-
公开(公告)号：CN119625112A
公开(公告)日：2025-03-14
申请号：CN202510165176.0
申请日：2025-02-14
Applicant: 宁波大学科学技术学院
IPC: G06T11/00 , G06T3/4076 , G06T5/50 , G06T5/10 , G06N3/045
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：CN118115446A
公开(公告)日：2024-05-31
申请号：CN202410144539.8
申请日：2024-02-01
Applicant: 宁波大学科学技术学院
IPC: G06T7/00
Abstract: 本申请涉及图像处理技术领域，尤其是涉及一种点云质量确定方法、装置、电子设备及存储介质。方法包括：通过建立待评价点云的全局图，点云全局结构完整性对于视觉质量具有一定的影响，因此，从待评价点云中确定出可以表征点云整体结构的关键点，并根据关键点，确定出待评价点云的全局质量特征以及局部质量特征，并根据待评价点云对应的全局质量特征和局部质量特征，确定待评价点云的质量分数，从而满足从全局到局部的关注特点，并提高确定待评价点云的质量与人眼感知质量的一致性，提高了评价点云感知质量的客观性。
-
公开(公告)号：CN115880125B
公开(公告)日：2023-05-26
申请号：CN202310186948.X
申请日：2023-03-02
Applicant: 宁波大学科学技术学院
IPC: G06T1/00 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了基于Transformer的软融合鲁棒图像水印方法，包括：构建基于Transformer的端到端水印模型；其中，所述端到端水印模型包括：编码器、解码器、噪声层和鉴别器；将原始图像和原始水印输入所述编码器进行编码，获取编码图像；将所述编码图像输入所述噪声层进行噪声添加，获取噪声图像；将所述噪声图像输入所述解码器进行水印提取，获取解码后的水印；基于所述鉴别器，对所述编码图像进行鉴别。本发明在获得高质量的编码图像的同时，能够抵抗大部分的图像攻击，与现有技术方法相比，性能更好。
-
公开(公告)号：CN110798749B
公开(公告)日：2022-04-08
申请号：CN201910993967.7
申请日：2019-10-18
Applicant: 宁波大学科学技术学院
IPC: H04N21/8358
Abstract: 本发明公开了一种基于张量奇异值分解的鲁棒视频水印方法，其在嵌入端，提取出原始视频中的每帧的亮度分量的LL子带，每三帧的LL子带组成一个第一三阶张量，每个第一三阶张量分子张量，彩色水印图像分子块，将每个子块的对角张量作为水印信息嵌入到对应的子张量中，进而得到含有水印子张量，最终得到含有水印的视频；在提取端，提取出含有水印的视频中的每帧的亮度分量的LL子带，每三帧的LL子带组成一个第二三阶张量，每个第二三阶张量分子张量，对每个子张量的对角张量进行处理，提取出水印信息，最终提取得到水印图像；优点是其将视频的时域信息和空域信息结合在一起，充分利用了视频的时空域之间的关系，鲁棒性好且不可感知性好。
-
公开(公告)号：CN112866820B
公开(公告)日：2022-03-08
申请号：CN202011644779.2
申请日：2020-12-31
Applicant: 宁波大学科学技术学院
IPC: H04N21/8358 , H04N19/467
Abstract: 本申请涉及一种基于JND模型和T‑QR的鲁棒HDR视频水印嵌入提取方法、系统及存储介质，解决了仅考虑了空间域的视觉特征而导致鲁棒性较差，其包括根据HDR视频信息以提取关键帧图像信息；根据关键帧图像信息进行分解以提取待嵌入矩阵；根据亮度感知信息、对比度感知信息以及时间域感知信息构建JND模型；将JND模型分块形成嵌入参考矩阵；根据嵌入参考矩阵以将所预设的水印矩阵嵌入至待嵌入矩阵以形成完成嵌入矩阵，直至关键帧图像信息所对应全部的待嵌入矩阵均完成水印矩阵的嵌入；依次嵌入形成完成水印嵌入的关键帧图像信息；合成该关键帧图像信息以形成完成水印嵌入的HDR视频信息。本申请根据JND模型以综合考虑空间域与时间域，提高视频的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN110798749A
公开(公告)日：2020-02-14
申请号：CN201910993967.7
申请日：2019-10-18
Applicant: 宁波大学科学技术学院
IPC: H04N21/8358
