-
公开(公告)号：CN117173226A
公开(公告)日：2023-12-05
申请号：CN202311245570.2
申请日：2023-09-25
Applicant: 浙江大学
IPC: G06T7/33 , G06V10/44 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于预测校正和汇聚注意力transformer的多模态图像配准方法，该方法首先利用卷积神经网络对目标图像和源图像进行特征提取，再基于自注意力机制对所述目标图像/源图像特征图进行自注意力特征修饰，并进一步基于交叉注意力机制预测残差配准参数；循环上述过程至设定次数，对残差配准参数累加得到最终配准参数，即可对源图像进行形变校正。本发明方法引入基于模型预测引导形变校正的迭代推理框架，提高模型的鲁棒能力，增强配准的精度。实验结果和分析证明了本发明所提出的基于预测校正和汇聚注意力transformer的多模态图像配准方法对于解决多模态图像配准问题的有效性和优越性。
-
公开(公告)号：CN118014834A
公开(公告)日：2024-05-10
申请号：CN202311839911.9
申请日：2023-12-27
Applicant: 国网安徽省电力有限公司超高压分公司 , 山东鸿华建筑安装工程有限公司 , 浙江大学 , 安徽南瑞继远电网技术有限公司
IPC: G06T3/4046 , G06T3/4053
Abstract: 本发明实施例提供一种可见光图像引导红外图像的超分辨率方法及系统，属于图像处理技术领域。所述方法包括：获取待超分辨率的红外图像和可见光图像，其中，所述红外图像和可见光图像的空间不对齐且分辨率不同；对所述红外图像进行超分辨率操作，以使得所述红外图像与所述可见光图像的分辨率相同；采用预设的孪生卷积神经网络分别对所述可见光图像和红外图像进行特征抽取，以得到对应的可见光图像特征和红外图像特征；采用退化与模态差异鲁棒transformer对所述可见光图像特征和红外图像特征进行特征交互与融合操作，以得到超分辨率结果。该方法及系统能够更准确地得到红外图像超分辨率结果。
-
公开(公告)号：CN117274333A
公开(公告)日：2023-12-22
申请号：CN202311245490.7
申请日：2023-09-25
Applicant: 浙江大学
IPC: G06T7/33 , G06V10/80 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于多尺度深度特征图融合的多光谱图像配准方法，该方法可用于配准不同波段间的光谱图像，该方法首先利用多尺度一致特征图映射器获取目标图像和源图像的一致特征图，将多尺度一致特征图利用transformer结构进行自相关特征修饰，获得多尺度匹配信息特征图，再基于自注意力机制处理多尺度匹配信息特征图，输出配准参数残差。在图像配准真值和一致特征图内容一致性损失函数的监督下，网络迭代运行，直至预设迭代次数，得到最终配准参数。在多光谱数据集上的实验结果和分析表明，本发明所提出的基于多尺度深度特征图融合的多光谱图像配准方法，有效提高了多光谱图像的配准精度。
-
公开(公告)号：CN116309163A
公开(公告)日：2023-06-23
申请号：CN202310277581.2
申请日：2023-03-21
Applicant: 浙江大学
IPC: G06T5/00 , G06T3/40 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种黑白图像引导的彩色RAW图像联合去噪去马赛克方法，该方法为：构建黑白‑彩色双目相机仿真图像数据集，用于网络模块的训练和测试；利用黑白图像和彩色图像之间的结构相关性，基于视差注意力机制构建对齐引导图像生成模块，采用RAW图像对应的干净灰度图像真值作为监督，以感知损失函数对该模块进行训练，从而生成高质量的对齐引导图像；利用生成的对齐引导图像引导彩色相机RAW图像的联合去噪去马赛克过程；基于结构‑颜色损失函数，训练引导去噪去马赛克模块，使得在准确迁移引导图像结构的同时，保证去噪去马赛克结果颜色的准确性。对于暗光场景下的双目成像设备，本发明具有较强的应用价值。
-
-
-
Search Results
4
records
(took 0.012 seconds)
