-
公开(公告)号：CN116704122A
公开(公告)日：2023-09-05
申请号：CN202310596556.0
申请日：2023-05-23
Applicant: 中国科学技术大学
IPC: G06T17/00 , G06V10/82 , G06V10/80 , G06V10/42 , G06V10/44 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/096
Abstract: 本公开提供了一种基于注意力机制的非视域成像方法、装置、设备及介质，该方法包括：获取与被测物体相关的瞬态数据；利用浅层特征提取网络对瞬态数据进行浅层特征提取，得到第一浅层特征和第二浅层特征；利用时空自注意力网络的不同特征提取支路对第一浅层特征进行特征提取，得到中层局部特征和中层全局特征；利用时空交叉注意力网络的不同特征融合支路对中层局部特征和中层全局特征进行特征融合，得到深层局部特征和深层全局特征；利用深层浅层特征融合网络对第二浅层特征、深层局部特征和深层全局特征进行融合，得到与被测物体对应的三维体素、深度图像和亮度图像。
-
公开(公告)号：CN116704043A
公开(公告)日：2023-09-05
申请号：CN202310670220.4
申请日：2023-06-07
Applicant: 中国科学技术大学
Abstract: 本发明公开了一种用于全景相机的多视角深度测量方法，包括：1、采集测量场景的多视角全景图像，2、计算每个像素点的相机光线，并在其上取样3D坐标，3、建立并初始化神经网络，4、用神经网络预测每个坐标点的符号距离函数值，辐射值，5、利用神经网络的输出渲染每条相机光线对应的RGB值，6、根据渲染图像和采集图像构建损失函数训练网络，7、用训练好的网络生成深度测量数据。本发明利用多视角全景图像实现深度测量，无需大量真实深度数据作为监督，从而能避免全景图中的畸变效应对于图像匹配结果的影响，以实现对全景场景的高效三维重建。
-
公开(公告)号：CN116596794A
公开(公告)日：2023-08-15
申请号：CN202310607521.2
申请日：2023-05-26
Applicant: 中国科学技术大学
IPC: G06T5/00 , G06T5/10 , G06N3/0464 , G06N3/048 , G06N3/084 , G06N3/082 , G06V20/40 , G06V10/82 , G06V10/80
Abstract: 本发明公开了一种基于事件相机的联合去运动模糊和视频插帧方法，包括：1、基于事件相机的低帧率模糊视频数据的采集和预处理，2、构建盲曝光限制下的联合去运动模糊和视频插帧网络，包括：特征提取模块、事件指导的曝光先验估计模块、时间‑曝光的联合控制模块以及清晰视频帧重建模块，3、采用分阶段的训练策略优化网络。本发明能利用事件相机去记录场景的运动，有效地克服曝光歧义性，获得精准的曝光估计，从而解决盲曝光限制，并且利用开发的深度学习算法有效融合视频帧数据和事件数据，从而能够有效的去除运动模糊以及实现视频插帧，达到最优的量化和视觉效果。
-
公开(公告)号：CN116563396A
公开(公告)日：2023-08-08
申请号：CN202210099132.9
申请日：2022-01-27
Applicant: 中国科学技术大学
IPC: G06T9/00 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种三维生物医学图像压缩方法、系统、设备及存储介质，设计了基于训练的三维仿射小波变换，引入仿射图，在训练结束后，虽然预测和更新网络被固定了下来，但是仿射图会根据不同的输入发生变化，因此等效于小波基函数根据输入的不同内容进行调整，从而提升三维生物医学图像的编码性能。在此基础上，结合基于训练的三维仿射小波变换与基于深度网络的三维熵编码方法，能够进一步提升编码性能。
-
公开(公告)号：CN116071226B
公开(公告)日：2023-07-18
申请号：CN202310202779.4
申请日：2023-03-06
Applicant: 中国科学技术大学
IPC: G06T3/00 , G06T7/33 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明公开一种基于注意力网络的电镜图像配准系统及方法，属图像配准领域。系统包括，仿射变换预测模块，以当前待配准第张图像与上一张配准好的第张图像为输入经拼接、线性预测和仿射变换后得出线性变换后待配准图像；待配准图像特征预测模块，以配准好的张图像和线性变换后待配准图像为输入，分别经特征提取、展平拼接、Transformer编码、解码后得出当前待配准图像的预测特征；变换场预测模块，连接待配准图像特征预测模块和仿射变换预测模块，以预测特征与特征为输入，将预测特征与特征经拼接、变换场预测得出稠密变换场，对线性变换后待配准图像稠密变换得出最终配准图像。其配准结果准确，鲁棒性好。
