图像特征提取匹配的方法、装置和电子设备

    公开(公告)号:CN114118203A

    公开(公告)日:2022-03-01

    申请号:CN202111192955.8

    申请日:2021-10-13

    Abstract: 本发明提供了一种图像特征提取匹配的方法、装置和电子设备,包括:获取图像传感器采集的连续的raw图像,并对raw图像进行取值范围变更,得到变更取值范围后的raw图像;采用特征提取模型对各变更取值范围后的raw图像进行特征提取,得到特征点和与特征点对应的特征向量;根据连续的raw图像的特征向量确定连续的raw图像的特征点的匹配关系。本发明的方法在进行特征提取时,直接对变更取值范围后的raw图像进行特征提取,无需再对两张连续的raw图像分别进行协同ISP处理,简化了图像特征提取的复杂度,另外,raw图像所包含的图像信息更丰富,采用特征提取模型对其进行特征提取时,在各种极端的场景中都能提取得到丰富的特征点,使得后续特征匹配的准确性好。

    图像处理方法、装置和电子设备

    公开(公告)号:CN111355937A

    公开(公告)日:2020-06-30

    申请号:CN202010168554.8

    申请日:2020-03-11

    Abstract: 本发明提供了一种图像处理方法、装置和电子设备,涉及图像处理的技术领域,包括:获取待处理的多通道图像;基于多通道图像确定第一目标图像;基于第一目标图像确定初始拜耳图像和目标IR图像;并通过神经网络模型对第一目标图像进行处理,得到初始拜耳图像中R通道像素点和B通道像素点的修正项;根据修正项对初始拜耳图像中R通道像素点的通道值和B通道像素点的通道值进行修正,得到目标拜耳图像。本发明方法利用神经网络模型输出初始拜耳图像的R通道和B通道像素点的修正项,实现对初始拜耳图像的修正处理,得到准确度较高的目标拜耳图像,从而有效的缓解了现有技术中的图像处理方法存在的重组图像的准确度低的技术问题。

    人脸检测方法、装置、设备及计算机可读介质

    公开(公告)号:CN107784281B

    公开(公告)日:2019-10-11

    申请号:CN201710998845.8

    申请日:2017-10-23

    Abstract: 本发明提供了一种人脸检测方法、装置、设备及计算机可读介质,涉及图像识别技术领域,所述方法包括:获取前k次人脸检测到的多个人脸图像的实际位置信息,k为大于或者等于2的正整数;根据所述前k次检测到的实际位置信息预测在第k+1次检测时人脸图像的预测位置信息;根据与预测位置信息满足预设条件的人脸图像的数量对应的预设阈值范围确定目标频率,进而将检测频率调整到目标频率,本发明实施例可以根据帧图像中人脸图像的预测位置信息自动调整人脸检测的频率,节省系统的计算资源,降低视频流的人脸检测中的耗能的技术效果。

    图像处理方法、装置和电子设备

    公开(公告)号:CN111355937B

    公开(公告)日:2021-11-16

    申请号:CN202010168554.8

    申请日:2020-03-11

    Abstract: 本发明提供了一种图像处理方法、装置和电子设备,涉及图像处理的技术领域,包括:获取待处理的多通道图像;基于多通道图像确定第一目标图像;基于第一目标图像确定初始拜耳图像和目标IR图像;并通过神经网络模型对第一目标图像进行处理,得到初始拜耳图像中R通道像素点和B通道像素点的修正项;根据修正项对初始拜耳图像中R通道像素点的通道值和B通道像素点的通道值进行修正,得到目标拜耳图像。本发明方法利用神经网络模型输出初始拜耳图像的R通道和B通道像素点的修正项,实现对初始拜耳图像的修正处理,得到准确度较高的目标拜耳图像,从而有效的缓解了现有技术中的图像处理方法存在的重组图像的准确度低的技术问题。

