一种基于参数学习的显式图像退化建模方法

    公开(公告)号:CN118446931A

    公开(公告)日:2024-08-06

    申请号:CN202410471104.4

    申请日:2024-04-18

    Abstract: 本发明公开了一种基于参数学习的显式图像退化建模方法。本发明基于经典退化模型,使用神经网络对退化过程中的模糊核、噪声和JPEG压缩质量因子进行学习,并使用学习到的参数生成失真图像,即清晰图像首先与模糊核进行卷积,然后添加噪声,最后进行JPEG压缩,生成失真图像。该方法在显式经典退化模型的指导下,仅学习其中的模型参数,大大降低了网络学习图像退化分布的难度,同时由于综合考虑了模糊、噪声和JPEG压缩三种常见的退化过程,在失真图像数量有限、鉴别器能力不足的情况下,生成的失真图像与实际场景中的失真图像退化分布一致性更好,适用范围较现有方法更广。

    一种自定义静态手势识别判定方法及系统

    公开(公告)号:CN118397651A

    公开(公告)日:2024-07-26

    申请号:CN202410374130.5

    申请日:2024-03-29

    Abstract: 本发明公开了一种自定义静态手势识别判定方法及系统,涉及虚拟现实技术领域,本发明利用每根手指的手部关键点的坐标信息求出弯曲角度,基于角度信息的判定规则将每根手指用三种状态表示,分别代表闭合、伸直、弯曲,五根手指的角度状态特征共同构成手部特征向量。引入左右手特征,在构建手部特征向量时,将左右手特编码进去,允许两只手在同一时刻的组合动作表达更复杂的手势命令。通过构建包含手指状态和左右手特征的手部特征向量,更准确地识别预置手势,用户可以根据手势录入规则随时新建自己的手势命令,实现自定义手势录入、实时手势库更新及手势命令生成,本发明不仅能够提高手势识别的精度和可靠性,还能够丰富手势表达的方式和灵活性。

    失真检测与复原一体化的图像处理系统与方法

    公开(公告)号:CN114119395B

    公开(公告)日:2024-06-11

    申请号:CN202111345303.3

    申请日:2021-11-15

    Abstract: 本发明提出了一种失真检测与复原一体化的图像处理系统与方法,能够实现失真情况未知的图像的失真检测与复原,且复原效果较好。对于失真情况未知的原始图像,本发明的失真检测模块通过多个并行的分类器检测原始图像中各类型失真的失真程度,并以此建立该原始图像的失真向量,不仅可以检测出待处理图像中所含失真的类型,还能检测出相应的失真程度,检测结果正确率高;该原始图像输入到图像复原模块的主支路,对应失真向量输入到图像复原模块的调节支路,调节支路以失真向量作为先验信息对主支路进行调节,使其适应不同失真原始图像的复原,适用对象范围广,且这种设计考虑了多种失真之间的影响。

    一种基于失真估计的图像复原方法及装置

    公开(公告)号:CN115205142A

    公开(公告)日:2022-10-18

    申请号:CN202210685499.9

    申请日:2022-06-15

    Abstract: 本发明公开了一种基于失真估计的图像复原方法及装置,所述方法包括:从原始图像中提取图像特征,得到图像特征图;将所述图像特征图输入失真因子估计模块,得到由引起所述原始图像失真的一个或多个因子组成的失真向量;将所述失真向量及所述图像特征图输入图像重建模块,由所述图像重建模块去除相应的失真,并进行图像重建,得到所述原始图像对应的残差图像;基于所述残差图像,得到与所述原始图像对应的复原图像。所述方法能够对一种或多种混合失真进行处理,适用性及通用性均较强。

    一种协同分布式定位方法及系统

    公开(公告)号:CN112954591B

    公开(公告)日:2022-04-15

    申请号:CN202110182885.1

    申请日:2021-02-10

    Abstract: 本发明公开了一种协同分布式定位方法及系统,能够降低对中心节点的硬件要求,减少整个定位网络的定位开销,提高定位时间,充分利用了各节点的存储空间和计算能力。定位方法包括如下步骤:各定位节点应用飞行时间测距法即TOF测距法进行测距,获得定位节点两两间的距离,并进行广播。中心节点获取各定位节点两两间的距离,并构建空间直角坐标系,得到空间直角坐标系中各定位节点的坐标。各定位节点利用互相关求时延法计算出信号源到自身的距离之差,并进行广播。中心节点基于空间直角坐标系中各定位节点的坐标,结合信号源到各定位节点的距离之差,采用基于TDOA的Chan算法进行计算,得出信号源相对于各定位节点的坐标值。

    一种基于神经网络的通用图像复原方法

    公开(公告)号:CN112132757A

    公开(公告)日:2020-12-25

    申请号:CN202010406323.6

    申请日:2020-05-14

    Abstract: 本发明公开了一种基于神经网络的通用图像复原方法,该方法不需要失真类型的先验信息,自动判别失真类型(噪声、低分辨率以及缺失等)和失真程度,然后进行相应的复原处理,适用于存在未知混合失真图像的复原;本发明依据失真检测模块识别出图像待处理的失真类型及其失真程度,克服了现有方法假定失真情况已知的缺点;本发明的通用图像复原网络可以处理多种失真类型,本发明的通用图像复原网络具有可扩展性,且随着技术的发展,针对各类失真的复原子模块可更新,现有的几种针对混合失真的网络,有的是可扩展性差,有的是性能差,且这些方法都假定失真类型和失真程度已知。

    一种混合失真图像的失真类型检测方法

    公开(公告)号:CN112508856B

    公开(公告)日:2022-09-09

    申请号:CN202011278437.3

    申请日:2020-11-16

    Abstract: 本公开的混合失真图像的失真类型检测方法,将混合失真图像输入到残差网络中进行特征提取,得到所述混合失真图像的M维特征向量,M为正整数;将所述M维特征向量输入到多标签分类器中,得到混合失真图像的失真类型检测结果向量,根据所述失真类型检测结果向量的值得到所述混合失真图像的失真类型。能够完成混合失真图像的检测与判别任务,特征提取模块简单,可根据具体图像处理任务对所涉及到的失真类型进行相应的调整。

Patent Agency Ranking