-
公开(公告)号：CN119273577B
公开(公告)日：2025-05-13
申请号：CN202411383819.0
申请日：2024-09-30
Applicant: 中国矿业大学
IPC: G06T5/70 , H04N5/21 , G06T7/269 , G06T5/60 , G06N3/0464
Abstract: 本发明提供了一种低光照环境下的视频优化方法、装置、设备及介质，属于图像去噪领域，该方法包括：获取低光照环境下目标视频的运动矢量和连续帧；将运动矢量转换为光流图，根据该连续帧中的图像帧上下文信息将光流图进一步平滑化，得到粗略光流图；确定该连续帧中相邻两个图像帧的相关关系；根据该相关关系对粗略光流图进行迭代优化。这样，通过图像连续帧的上下文信息将光流图转化粗略光流图，进而将粗略光流图作为初始值进行迭代，这样针对不同的视频进行相应的光流处理，具有较高的泛用性，而且光流处理能够深入到目标视频的像素层面，具有较高的鲁棒性，最后通过光流处理实现对每个像素的迭代，从而完成对目标视频进行优化。
-
Patent Agency Ranking
公开(公告)号：CN119228651B
公开(公告)日：2025-03-21
申请号：CN202411445754.8
申请日：2024-10-16
Applicant: 中国矿业大学
IPC: G06T3/4053 , G06T3/4046 , G06V10/40 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于高频特征增强的图像超分辨率重建方法及装置，涉及图像超分辨率重建技术领域，本发明在高频特征增强的图像超分辨率重建模型的训练阶段，采用多尺度采样网络提取高频特征，并在多尺度采样网络中引入特征掩码模块提高特征融合的准确性，同时引入轻量级高频增强注意力机制并将其与多尺度采样网络融合构建高频特征自调节模块，此过程通过可学习的参数有效地融合了不同尺度和级别的高频特征到网络中，使得特征的提取能力大大提高，而后通过特征调节层生产的掩码矩阵建立多个高频特征自调节模块内不同层高频特征之间的映射关系，使特征间的交互大大加强，从而特征的利用率大大加强，因此重建后的图像质量极大提升。
-
公开(公告)号：CN119228651A
公开(公告)日：2024-12-31
申请号：CN202411445754.8
申请日：2024-10-16
Applicant: 中国矿业大学
IPC: G06T3/4053 , G06T3/4046 , G06V10/40 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于高频特征增强的图像超分辨率重建方法及装置，涉及图像超分辨率重建技术领域，本发明在高频特征增强的图像超分辨率重建模型的训练阶段，采用多尺度采样网络提取高频特征，并在多尺度采样网络中引入特征掩码模块提高特征融合的准确性，同时引入轻量级高频增强注意力机制并将其与多尺度采样网络融合构建高频特征自调节模块，此过程通过可学习的参数有效地融合了不同尺度和级别的高频特征到网络中，使得特征的提取能力大大提高，而后通过特征调节层生产的掩码矩阵建立多个高频特征自调节模块内不同层高频特征之间的映射关系，使特征间的交互大大加强，从而特征的利用率大大加强，因此重建后的图像质量极大提升。
-
公开(公告)号：CN119559049A
公开(公告)日：2025-03-04
申请号：CN202411618585.3
申请日：2024-11-13
Applicant: 中国矿业大学
IPC: G06T3/4053 , G06T3/4046 , G06N3/0464 , G06N3/08 , G06N3/0455
Abstract: 本发明公开了一种基于多域信息增强的图像超分辨率重建方法及装置，涉及单幅图像超分辨率重建技术领域，本发明构建多路大核可分离注意力模块、多路大核注意力模块、高频特征增强模块及局部信息增强注意力模块，并与层归一化整合形成多域信息增强特征提取块从而形成多域信息增强的轻量级图像超分辨率重建网络模型，对模型内浅层特征提取模块、深层特征提取模块及重建模块内的参数集分别训练，使模型内所包含四个模块分别对图像中的局部信息、高频信息、长程信息、横纵方向上的频率成分重点关注，从而能从图像中的整体布局、细节信息、纹理信息及物体形象四个方面提升网络重建图像的质量，使得图像的质量大大提高。
-
公开(公告)号：CN119273577A
公开(公告)日：2025-01-07
申请号：CN202411383819.0
申请日：2024-09-30
Applicant: 中国矿业大学
IPC: G06T5/70 , H04N5/21 , G06T7/269 , G06T5/60 , G06N3/0464
Abstract: 本发明提供了一种低光照环境下的视频优化方法、装置、设备及介质，属于图像去噪领域，该方法包括：获取低光照环境下目标视频的运动矢量和连续帧；将运动矢量转换为光流图，根据该连续帧中的图像帧上下文信息将光流图进一步平滑化，得到粗略光流图；确定该连续帧中相邻两个图像帧的相关关系；根据该相关关系对粗略光流图进行迭代优化。这样，通过图像连续帧的上下文信息将光流图转化粗略光流图，进而将粗略光流图作为初始值进行迭代，这样针对不同的视频进行相应的光流处理，具有较高的泛用性，而且光流处理能够深入到目标视频的像素层面，具有较高的鲁棒性，最后通过光流处理实现对每个像素的迭代，从而完成对目标视频进行优化。
-
公开(公告)号：CN118968055A
公开(公告)日：2024-11-15
申请号：CN202410966971.5
申请日：2024-07-18
Applicant: 中国矿业大学
IPC: G06V10/26 , G06V20/70 , G06V10/82 , G06N3/0464 , G06V10/80
Abstract: 本发明公开了一种煤粒图像分割方法、装置、介质和设备，涉及图像分割技术领域。针对图像分割过程中会出现漏分割与过分割问题，提出了一种同时关注局部信息与全局信息的算法，从ResNet50网络中提取低层特征，并利用语义序列化将其特征转换为序列，进而成为多分支编码器的输入。其次，为了加强对边缘特征的提取，重复利用编码器的输入作为多头自注意力制的一个输入。最后，将编码器的输出序列重塑为ResNet50网络的输出特征，送入压缩激励空间金字塔池化部分。本发明通过利用多分支Transformer编码器与压缩激励空间金字塔池化，不仅关注了全局信息，同时对边缘特征进行加强了，解决了漏分割与过分割问题。
-
-
-
-
-
Search Results
6
records
(took 0.017 seconds)
