-
公开(公告)号：CN106530261B
公开(公告)日：2019-03-19
申请号：CN201611240091.1
申请日：2016-12-28
Applicant: 同观科技(深圳)有限公司
IPC: G06T5/00
Abstract: 本发明是关于一种双动态模糊图像复原方法，包括:获取双动态模糊图像y，建立双动态模糊图像的图像金字塔，以及根据图像金字塔建立双动态模糊图像y的运动模糊核和离焦模糊核，其中，图像金字塔中模糊图像的分辨率由顶层向底层依次增大；计算图像金字塔中当前层的运动模糊核、离焦模糊核以及清晰图像的最优值；根据当前图像层计算的运动模糊核、离焦模糊核以及清晰图像的最优值，计算下一层图像层的运动模糊核、离焦模糊核以及清晰图像的最优值，直到计算出所述图像金字塔底层的清晰图像。本发明实施例提供的方法，在不断优化运动模糊核和离焦模糊核的过程中对清晰图像进行估计，从而使清晰图像达到足够的清晰度。
-
公开(公告)号：CN106231302B
公开(公告)日：2019-03-19
申请号：CN201610605095.9
申请日：2016-07-28
Applicant: 同观科技(深圳)有限公司
IPC: H04N19/11 , H04N19/132 , H04N19/593
Abstract: 本发明公开了最优帧内预测模式的确定方法和系统，其中最优帧内预测模式的确定方法包括：根据当前预测单元PU的纹理信息或上层PU的最优帧内预测模式确定当前PU的采样主方向；若确定当前PU的采样主方向，则以可变采样步长策略对当前PU的角度模式进行疏密采样，获取采样角度模式；若未确定当前PU的主采样方向，则以均匀采样步长策略对当前PU的角度模式进行均匀采样，获取采样角度模式；对采样角度模式进行处理，得到候选角度模式；构建包含有候选角度模式的候选帧内预测模式集合，从候选帧内预测模式集合中确定率失真代价最小的帧内预测模式作为最优帧内预测模式。本发明的技术方案能够快速、准确地确定当前PU的最优帧内预测模式。
-
公开(公告)号：CN106709443A
公开(公告)日：2017-05-24
申请号：CN201611179319.0
申请日：2016-12-19
Applicant: 同观科技(深圳)有限公司
IPC: G06K9/00
Abstract: 本发明实施例公开了一种安全带佩戴状态的检测方法及终端，所述方法包括：根据采集的彩色图像和深度信息图，确定彩色图像中用户的面部区域；根据面部区域，确定彩色图像中的安全带区域；对所述安全带区域进行直线检测，确定所述安全带区域内的候选直线；结合3D摄像头提供的深度信息图，对所述候选直线的有效性判断，确定安全带的佩戴状态。采用本发明实施例所提供的技术方案，通过彩色图像和深度信息图像能够提高面部区域检测鲁棒性，从而可以提高安全带区域划定的准确性，同时本发明中准确的直线检测方法以及结合深度信息对直线有效性的判断的方式较于传统方法在减少了对参数调整依赖度的同时，提高了安全带识别的鲁棒性，具有重要的应用价值。
-
公开(公告)号：CN103475902B
公开(公告)日：2017-04-19
申请号：CN201310403947.2
申请日：2013-09-06
Applicant: 同观科技(深圳)有限公司
IPC: H04N21/2343 , H04N21/238 , H04N21/438 , H04N21/643 , H04N21/647
Abstract: 本发明公开一种视频编码及网络传输方法和一种视频转发服务器。所述视频编码及网络传输方法包括步骤：A、对每一帧图像进行编码；按预设的显示制式生成基准码流；将能流畅播放基准码流的最低带宽定义为基准带宽；B、判断实时带宽，如果实时带宽低于基准带宽，采用主动丢帧的方式从基准码流每秒显示的帧图像中抽离至少一帧的帧图像，生成对外传输的发送码流；如果在抽帧以后，实时带宽有增加，则采用主动加帧的方式从已抽离的帧数据中加入至少一帧的图像数据；如果实时带宽大于或等于基准带宽，对外传输基准码流。本发明每帧的画面品质并没有降低且能保障视频的流畅播放，因此能改善不同带宽情况下的视频质量；且不会增加额外的通信成本。
-
公开(公告)号：CN103731670B
公开(公告)日：2017-02-01
申请号：CN201310727150.8
申请日：2013-12-25
Applicant: 同观科技(深圳)有限公司
IPC: H04N19/169 , H04N19/593
Abstract: 本发明公开一种图像的帧内预测算法。该方法包括步骤：将图像分成至少两个图层，任意两个图层之间的分辨率不同，选择分辨率较低的图层做标准的帧内预测；根据已预测的图层得到的预测结果，对分辨率较高的图层进行预测。本发明能显著降低计算量。而且本发明能产生多种分辨率的图像数据，可以根据不同的网络环境选择不同分辨率的图像数据，通用性也更好。
-
Patent Agency Ranking
公开(公告)号：CN103873874A
公开(公告)日：2014-06-18
申请号：CN201410056657.X
申请日：2014-02-19
