匹配结果输入生成器生成结果图。使用语义图作为辅助信息，使得模型不仅仅只通过图像对学习映射关系，有效控制了模型训练的可解释性，减少了之前模型训练存在的不确定性的问题，从而使得之前部分模型学习不好的上色区域能够更加准确的上到合适的颜色。
-
Patent Agency Ranking
公开(公告)号：CN115620376A
公开(公告)日：2023-01-17
申请号：CN202211393256.4
申请日：2022-11-08
Applicant: 福建帝视信息科技有限公司
IPC: G06V40/16 , G06V10/26 , G06V10/762 , G06V10/98
Abstract: 本发明公开了一种基于深度学习的端到端换脸数据预处理方法，获取换脸源图像数据集和换脸目标图像数据集，从中提取出换脸源人脸集和换脸目标人脸集；对换脸源人脸集和换脸目标人脸集进行人脸特征提取，之后进行人脸聚类以得到换脸源人脸子集和换脸目标人脸子集；从换脸源人脸子集中划分出该子集的高画质图像集；对换脸源人脸子集的高画质图像集，划分出高画质且少遮挡图像集。可以看出，其对于换脸图像数据集，通过人脸检测提取出所有人脸，之后通过人脸特征提取与特征聚类得到排除无关人脸的人脸子集，之后逐一挑选清晰且少遮挡的图像作为训练集，能对原始数据做出先期处理，获得最终用于训练换脸模型的有效数据。
-
公开(公告)号：CN114820350A
公开(公告)日：2022-07-29
申请号：CN202210350210.8
申请日：2022-04-02
Applicant: 北京广播电视台 , 福建帝视信息科技有限公司
Abstract: 本发明涉及逆色调映射系统、方法及其神经网络系统，提供逆色调映射系统中特征提取模块3基于不同的感受野从SDR视频帧Its提取特征信息，通过拼接操作得到复合特征图。画面重建模块4由四个包含自注意力层的残差群组串联而成。复合特征图通过第1残差群组41、第2残差群组42、第3残差群组43、第4残差群组44的特征提取通路提取特征的同时，各个残差群组41的输入与通过特征提取通路提取的特征图做相加操作作为下一个残差群组的输入。第4残差群组44的特征提取通路提取的特征图与输入的复合特征图做相加操作得到用于重建的特征图。通过卷积操作得到HDR品质的视频帧Ith’。
-
公开(公告)号：CN114418889A
公开(公告)日：2022-04-29
申请号：CN202210066479.3
申请日：2022-01-20
Applicant: 福建帝视信息科技有限公司
Abstract: 本发明提出一种基于多尺度网络结构的低光图像增强方法，所述增强方法包括用于计算均方误差的损失函数，通过控制均方误差来把低光图像和高光图像上对应像素点的颜色偏移量控制在阈值范围内，所述损失函数通过计算低光图像和高光图像的RGB三个通道上的像素值之间的比例来计算均方误差；所述增强方法采用的低光图像增强模型为基于多尺度网络结构的网络模型，其先对低光图像的灰度图进行伽马变换，再将其通过网络的支路得到高光的灰度图像，最后将其对低光图像进行加权，以指导低光图像的恢复；本发明能解决低光增强过程中对亮度的增强导致的颜色失真问题；还能解决极端低光区域的细节纹理在增强的过程中难以恢复的问题。
-
公开(公告)号：CN108830813B
公开(公告)日：2021-11-09
申请号：CN201810603516.3
申请日：2018-06-12
Applicant: 福建帝视信息科技有限公司
Abstract: 本发明公开一种基于知识蒸馏的图像超分辨率增强方法，其包括以下步骤：1）训练数据和测试数据的获取；2）教师网络的训练；教师网络拥有较深卷积层的神经网络模型，3）学生网络的训练；4）教师网络对学生网络的指导学习；通过三组指导实验由学生网络学习吸收教师网路的特征图；5）测试评估图像重建效果；6）根据输出特征图之间不同的矩阵关系对学生网络进行进一步指导。本发明利用知识蒸馏的相关思想，将教师网络的性能传递给学生网络，学生网络模型可以高效地运行在低功耗限制的移动设备和嵌入式设备上，学生网络网络结构不变的前提下，经过教师网络指导后的学生网络的PSNR有显著提升，得到更好的重建效果。
-
公开(公告)号：CN112866591A
公开(公告)日：2021-05-28
申请号：CN202110036699.7
申请日：2021-01-12
Applicant: 福建帝视信息科技有限公司
Abstract: 本发明涉及一种基于掩码检测的多帧图像融合的视频图像去噪方法，包括以下步骤：步骤S1:采集彩色视频图像作为目标视频集，并进行退化处理，得到对应的退化视频集；步骤S2:对两个视频集进行抽取yuv视频帧，得到yuv视频帧图像，并预处理，得到高清图像数据集和退化图像数据集，作为训练数据集；步骤S3:将训练数据集裁剪为图像块；步骤S4:构建图像噪声掩码生成网络，并获取图像噪声的掩码；步骤S5:构建视频图像去噪网络，并基于高清图像、退化图像和图像噪声的掩码训练，得到去噪结果。本发明构建基于前后帧融合的图像去噪算法，并且构建了专门的图像防抖动模块，减少输出图像中存在的抖动。
-
-
-
-
-
-
-
-
-
Search Results
79
records
(took 0.037 seconds)
