-
公开(公告)号：CN118172278A
公开(公告)日：2024-06-11
申请号：CN202410305285.3
申请日：2024-03-18
Applicant: 南开大学
IPC: G06T5/70 , G06V10/74 , G06V10/774
Abstract: 本发明公开了真实场景低剂量CT图像去噪方法及系统，所述方法，包括：获取待去噪的低剂量CT图像；将待去噪的低剂量CT图像，输入到训练后的去噪模型中，输出去噪后的CT图像；其中，优化后的训练集，获取过程包括：将待优化的低剂量CT图像和正常剂量CT图像，分别裁剪成若干个图像块；将图像块，分别进行二值化处理，得到待优化低剂量CT图像块掩膜和正常剂量CT图像块掩膜；基于图像块掩膜，计算出二者的公共掩膜；基于公共掩膜的像素值，计算出图像块之间的相似度；将相似度与设定阈值进行比较，筛选出相似度大于设定阈值的若干对图像块；将筛选出来的每一对图像块作为一个优化后的样本，将所有优化后的样本组成训练集。
-
公开(公告)号：CN115131212A
公开(公告)日：2022-09-30
申请号：CN202210867107.0
申请日：2022-07-22
Applicant: 南开大学
Abstract: 本发明公开了一种单图像超分辨率模型的加速方法及系统，涉及图像超分辨率技术领域。通过获取一种单图像超分辨率方法，将该单图像超分辨率方法进行分解，得到基础网络和精炼网络，在基础网络和精炼网络或者精炼网络和精炼网络中间加入掩膜预测模块，得到加速后的图像超分辨率模型，减少了目前单图像超分辨率模型的计算量，实现加速的目的。有助于单图像超分辨率方法落地和部署到移动端，具有较高的普适性。
-
公开(公告)号：CN112954395B
公开(公告)日：2022-05-17
申请号：CN202110149866.9
申请日：2021-02-03
Applicant: 南开大学
IPC: H04N21/2343 , H04N21/4402 , G06K9/62 , G06N3/04 , G06T7/246
Abstract: 本公开公开的一种可插入任意帧率的视频插帧方法及系统，包括：获取需要插帧的相邻的上一帧图像特征和下一帧图像特征，及插入帧时刻距离上一帧时刻的第一时间间隔信息，插入帧时刻距离下一帧时刻的第二时间间隔信息；将上一帧图像特征、下一帧图像特征和第一时间间隔信息输入时域调制模块控制的第一金字塔级联可变形模块中，输出第一中间帧特征，将上一帧图像特征、下一帧图像特征和第二时间间隔信息输入时域调制模块控制的第二金字塔级联可变形模块中，输出第二中间帧特征，将第一中间帧特征和第二中间帧特征融合获得中间帧特征；根据中间帧特征获得所要插入的中间帧。实现了任意时刻的灵活插帧。
-
公开(公告)号：CN111275646B
公开(公告)日：2022-04-26
申请号：CN202010066280.1
申请日：2020-01-20
Applicant: 南开大学
Abstract: 一种基于深度学习知识蒸馏技术的保边图像平滑方法，属于图像处理技术领域。该方法基于新型的深度学习知识蒸馏技术，将边缘检测老师网络的边缘检测能力蒸馏到图像平滑学生网络里，从而使得学生网络具有保边的图像平滑能力。其中学生网络的任务是进行图像平滑，老师网络的任务是提取结构性边缘的信息。利用老师网络向学生网络进行结构性边缘知识的蒸馏迁移，使学生网络在进行图像平滑的任务的同时，具备老师网络的保留结构性边缘能力。本发明能够在不额外引入保留边缘信息的深度网络前提下保留图像平滑的结构性边缘，克服了传统图像平滑增强方法中如不能很好地保留图像边缘信息、模糊等图像质量损失的视觉影响，极大地提高了图像平滑的效果。
-
公开(公告)号：CN111275646A
公开(公告)日：2020-06-12
申请号：CN202010066280.1
申请日：2020-01-20
Applicant: 南开大学
Abstract: 一种基于深度学习知识蒸馏技术的保边图像平滑方法，属于图像处理技术领域。该方法基于新型的深度学习知识蒸馏技术，将边缘检测老师网络的边缘检测能力蒸馏到图像平滑学生网络里，从而使得学生网络具有保边的图像平滑能力。其中学生网络的任务是进行图像平滑，老师网络的任务是提取结构性边缘的信息。利用老师网络向学生网络进行结构性边缘知识的蒸馏迁移，使学生网络在进行图像平滑的任务的同时，具备老师网络的保留结构性边缘能力。本发明能够在不额外引入保留边缘信息的深度网络前提下保留图像平滑的结构性边缘，克服了传统图像平滑增强方法中如不能很好地保留图像边缘信息、模糊等图像质量损失的视觉影响，极大地提高了图像平滑的效果。
-
Patent Agency Ranking
公开(公告)号：CN111242870B
公开(公告)日：2023-05-05
申请号：CN202010064079.X
申请日：2020-01-20