    模型训练方法、视频插帧方法及对应装置

    公开(公告)号:CN113542651A

    公开(公告)日:2021-10-22

    申请号:CN202110597190.X

    申请日:2021-05-28

    Abstract: 本申请涉及视频处理技术领域,提供一种模型训练方法、视频插帧方法及对应装置。其中,模型训练方法包括:获取第一视频帧、第二视频帧以及参考中间帧;基于第一视频帧和第二视频帧,分别利用第一神经网络和第二神经网络获得第一中间帧光流和第二中间帧光流;利用第一中间帧光流对第一视频帧和第二视频帧进行映射,融合映射得到的第一映射视频帧和第二映射视频帧,获得第一中间帧,并类似获得第二中间帧;计算第一图像损失和光流损失,并根据第一图像损失和光流损失更新第一神经网络的参数;计算第二图像损失,并根据第二图像损失更新第二神经网络的参数。该方法提供了一种在缺少光流数据标注的情况下实现高质量视频插帧的解决方案。

    视频插帧方法、模型训练方法及对应装置

    公开(公告)号:CN112104830A

    公开(公告)日:2020-12-18

    申请号:CN202010815538.3

    申请日:2020-08-13

    Abstract: 本申请涉及视频处理技术领域,提供一种视频插帧方法、模型训练方法及对应装置。其中,视频插帧方法包括:获取第一视频帧和第二视频帧;基于第一视频帧和第二视频帧,利用第一神经网络计算出第一视频帧与第一中间视频帧之间的光流和/或第二视频帧与第一中间视频帧之间的光流;利用第一视频帧与第一中间视频帧之间的光流对第一视频帧进行后向映射,获得第一映射视频帧,和/或,利用第二视频帧与第一中间视频帧之间的光流对第二视频帧进行后向映射,获得第二映射视频帧;根据第一映射视频帧和/或第二映射视频帧确定第一中间视频帧。该方法计算中间帧光流的准确性较高,因此最终获得的第一中间视频帧图像质量较好,且使用该方法插帧效率较高。

    视频插帧方法、模型训练方法及对应装置

    公开(公告)号:CN112104830B

    公开(公告)日:2022-09-27

    申请号:CN202010815538.3

    申请日:2020-08-13

    Abstract: 本申请涉及视频处理技术领域,提供一种视频插帧方法、模型训练方法及对应装置。其中,视频插帧方法包括:获取第一视频帧和第二视频帧;基于第一视频帧和第二视频帧,利用第一神经网络计算出第一视频帧与第一中间视频帧之间的光流和/或第二视频帧与第一中间视频帧之间的光流;利用第一视频帧与第一中间视频帧之间的光流对第一视频帧进行后向映射,获得第一映射视频帧,和/或,利用第二视频帧与第一中间视频帧之间的光流对第二视频帧进行后向映射,获得第二映射视频帧;根据第一映射视频帧和/或第二映射视频帧确定第一中间视频帧。该方法计算中间帧光流的准确性较高,因此最终获得的第一中间视频帧图像质量较好,且使用该方法插帧效率较高。

    图像拼接方法及装置、存储介质及电子设备

    公开(公告)号:CN113469880A

    公开(公告)日:2021-10-01

    申请号:CN202110597189.7

    申请日:2021-05-28

    Abstract: 本申请涉及图像处理技术领域,提供一种图像拼接方法及装置、存储介质及电子设备。所述方法包括:获取第一图像和第二图像;根据第一图像和第二图像,计算得到第一中间光流和第二中间光流,第一中间光流为中间图像和第一图像之间的光流,第二中间光流为中间图像和第二图像之间的光流,中间图像为视角介于第一图像和第二图像之间的图像,第一中间光流的尺寸与第一图像的尺寸相同,第二中间光流的尺寸与第二图像的尺寸相同;根据第一中间光流、第二中间光流、第一图像和第二图像,计算得到第一图像和第二图像的拼接图像。上述图像拼接方法不需要通过复杂的迭代对多个单应性矩阵进行计算即可完成图像拼接,因此可以提高图像拼接的效率。

Patent Agency Ranking