公开(公告)号：CN117876244A

公开(公告)日：2024-04-12

申请号：CN202311512493.2

申请日：2023-11-14

Applicant: 杭州电子科技大学

Inventor： 陈如枫 ,  颜成钢 ,  王鸿奎 ,  赵治栋 ,  殷海兵

IPC: G06T5/70 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于自注意力的图像全监督增强算法。首先进行数据集制作；然后构建基于自注意力的图像增强模型，对于输入的图像，使用特征提取，然后将提取的特征通过多尺度自注意力补偿模块进行特征补偿，弥补原先图像的噪声特征，然后经过质量增强模块，将在多尺度自注意力补偿模块还无法处理的局部图像进行整体质量增强，实现噪声的消除；最后通过获取的数据集对图像增强模型进行训练。本发明方法利用自注意力获得目标信息，并恢复量化丢失的非局部特征，可以明显提高增强图像质量的效果。创新的提出了一种主动提高质量模块用于将图像处理后的结果未处理好的噪声消除。

公开(公告)号：CN116245968A

公开(公告)日：2023-06-09

申请号：CN202310210835.9

申请日：2023-03-07

Applicant: 杭州电子科技大学丽水研究院

Inventor： 颜成钢 ,  陈如枫 ,  王帅 ,  何敏 ,  高宇涵 ,  孙垚棋 ,  朱尊杰 ,  王鸿奎 ,  王廷宇 ,  殷海兵 ,  张继勇 ,  李宗鹏 ,  赵治栋

IPC: G06T11/00 ,  G06V10/40 ,  G06V10/80 ,  G06V10/82 ,  G06N3/08 ,  G06N3/0455

Abstract: 本发明公开了基于Transformer的LDR图像生成HDR图像的方法，首先构建基于Transformer的HDR图像生成模型，包括浅层特征对齐模块、金字塔融合模块和图像重建模块；通过浅层特征对齐模块进行特征对齐，通过金字塔融合模块对对齐后的特征进行处理，获得不同尺度的特征，将金字塔融合模块处理后的不同尺度的特征融合成一个尺度；再将融合后的特征送入图像重建模块进行图像重建；最后将图像重建模块输出的结果使用卷积操作得到3层的HDR最终图片。本发明可以更好地学习非局部特征并自适应地减少虚拟阴影。本发明提出了一种新的金字塔融合模块，使图像可以与较低计算成本和根据全局信息。