Applicant: 南开大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于深度学习知识蒸馏技术的低光图像增强方法，属于图像处理技术领域。该方法基于新型的深度学习知识蒸馏技术，将图像去噪老师网络的去噪能力蒸馏到图像增强学生网络里，从而使得学生网络在增强图像的过程中抑制并去除图片中的噪声。设定学生网络与老师网络：其中学生网络的任务是进行低光图像增强，老师网络的任务是去掉图像噪声。利用老师网络向学生网络进行图像去噪能力的蒸馏迁移，使学生网络在进行低光图像增强任务的同时，具备老师网络的图像去噪能力。本发明克服了传统低光图像增强方法中噪声随着图像增强而相应增强带来的质量损失和视觉影响，极大地提高了低光图像增强的效果。
-
公开(公告)号：CN116029932A
公开(公告)日：2023-04-28
申请号：CN202310034109.6
申请日：2023-01-10
Applicant: 南开大学
Abstract: 本发明属于图像处理领域，提供了一种超高分辨率图像曝光错误矫正方法及系统，包括将当前需要矫正曝光的图像中的高低频信息分离，分解为多个高频信息层和单个低频信息层；将低频信息层下采样至低分辨率，计算并得到一个储存仿射变换的类双边网格网络，通过类双边网格得到矫正后的低频信息层；利用浅层网络矫正多个高频信息层，得到矫正后的高频信息层；将矫正后的高频信息层和矫正后的低频信息层重建为曝光矫正后的图片。本发明通过应用一种无损可逆的图像内容解耦方法和新型的多层残差提取矫正变换预测模块，解决了超高分辨率图像曝光矫正任务的实时性和有效性问题。
-
公开(公告)号：CN112950470B
公开(公告)日：2022-07-15
申请号：CN202110217175.8
申请日：2021-02-26
Applicant: 南开大学
IPC: G06T3/40 , G06V10/42 , G06V10/44 , G06V10/62 , G06V10/771 , G06V10/80 , G06V10/82 , G06K9/62 , G06N3/04
Abstract: 本发明提供了基于时域特征融合的视频超分辨率重建方法及系统。其中该方法包括获取视频的图像序列，提取图像序列特征，得到初始特征序列；将初始特征序列中的特征进行局部时域特征融合，得到局部特征序列；将初始特征序列中的非边界特征与其最邻近的两个特征进行融合；对于初始特征序列中的边界特征，将两个该边界特征及与其最邻近的一个特征进行融合；将局部特征序列输入至双向采样的可变卷积长短时记忆网络，对局部特征序列中每一个特征进行全局范围内的特征补充，得到全局特征序列；提取全局特征序列的超分辨率特征，并与初始特征序列对应相加，再提取特征相加后序列的高分辨率上采样特征，经卷积神经网络得到最终的高分辨率重建图像序列。
-
公开(公告)号：CN111242870A
公开(公告)日：2020-06-05
申请号：CN202010064079.X
申请日：2020-01-20
Applicant: 南开大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于深度学习知识蒸馏技术的低光图像增强方法，属于图像处理技术领域。该方法基于新型的深度学习知识蒸馏技术，将图像去噪老师网络的去噪能力蒸馏到图像增强学生网络里，从而使得学生网络在增强图像的过程中抑制并去除图片中的噪声。设定学生网络与老师网络：其中学生网络的任务是进行低光图像增强，老师网络的任务是去掉图像噪声。利用老师网络向学生网络进行图像去噪能力的蒸馏迁移，使学生网络在进行低光图像增强任务的同时，具备老师网络的图像去噪能力。本发明克服了传统低光图像增强方法中噪声随着图像增强而相应增强带来的质量损失和视觉影响，极大地提高了低光图像增强的效果。
-
公开(公告)号：CN112954395A
公开(公告)日：2021-06-11
申请号：CN202110149866.9
申请日：2021-02-03
Applicant: 南开大学
IPC: H04N21/2343 , H04N21/4402 , G06K9/62 , G06N3/04 , G06T7/246
Abstract: 本公开公开的一种可插入任意帧率的视频插帧方法及系统，包括：获取需要插帧的相邻的上一帧图像特征和下一帧图像特征，及插入帧时刻距离上一帧时刻的第一时间间隔信息，插入帧时刻距离下一帧时刻的第二时间间隔信息；将上一帧图像特征、下一帧图像特征和第一时间间隔信息输入时域调制模块控制的第一金字塔级联可变形模块中，输出第一中间帧特征，将上一帧图像特征、下一帧图像特征和第二时间间隔信息输入时域调制模块控制的第二金字塔级联可变形模块中，输出第二中间帧特征，将第一中间帧特征和第二中间帧特征融合获得中间帧特征；根据中间帧特征获得所要插入的中间帧。实现了任意时刻的灵活插帧。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.023 seconds)
