-
公开(公告)号：CN118608414A
公开(公告)日：2024-09-06
申请号：CN202410657406.0
申请日：2024-05-25
Applicant: 宁波大学科学技术学院
IPC: G06T5/70 , G06T7/40 , G06T5/60 , G06N3/0455 , G06N3/0499 , G06N3/08
Abstract: 本申请涉及图像去噪技术领域，尤其涉及一种LDCT图像去噪方法、产品、设备及介质。该方法包括：获取LDCT图像，并对LDCT图像进行分解，得到LDCT图像的低频分量信息和高频分量信息；控制密集连接的多个稀疏Transformer块对低频分量信息进行处理，得到低频处理分支输出特征；基于低频分量信息，控制高频处理模块从高频分量信息中提取纹理结构信息，得到高频处理分支输出特征；根据低频处理分支输出特征和高频处理分支输出特征，重建去噪后的LDCT图像。本申请可以保留图像细节的同时提高LDCT图像的去噪效果。
-
公开(公告)号：CN116452457A
公开(公告)日：2023-07-18
申请号：CN202310438318.7
申请日：2023-04-23
Applicant: 宁波大学科学技术学院
IPC: G06T5/00 , G06V10/80 , G06N3/0464 , G06T7/13
Abstract: 本发明公开了一种干净梯度图引导的LDCT图像去噪系统及方法，包括：编码器和解码器；编码器，用于计算LDCT图像的干净梯度图，并将干净梯度图的特征与LDCT图像的特征融合，获得融合图像的浅层特征；解码器，用于提取融合图像的深层特征，并将浅层特征与深层特征融合，实现LDCT图像的去噪。本发明使用交叉注意力将梯度图与LDCT图像融合，它利用梯度图中的结构、纹理信息，有效的补充了LDCT图像所缺失的信息。
-
公开(公告)号：CN114359009A
公开(公告)日：2022-04-15
申请号：CN202111673292.1
申请日：2021-12-28
Applicant: 宁波大学科学技术学院
Abstract: 本申请涉及一种基于视觉感知的鲁棒图像的水印嵌入方法、水印嵌入网络构建方法、系统及存储介质，解决了当下的水印嵌入提取方法无法较好的兼顾水印的鲁棒性和不可见性，其包括获取原始图像信息及原始水印信息；根据原始图像信息以提取浅层特征图像信息及深层特征图像信息；分析对应的特征图像信息形成视觉掩码信息；对原始水印信息处理形成预处理水印信息；修正预处理水印信息以形成待嵌入水印信息；将浅层特征图像信息、深层特征图像信息以及待嵌入水印信息进行融合形成融合图像信息；将原始图像信息及融合图像信息输入残差结构生成最终图像信息。本申请通过视觉掩码能够调控水印的嵌入，进而兼顾水印的鲁棒性和不可见性。
-
公开(公告)号：CN119625112B
公开(公告)日：2025-05-02
申请号：CN202510165176.0
申请日：2025-02-14
Applicant: 宁波大学科学技术学院
Abstract: 本申请涉及遥感图像处理领域，公开了一种基于双子网络结构的高质量HRHS图像生成方法，包括以下步骤：接收输入的低分辨率高光谱图像和全色图像，分别用于提供光谱信息和空间信息；通过抗噪声预融合子网络对低分辨率高光谱图像进行噪声过滤，并利用全色图像的高空间分辨率信息与低分辨率高光谱图像的光谱特征相关性生成预融合的高光谱图像；通过高频增强子网络，基于条件扩散模型对预融合图像进行高频细节重建与增强；通过小波逆变换融合预融合图像的低频信息与高频增强子网络生成的高频细节信息，输出最终的高分辨率高光谱图像。本发明能够在多种噪声环境下有效融合光谱与空间信息，生成具有高光谱保真度和空间细节的高分辨率高光谱图像。
-
公开(公告)号：CN119693934A
公开(公告)日：2025-03-25
申请号：CN202510191791.9
申请日：2025-02-21
Applicant: 宁波大学科学技术学院
IPC: G06V20/64 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/0499 , G06N3/048 , G06N3/08 , G06T3/06
Abstract: 本申请涉及三维数据处理领域，公开了一种基于自适应块投影的多模态点云质量评估方法，包括以下步骤：对点云数据进行预处理，将其划分为多个局部簇，每个局部簇包含中心点及其邻域点；基于每个局部簇生成与其空间位置对应的二维簇投影图；提取二维模态投影图和三维局部簇数据的特征，分别获取二维模态特征和三维模态特征；对二维模态特征和三维模态特征进行解耦，生成模态无关的质量特征和模态相关特征；将模态无关的质量特征映射到共享的统一特征表示空间；融合二维模态和三维模态的特征，生成联合特征；基于联合特征，通过回归网络预测点云的质量分数。本发明提升了点云质量评估的准确性、鲁棒性和计算效率。
-
Patent Agency Ranking
公开(公告)号：CN115115500A