Abstract: 本发明公开了一种基于张量奇异值分解的鲁棒视频水印方法，其在嵌入端，提取出原始视频中的每帧的亮度分量的LL子带，每三帧的LL子带组成一个第一三阶张量，每个第一三阶张量分子张量，彩色水印图像分子块，将每个子块的对角张量作为水印信息嵌入到对应的子张量中，进而得到含有水印子张量，最终得到含有水印的视频；在提取端，提取出含有水印的视频中的每帧的亮度分量的LL子带，每三帧的LL子带组成一个第二三阶张量，每个第二三阶张量分子张量，对每个子张量的对角张量进行处理，提取出水印信息，最终提取得到水印图像；优点是其将视频的时域信息和空域信息结合在一起，充分利用了视频的时空域之间的关系，鲁棒性好且不可感知性好。
-
公开(公告)号：CN118096532A
公开(公告)日：2024-05-28
申请号：CN202410148281.9
申请日：2024-02-01
Applicant: 宁波大学科学技术学院
IPC: G06T3/4053 , G06T5/70
Abstract: 一种条件扩散概率模型训练方法及全向图像生成方法，涉及图像处理领域。在条件扩散概率模型训练方法，包括：获取低分辨率的全向训练图像，将全向训练图像输入至初始条件扩散概率模型，对全向训练图像进行离散小波变换，得到离散小波图像提取所述全向训练图像的纬度权重矩阵；对全向训练图像进行加噪处理，得到噪声图像；根据离散小波图像和所述纬度权重矩阵，对噪声图像进行去噪处理，得到去噪图像，对去噪图像进行逆离散小波变换，得到目标全向图像；根据目标全向图像计算损失值，根据损失值调整初始条件扩散概率模型，得到训练完成的条件扩散概率模型。采用本申请可以生成保留全局内容和几何结构信息的高分辨率全向图像。
-
公开(公告)号：CN117522727A
公开(公告)日：2024-02-06
申请号：CN202311480119.9
申请日：2023-11-07
Applicant: 宁波大学科学技术学院
Abstract: 本发明涉及低光图像处理技术领域，具体涉及基于去噪扩散概率模型的低光图像处理方法，包括以下步骤：S1：获取原始图像，执行去噪扩散概率模型DDPM的正向扩散过程，形成高斯噪声图像；S2：获取低光图像，并对其进行直方图均衡化处理；S3：对获取的低光图像进行Retinex分解，获取表征物体颜色的反射图；S4：利用S1中获得的高斯噪声图像和S2中获得的低光图像，采用隐式扩散模型DDIM执行反向扩散过程，从噪声图像中逐步移除噪声；S5：利用S2中获得初步增强的图像作为先验条件，指导DDIM的继续反向扩散过程，处理光照分布不均匀的局部区域；S6：在步骤S5的基础上，利用S3获得的反射图作为先验条件，继续引导DDIM的反向扩散过程。本发明，全面增强了低光度图像的清晰度和颜色，同时利用自适应加速生成策略实现高效的实时处理。
-
公开(公告)号：CN116433452A
公开(公告)日：2023-07-14
申请号：CN202310433252.2
申请日：2023-04-21
Applicant: 宁波大学科学技术学院
Abstract: 本发明公开了一种基于视觉导向和阈值收缩的鲁棒水印技术，包括：编码器在视觉导向模块的指引下，调节各个区域的水印嵌入强度，使得嵌入强度均能在人眼视觉的容忍度范围内，从而达到较好的不可见性。其次，解码器在阈值收缩模块的作用下，通过软阈值化方式降低冗余信息，缓解水印为对抗噪声攻击而在鲁棒且非敏感区域分布，同时，该模块能降低来自噪声网络和载体图像自身的冗余信息，增强水印的提取能力。然后，利用判决器和编码器的对抗关系，提高生成的水印图像质量。本发明技术与其他模型进行了对比，证明了具有较好的不可见性和鲁棒性，同时在消融实验中对视觉导向模块和阈值收缩模块的作用进行了证明。
-
公开(公告)号：CN115880125A
公开(公告)日：2023-03-31
申请号：CN202310186948.X
申请日：2023-03-02
Applicant: 宁波大学科学技术学院
IPC: G06T1/00 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了基于Transformer的软融合鲁棒图像水印方法，包括：构建基于Transformer的端到端水印模型；其中，所述端到端水印模型包括：编码器、解码器、噪声层和鉴别器；将原始图像和原始水印输入所述编码器进行编码，获取编码图像；将所述编码图像输入所述噪声层进行噪声添加，获取噪声图像；将所述噪声图像输入所述解码器进行水印提取，获取解码后的水印；基于所述鉴别器，对所述编码图像进行鉴别。本发明在获得高质量的编码图像的同时，能够抵抗大部分的图像攻击，与现有技术方法相比，性能更好。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.033 seconds)
