一种基于语义特征的人脸图像复原方法

    公开(公告)号:CN118262395B

    公开(公告)日:2025-01-28

    申请号:CN202410335303.2

    申请日:2024-03-22

    Abstract: 本发明公开了一种基于语义特征的人脸图像复原方法,步骤如下:获取待复原的人脸图像,输入至训练好的复原模型,得到复原后的人脸图像;复原模型包括:编码器,用于根据待复原的人脸图像,生成低质人脸语义特征;参考图像生成器,用于根据低质人脸语义特征,通过输入随机噪声,生成多张高质人脸参考图像;特征转移器,用于根据多张高质人脸参考图像,构建人脸组件特征字典;将人脸组件特征字典中的高质组件特征转移到低质人脸语义特征中,得到高质人脸语义特征;解码器,用于根据高质人脸语义特征,生成复原后的人脸图像。在保证复原结果细节与纹理的同时确保人脸语义信息的一致性,在真实场景下能够取得较高的评价指标得分与高质量的可视化效果。

    一种基于状态空间模型的人脸图像复原方法

    公开(公告)号:CN118396859A

    公开(公告)日:2024-07-26

    申请号:CN202410544518.5

    申请日:2024-05-06

    Abstract: 本发明公开了一种基于状态空间模型的人脸图像复原方法,方法包括:将待复原的人脸图像输入至复原模型,得到复原后的人脸图像;其中,所述复原模型包括编码器和解码器;所述编码器依次包括第一图像融合模块、第一多尺度状态空间模块、第二图像融合模块、第二多尺度状态空间模块、第三图像融合模块、第三多尺度状态空间模块;所述解码器依次包括第四多尺度状态空间模块、第一多尺度注意力融合模块、第五多尺度状态空间模块、第二多尺度注意力融合模块、第六多尺度状态空间模块、第三多尺度注意力融合模块。该方法在保证复原细节纹理的同时确保人脸语义信息的一致性,特别是对于真实退化场景下的低质量人脸图像能够取得较好的复原效果。

    一种基于语义特征的人脸图像复原方法

    公开(公告)号:CN118262395A

    公开(公告)日:2024-06-28

    申请号:CN202410335303.2

    申请日:2024-03-22

    Abstract: 本发明公开了一种基于语义特征的人脸图像复原方法,步骤如下:获取待复原的人脸图像,输入至训练好的复原模型,得到复原后的人脸图像;复原模型包括:编码器,用于根据待复原的人脸图像,生成低质人脸语义特征;参考图像生成器,用于根据低质人脸语义特征,通过输入随机噪声,生成多张高质人脸参考图像;特征转移器,用于根据多张高质人脸参考图像,构建人脸组件特征字典;将人脸组件特征字典中的高质组件特征转移到低质人脸语义特征中,得到高质人脸语义特征;解码器,用于根据高质人脸语义特征,生成复原后的人脸图像。在保证复原结果细节与纹理的同时确保人脸语义信息的一致性,在真实场景下能够取得较高的评价指标得分与高质量的可视化效果。

    一种低照度图像自适应增强方法、装置、设备及存储介质

    公开(公告)号:CN118967534A

    公开(公告)日:2024-11-15

    申请号:CN202410912479.X

    申请日:2024-07-09

    Abstract: 本发明公开一种低照度图像自适应增强方法、装置、设备及存储介质,其中方法包括:将待增强的低照度图像输入到预训练的低照度图像自适应增强模型中,得到增强图像;其中,所述低照度图像自适应增强模型的训练方法,包括:获取包含低照度图像以及对应的参考图像的训练集;基于Retinex算法构建低照度图像自适应增强模型;其中,所述低照度图像自适应增强模型包括:投影模块、照度分量模块、反射分量模块和增强模块;使用训练集对低照度图像自适应增强模型进行训练,得到训练后的低照度图像自适应增强模型。增强图像的亮度和对比度,同时有效地还原了图像的颜色和结构信息。

    一种基于状态空间模型的人脸图像复原方法

    公开(公告)号:CN118396859B

    公开(公告)日:2025-01-14

    申请号:CN202410544518.5

    申请日:2024-05-06

    Abstract: 本发明公开了一种基于状态空间模型的人脸图像复原方法,方法包括:将待复原的人脸图像输入至复原模型,得到复原后的人脸图像;其中,所述复原模型包括编码器和解码器;所述编码器依次包括第一图像融合模块、第一多尺度状态空间模块、第二图像融合模块、第二多尺度状态空间模块、第三图像融合模块、第三多尺度状态空间模块;所述解码器依次包括第四多尺度状态空间模块、第一多尺度注意力融合模块、第五多尺度状态空间模块、第二多尺度注意力融合模块、第六多尺度状态空间模块、第三多尺度注意力融合模块。该方法在保证复原细节纹理的同时确保人脸语义信息的一致性,特别是对于真实退化场景下的低质量人脸图像能够取得较好的复原效果。

    一种基于重构难度感知的视频快照压缩成像方法及系统

    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

    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。

Patent Agency Ranking