-
Patent Agency Ranking
公开(公告)号：CN116309095A
公开(公告)日：2023-06-23
申请号：CN202211547453.7
申请日：2022-12-05
Applicant: 中国科学技术大学
IPC: G06T5/00
Abstract: 本发明公开了一种联合RGB图片的多视角ToF深度测量去噪方法，包括：1利用RGB‑D相机获得测量场景多个视角下的成像结果，2计算成像结果中每个像素点对应的相机光线，并在相机光线上采样3D坐标，3通过神经网络预测每个坐标点的密度值，辐射值，红外强度值和法线方向，4通过神经网络的预测结果渲染得到每条相机光线在多径干扰下的成像结果，5将渲染的成像结果与采集的成像结果构建损失函数训练网络，6利用训练好的网络生成去除多径干扰影响的深度测量数据。本发明通过多视角的成像结果联合RGB图片去除的ToF成像过程中由于多径干扰造成的噪声，从而获得更准确的深度测量数据并克服了需要大量真实深度数据作为监督的弊端。
-
公开(公告)号：CN115908202A
公开(公告)日：2023-04-04
申请号：CN202310026152.8
申请日：2023-01-09
Applicant: 中国科学技术大学
IPC: G06T5/00 , G06T5/50 , G06N3/048 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种基于展开式建模和多模态融合的ToF深度图像去噪方法，其步骤包括：1、获取图像数据；2、构建包两个参数不共享的卷积神经网络与ΦA(·)与ΦD(·)；3、构建包含全局特征融合模块与初始残差回归模块的初始重建单元；4、构建包包含局部特征融合模块隐含层和输出层的局部更新单元。本发明在ToF深度数据去噪的循环迭代框架下，通过引入多模态数据融合技术，能达到鲁棒的，准确的ToF深度图像去噪效果。
-
公开(公告)号：CN115578272A
公开(公告)日：2023-01-06
申请号：CN202211102553.9
申请日：2022-09-09
Abstract: 一种图像处理方法，包括：获取第一图像；对于第一图像中的任意一个像素点，利用多个与所述任意一个像素点关联的查找表，确定所述任意一个像素点所对应的图像块，图像块中包括单个或多个像素点，每个查找表的索引区域均包含所述任意一个像素点，且不同的查找表的索引区域不同且至少有部分相同；根据第一图像中各个像素点所对应的图像块，得到第二图像，第二图像的分辨率高于或等于第一图像的分辨率；输出第二图像。这样，在图像处理过程中，对于每个像素点均使用多个查找表协同工作，从而在维持计算量和存储量线性增长的情况下扩增了感受野，提升了图像处理性能。
-
公开(公告)号：CN115082360A
公开(公告)日：2022-09-20
申请号：CN202210893708.9
申请日：2022-07-27
Applicant: 中国科学技术大学
Abstract: 本发明公开了一种连续切片透射电子显微镜图像恢复方法与系统，提供一种ssTEM噪声图像仿真方法，能够针对不同噪声类型合成对应的ssTEM噪声图像，构造出应用网络训练的干净‑噪声图像对，还构建了适用于多种噪声的图像恢复网络，通过挖掘相邻图像之间的关联性并为噪声严重的区域提供一个初步的恢复结果，之后，针对仍然保留生物结构信息的噪声区域进行修复，最后，将前两部分的结果相结合，能够提升图像恢复性能。总而言之，本发明可以有效恢复带噪声的ssTEM图像。
-
公开(公告)号：CN112581379A
公开(公告)日：2021-03-30
申请号：CN201910943355.7
申请日：2019-09-30
IPC: G06T5/00
Abstract: 本申请公开了人工智能领域中计算机视觉领域的一种图像增强方法以及装置，该图像增强方法包括：获取待处理图像；通过神经网络对该待处理图像进行特征增强处理，得到该待处理图像的增强图像特征，该神经网络包括N个卷积层，N为正整数；根据该增强图像特征对该待处理图像进行颜色增强处理与亮度增强处理，得到输出图像。本申请的技术方案使得待处理图像在细节、颜色以及亮度方面的性能均得到提升，从而提高了图像增强处理的效果。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.033 seconds)
