公开(公告)号：CN114913066A

公开(公告)日：2022-08-16

申请号：CN202210380843.3

申请日：2022-04-10

Applicant: 复旦大学

Inventor： 颜波 ,  谭伟敏 ,  程日 ,  孙玉齐 ,  马晨曦

IPC: G06T3/40 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于数字图像智能处理技术领域，具体为一种基于几何感知的深度学习多视角图超分辨率方法。本发明方法包括：将多视角场景里面所有多视角图片及其对应的深度图、相机内外参数输入到参考图片合成网络中，利用几何信息合成每张视角图片的多张参考图；将视角图片和合成的参考图片输入到参考超分辨率网络，通过利用合成的参考图片辅助视角图片超分辨率。本发明的优势在于利用场景里面所有多视角图片的信息来超分辨率。实验结果表明，本发明从所有视角图片提取到有用信息，可显著提高超分模型的性能，从而提高基于多视角图片应用的视觉体验。

公开(公告)号：CN111091503A

公开(公告)日：2020-05-01

申请号：CN201911099357.9

申请日：2019-11-09

Applicant: 复旦大学

Inventor： 颜波 ,  王沛晟 ,  王峻逸 ,  孙玉齐

IPC: G06T5/00

Abstract: 本发明属于数字图像智能处理技术领域，具体为一种基于深度学习的图像去失焦模糊方法。本发明方法包括：通过拍摄或添加随机模糊等方式构建去失焦模糊数据集，使得每组数据包含一张清晰的图像作为原图，以及若干张模糊的图像作为清晰图所对应的模糊图；训练去失焦模糊深度神经网络；使用非对齐损失函数通过深度神经网络从图像中恢复处于焦平面外的模糊物体；在真实场景下拍摄非像素级对齐的去模糊数据集，通过非对齐损失函数训练深度神经网络。实验结果表明，本发明可以对真实场景中拍摄的失焦模糊图进行有效的恢复，提出的数据集能够通过非对齐损失函数有效地训练去失焦模糊网络。本发明可以用于相机变焦、机器人视觉系统等。

公开(公告)号：CN117994213A

公开(公告)日：2024-05-07

申请号：CN202410098808.1

申请日：2024-01-24

Applicant: 复旦大学附属华山医院

Inventor： 吴文育 ,  颜波 ,  林尽染 ,  孙玉齐 ,  杨凯 ,  卢健之

IPC: G06T7/00 ,  G06T7/11 ,  G06T7/194 ,  G06T7/62 ,  G06T7/90 ,  G16H30/40 ,  G06V10/764 ,  G06V10/82 ,  G16H50/20

Abstract: 一种基于三维人脸重建的斑秃评估方法、装置及存储介质。本发明公开了一种基于三维人脸重建方法，该方法包括：获取不同角度的人脸图像、通过人脸图像构建三维人脸重建网络模型、获得整个头发纹理的UV展开图、对包含整个头发纹理的UV展开图进行分割并找出斑秃区域、根据斑秃区域的面积计算斑秃区域占据整个头部区域面积的比例，得到对斑秃的评估结果。该方法通过使用三维人脸重建的方法，能够将患者多张角度的照片映射在同一UV图上，既能够方便医生进行标注，也可以将患者斑秃的情况转换成一个数值结果，定量地评估患者的斑秃情况，解决了现有技术中存在的医生无法定量衡量患者斑秃情况的问题。

公开(公告)号：CN111091503B

公开(公告)日：2023-05-02

申请号：CN201911099357.9

申请日：2019-11-09

Applicant: 复旦大学

Inventor： 颜波 ,  王沛晟 ,  王峻逸 ,  孙玉齐

IPC: G06T5/00

Abstract: 本发明属于数字图像智能处理技术领域，具体为一种基于深度学习的图像去失焦模糊方法。本发明方法包括：通过拍摄或添加随机模糊等方式构建去失焦模糊数据集，使得每组数据包含一张清晰的图像作为原图，以及若干张模糊的图像作为清晰图所对应的模糊图；训练去失焦模糊深度神经网络；使用非对齐损失函数通过深度神经网络从图像中恢复处于焦平面外的模糊物体；在真实场景下拍摄非像素级对齐的去模糊数据集，通过非对齐损失函数训练深度神经网络。实验结果表明，本发明可以对真实场景中拍摄的失焦模糊图进行有效的恢复，提出的数据集能够通过非对齐损失函数有效地训练去失焦模糊网络。本发明可以用于相机变焦、机器人视觉系统等。