Applicant: 同观科技(深圳)有限公司
IPC: H04N19/527 , H04N19/436 , H04N19/176 , H04N19/137
Abstract: 本发明公开一种基于可编程并行处理器的全搜索运动估计方法，包括步骤：在可编程并行处理器中建立线程组，线程组包括线程；将N×N的当前帧宏块分割成多个当前帧子块，每个当前帧子块与线程建立一一对应的映射关系；将当前帧宏块加载到可编程并行处理器的共享内存；对当前帧宏块进行搜索时，直接通过线程调用共享内存的当前帧子块数据；所述N为自然数。本发明将每个当前帧宏块的处理映射到一个GPU线程组中，从而能够很方便的将该宏块的数据加载进GPU的片内共享内存，实现线程组内共享当前宏块数据。这样，在此宏块对应的整个搜索区域的处理过程中，不必再重复从显存中加载该数据，从而节约了宝贵的片外访存带宽。
-
公开(公告)号：CN103793477A
公开(公告)日：2014-05-14
申请号：CN201410011112.7
申请日：2014-01-10
Applicant: 同观科技(深圳)有限公司
IPC: G06F17/30
CPC classification number: G06F17/30843 , G06F17/30811
Abstract: 本发明提供了一种用于生成视频摘要的系统，包括轨迹提取单元、轨迹重排单元以及摘要创建单元，其中：所述轨迹提取单元，用于根据原始视频中前后图像帧的帧间梯度信息提取图像帧中的前景目标，并保存前景目标的运动轨迹及对应的时间；所述轨迹重排单元，用于将所有前景目标的运动轨迹进行时域和空域重排；所述摘要创建单元，用于根据重排顺序，将所有前景目标的运动轨迹通过无缝拼接生成视频摘要。本发明还提供一种对应的方法。本发明通过将前景目标的运行轨迹在空域和时域上重排，可大大提高视频摘要中的信息量，从而大大删减原始视频中的冗余信息。
-
公开(公告)号：CN111489290A
公开(公告)日：2020-08-04
申请号：CN201910260848.0
申请日：2019-04-02
Applicant: 同观科技(深圳)有限公司
Abstract: 本申请适用于数据处理技术领域，提供了一种人脸图像超分辨重建方法、装置及终端设备，所述方法包括：使用模糊算法对第一人脸图像进行处理，得到第二人脸图像；将第一人脸图像和第二人脸图像的人脸相似度作为人脸特征损失值；将人脸特征损失值乘以第一预置系数后与生成损失值相加，得到新的生成损失值；根据新的生成损失值和判别损失值对待训练的生成网络和待训练的判别网络的网络权重参数进行更新，重复训练，直至达到预设停止条件，得到经过训练的生成网络；将待重建的人脸图像输入经过训练的生成网络中，得到重建后的人脸图像。本申请可以解决现有的超分辨方案易在重建的高分辨率图像中引入噪声，影响人脸识别的准确率的问题。
-
公开(公告)号：CN106372656B
公开(公告)日：2019-05-10
申请号：CN201610761364.0
申请日：2016-08-30
Applicant: 同观科技(深圳)有限公司
IPC: G06K9/62
Abstract: 本发明公开了一种获取深度一次性学习模型的方法、图像识别方法及装置，获取深度一次性学习模型的方法包括：将包含少量目标图像和背景图像的预设数据集中每一幅目标图像输入预设CNN模型，选择预设CNN模型隐含层中任一层输出图像作为该目标图像的特征图像集；采用预设数据集中背景图像，通过PCA方法确定降维矩阵，对所有特征图像集进行降维，生成降维特征图像集；将所有降维特征图像集输入预设贝叶斯学习模型，对降维特征图像集对应的目标图像进行识别，构建深度一次性学习模型；采用预设数据集对深度一次性学习模型进行训练，直到模型收敛，获取收敛后的深度一次性学习模型。采用收敛后的深度一次性学习模型对图像进行识别，识别率较高。
-
公开(公告)号：CN103873874B
公开(公告)日：2017-06-06
申请号：CN201410056657.X
申请日：2014-02-19
Applicant: 同观科技(深圳)有限公司
IPC: H04N19/527 , H04N19/436 , H04N19/176 , H04N19/137
Abstract: 本发明公开一种基于可编程并行处理器的全搜索运动估计方法，包括步骤：在可编程并行处理器中建立线程组，线程组包括线程；将N×N的当前帧宏块分割成多个当前帧子块，每个当前帧子块与线程建立一一对应的映射关系；将当前帧宏块加载到可编程并行处理器的共享内存；对当前帧宏块进行搜索时，直接通过线程调用共享内存的当前帧子块数据；所述N为自然数。本发明将每个当前帧宏块的处理映射到一个GPU线程组中，从而能够很方便的将该宏块的数据加载进GPU的片内共享内存，实现线程组内共享当前宏块数据。这样，在此宏块对应的整个搜索区域的处理过程中，不必再重复从显存中加载该数据，从而节约了宝贵的片外访存带宽。
-
-
-
-
-
-
-
-
-
Search Results
49
records
(took 0.034 seconds)
