-
Patent Agency Ranking
公开(公告)号：CN117391968A
公开(公告)日：2024-01-12
申请号：CN202311332176.2
申请日：2023-10-16
Applicant: 南京邮电大学
IPC: G06T5/00 , G06N3/0455 , G06N3/042 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种人脸图像复原方法、系统、存储介质及设备，上述方法采用的复原模型，从人脸结构化信息出发，根据待复原的人脸图像的特征生成结构化的人脸图，通过结构化的人脸图和解码器进行人脸图复原，可改善基于传统卷积操作难以捕捉以及学习结构化信息的问题，提升人脸复原的数值精度以及丰富可视化效果。
-
公开(公告)号：CN117834899A
公开(公告)日：2024-04-05
申请号：CN202311659322.2
申请日：2023-12-06
Applicant: 南京邮电大学
IPC: H04N19/42 , H04N19/44 , H04N19/136 , H04N19/132 , G06N3/045 , G06N3/08 , G06T3/4038 , G06T3/4046 , G06T3/4015
Abstract: 本发明公开了一种图像处理技术领域的基于重构难度感知的视频快照压缩成像重构方法及系统，旨在解决现有技术中对视频进行重建时，没有充分考虑到掩码中包含的退化信息以及图像不同区域的纹理特征信息等问题，其包括计算压缩视频的压缩测量值；对压缩测量值进行初步重构；提取初步重构视频中所含的纹理信息以及掩码所含的退化信息，得到能够反应重构难度感知的权重值；根据权重值对初步重构视频进行迭代重构；将迭代重构后的视频的空间分辨率恢复到压缩测量值大小，并进行视频拼接和去马赛克处理，输出得重构视频。本发明的视频重构效果好，可以更好地适用于采样端资源受限、对重构质量和实时性要求高的视频传感系统。
-
公开(公告)号：CN117391952A
公开(公告)日：2024-01-12
申请号：CN202311333485.1
申请日：2023-10-16
Applicant: 南京邮电大学
IPC: G06T3/4053 , G06T5/77 , G06T5/50 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种低分辨率退化图像处理方法、系统、存储介质及设备，本发明采用一个双分支处理模型，分别为图像复原分支和图像超分辨率分支，同时利用融合模块将两个领域的图像特征融合学习，从而改善二阶段处理方式导致的误差累计以及计算开销大的问题。
-
公开(公告)号：CN116823642A
公开(公告)日：2023-09-29
申请号：CN202310649823.6
申请日：2023-06-02
Applicant: 南京邮电大学
IPC: G06T5/00 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种图像运动模糊去除方法、装置、电子设备及介质，包括获取待去运动模糊的模糊图像；将所获取的模糊图像输入预先构建并训练好的基于多尺度特征融合模块与局部通道信息交互模块的图像运动模糊去除模型中，获得清晰图像；其中，所述图像运动模糊去除模型是通过多尺度特征融合模块提取不同空间尺度和不同频率的特性信息后进行特征融合，并通过局部通道信息交互模块将融合后的特征图以一维卷积的方式进行局部通道信息交互，再采用数据集以基于对抗损失与内容损失的损失函数最小为目标训练获得的。本发明能够有效消除伪影和恢复纹理细节，进一步提高了图像的清晰度。
-
公开(公告)号：CN116258632A
公开(公告)日：2023-06-13
申请号：CN202310244778.6
申请日：2023-03-15
Applicant: 南京邮电大学
IPC: G06T3/40 , G06N3/084 , G06N3/0442 , G06N3/0464
Abstract: 本发明公开了一种基于文本辅助的文本图像超分辨率重建方法，方法包括：获取待重建的低分辨率文本图像；将所述低分辨率文本图像输入预训练好的文本图像超分辨率重建模型，根据所述模型的输出，确定文本图像超分辨率重建结果；其中所述文本图像超分辨率重建模型的构建训练方法包括：获取文本图像数据集；利用所述文本图像数据集对预构建的文本图像超分辨率重建模型进行训练，得到训练好的文本图像超分辨率重建模型。文本图像超分辨率模型将文本序列特征与图像纹理特征进行了融合，相较于其他普通的超分辨率模型，充分挖掘并利用了低分辨率图像中的文本信息，有助于提高文本图像的超分辨率重建质量。
-
-
-
-
Search Results
5
records
(took 0.016 seconds)