公开(公告)日：2022-09-27
申请号：CN202210852829.9
申请日：2022-07-19
Applicant: 宁波大学科学技术学院
Abstract: 本发明公开了一种结合水下图像增强的水印嵌入方法，包括：提出了一种结合图像增强的水印编码器，将水印嵌入和图像增强整合到一个统一的结构中，在水印嵌入的时候考虑图像增强过程，在水印编码器中加入残差注意力模块，加强对质量退化区的关注，冗余嵌入五次水印信息，构建多尺度下采样融合的鉴别器，与水印编码器、水印提取器进行联合训练，直至损失函数收敛。本发明通过水印编码器将水印信息的嵌入和原始水下图像增强综合考虑，通过残差注意力模块调整原始水下图像的深度特征表示，提高水印图像的视觉质量和水印嵌入的鲁棒性，通过水印编码器、水印提取器、鉴别器联合训练，进一步提高视觉质量和水印信息的鲁棒性。
-
公开(公告)号：CN119693934B
公开(公告)日：2025-05-09
申请号：CN202510191791.9
申请日：2025-02-21
Applicant: 宁波大学科学技术学院
IPC: G06V20/64 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/0499 , G06N3/048 , G06N3/08 , G06T3/06
Abstract: 本申请涉及三维数据处理领域，公开了一种基于自适应块投影的多模态点云质量评估方法，包括以下步骤：对点云数据进行预处理，将其划分为多个局部簇，每个局部簇包含中心点及其邻域点；基于每个局部簇生成与其空间位置对应的二维簇投影图；提取二维模态投影图和三维局部簇数据的特征，分别获取二维模态特征和三维模态特征；对二维模态特征和三维模态特征进行解耦，生成模态无关的质量特征和模态相关特征；将模态无关的质量特征映射到共享的统一特征表示空间；融合二维模态和三维模态的特征，生成联合特征；基于联合特征，通过回归网络预测点云的质量分数。本发明提升了点云质量评估的准确性、鲁棒性和计算效率。
-
公开(公告)号：CN119205478A
公开(公告)日：2024-12-27
申请号：CN202411363945.X
申请日：2024-09-28
Applicant: 宁波大学科学技术学院
IPC: G06T1/00 , G06T5/60 , G06N3/0455
Abstract: 本申请涉及基于条件扩散模型的鲁棒图像水印方法、系统及终端，涉及鲁棒图像水印技术的领域，包括：根据训练步信息循环执行训练步骤，训练步骤包括：获取训练原始图像信息和训练水印信息；根据训练原始图像信息确定训练条件噪声图像信息；将训练条件噪声图像信息、训练原始图像信息和训练水印信息作为输入控制训练编码器生成编码图像信息；将编码图像信息作为输入控制攻击层生成攻击图像信息；将攻击图像信息作为输入控制训练解码器生成训练解码水印信息；根据训练原始图像信息、编码图像信息、训练水印信息和训练解码水印信息计算损失函数信息，并根据梯度下降方法更新编码器参数信息和解码器参数信息。本申请具有提高水印性能的效果。
-
公开(公告)号：CN119048326A
公开(公告)日：2024-11-29
申请号：CN202411100136.X
申请日：2024-08-12
Applicant: 宁波大学科学技术学院
IPC: G06T1/00 , G06T5/50 , G06T5/70 , G06T5/60 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了基于transformer的可逆鲁棒图像水印的融合方法，包括：获取待融合的图像水印；将所述待融合的图像水印输入至图像水印模型，获取融合后的水印，其中，所述图像水印模型由训练集训练而成，所述训练集为COCO数据集。本发明考虑人类视觉系统对低频变化敏感的特性，设计了小波低频子带损失，引导更多的水印嵌入在中高频分量，进一步提高编码图像的质量。
-
公开(公告)号：CN114359009B
公开(公告)日：2023-10-31
申请号：CN202111673292.1
申请日：2021-12-28
Applicant: 宁波大学科学技术学院
Abstract: 本申请涉及一种基于视觉感知的鲁棒图像的水印嵌入方法、水印嵌入网络构建方法、系统及存储介质，解决了当下的水印嵌入提取方法无法较好的兼顾水印的鲁棒性和不可见性，其包括获取原始图像信息及原始水印信息；根据原始图像信息以提取浅层特征图像信息及深层特征图像信息；分析对应的特征图像信息形成视觉掩码信息；对原始水印信息处理形成预处理水印信息；修正预处理水印信息以形成待嵌入水印信息；将浅层特征图像信息、深层特征图像信息以及待嵌入水印信息进行融合形成融合图像信息；将原始图像信息及融合图像信息输入残差结构生成最终图像信息。本申请通过视觉掩码能够调控水印的嵌入，进而兼顾水印的鲁棒性和不可见性。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.026 seconds)
