公开(公告)号：CN119784647A

公开(公告)日：2025-04-08

申请号：CN202411993657.2

申请日：2024-12-31

Applicant: 南开大学

Inventor： 李重仪 ,  段正鹏 ,  郭春乐

IPC: G06T5/77 ,  G06T5/60 ,  G06T5/10 ,  G06N3/0455 ,  G06N3/0464

Abstract: 本发明属于计算机视觉与图像处理技术领域，提供了一种极端过曝图像修复方法、系统、介质、程序产品及设备。其中，该方法包括获取过曝图像，提取其中的有效像素特征、半有效像素特征和无效像素特征；基于Transformer的通道注意力模块构建过曝图像中的半有效像素特征及有效像素特征分别与像素三通道之间的依赖关系，对过曝图像的全局曝光一致性进行调整，得到全局曝光矫正图像；利用一个掩码引导高光补全模块对全局曝光矫正图像进行处理，由最后一个掩码引导高光补全模块输出得到最终修复后图像，能够生成高质量且视觉一致的修复结果。

公开(公告)号：CN118014836A

公开(公告)日：2024-05-10

申请号：CN202410040426.3

申请日：2024-01-10

Applicant: 南开大学

Inventor： 郭春乐 ,  姜欣妮 ,  李重仪 ,  程明明

IPC: G06T3/4053

Abstract: 本发明公开的一种用于深度图超分辨率的动态双对齐聚合方法及系统，包括：通过多个对齐聚合模块对深度图特征和RGB图像的多尺度特征进行对齐聚合，获得聚合图像特征；每个对齐聚合模块均对输入的第一输入特征和第二输入特征进行模态和几何对齐后聚合，获得相应的聚合特征；每个对齐聚合模块的第一输入特征为RGB图像的不同尺度特征；初始对齐聚合模块的第二输入特征为深度图特征；其余对齐聚合模块的第二输入特征为对上一个对齐聚合模块输出的聚合特征进行上采样后获取特征；最后一个对齐聚合模块输出的聚合特征为聚合图像特征；通过聚合图像特征对深度图进行重建，获得深度图超分辨率结果。提高了利用RGB图像引导深度图重建的性能。

公开(公告)号：CN116883252A

公开(公告)日：2023-10-13

申请号：CN202211572301.2

申请日：2022-12-08

Applicant: 南开大学

Inventor： 郭春乐 ,  李重仪 ,  程明明

IPC: G06T5/00

Abstract: 本发明公开一种基于知识蒸馏的线性微光图像增强方法及系统，包括：对微光图像训练样本及曝光条件图，采用教师网络得到高阶曲线参数图，以此得到教师网络增强结果，以无参考损失函数为目标，对教师网络进行优化训练；对微光图像训练样本及曝光条件图，采用学生网络得到线性增强曲线参数图，根据线性增强曲线参数图对微光图像训练样本进行增强，得到学生网络增强结果，以学生网络增强结果与教师网络增强结果间的损失为目标，对学生网络进行优化训练；对待增强微光图像及曝光条件图，采用训练后的学生网络得到线性增强曲线参数图，从而以此得到待增强微光图像的增强结果。实现轻量级、低功耗、高性能的微光图像增强。

公开(公告)号：CN119809935A

公开(公告)日：2025-04-11

申请号：CN202411993914.2

申请日：2024-12-31

Applicant: 南开大学

Inventor： 郭春乐 ,  张天一 ,  李重仪 ,  程明明

IPC: G06T3/4053 ,  G06T3/4046 ,  G06N3/0455 ,  G06N3/084

Abstract: 本发明属于图像超分辨率领域，提供了一种基于均值转移扩散的真实场景图像超分辨率方法及系统，获取真实场景中的低分辨图像，利用预训练的变分自编码器将低分辨率图像投影在潜在空间得到低分辨率图像潜在特征；向低分辨率图像潜在特征中加入噪声，得到起始扩散状态；基于起始扩散状态，迭代利用预训练稳定扩散模型进行去噪，并以低分辨率图像潜在特征作为控制信号指导每一轮迭代，得到超分辨率重构图像。本发明提出了一种均值迁移的扩散过程实现训练与测试的一致。基于所提出的均值迁移扩散过程，本发明设计了对应的训练策略和推理方法，并使用该训练策略微调了现有稳定扩散模型。

公开(公告)号：CN118628408A

公开(公告)日：2024-09-10

申请号：CN202410610768.4

申请日：2024-05-16

Applicant: 南开大学

Inventor： 李重仪 ,  覃楚杰 ,  武睿祺 ,  郭春乐 ,  程明明

IPC: G06T5/77 ,  G06T5/60 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于图像掩码建模的一体化图像修复方法及系统，其中方法，包括：将第一训练集输入到图像修复网络中，对图像修复网络进行训练，得到预训练的图像修复网络；对预训练的图像修复网络，计算每个网络层的重要性，筛选出重要性排序靠前的k个网络层；将第二训练集输入到预训练的图像修复网络中，对预训练的图像修复网络进行训练；其中，在对预训练的图像修复网络进行训练的过程中，对非前k的网络层的网络参数固定不变，只对排序前k的网络层的网络参数进行优化，得到最终训练后的图像修复网络；获取待修复的图像，将待修复图像输入到最终训练后的图像修复网络中，得到修复后的图像。

公开(公告)号：CN119810263A

公开(公告)日：2025-04-11

申请号：CN202411993796.5

申请日：2024-12-31

Applicant: 南开大学

Inventor： 李重仪 ,  段正鹏 ,  郭春乐 ,  张佳维 ,  邹冬青 ,  任思捷

IPC: G06T11/60 ,  G06T11/40 ,  G06N3/0455 ,  G06N3/0464

Abstract: 本发明公开了一种基于扩散模型的遮挡物体移动和编辑方法及系统，属于计算机视觉与图像处理技术领域。包括：获取原始图像和可视区域掩膜并进行预处理，生成标准输入图像和标准掩码；通过去遮挡分支对标准输入图像和标准掩码进行处理，利用交叉注意力机制和自注意力机制引导扩散过程，生成去遮挡物体图像；获取目标位置，将原始图像、可视区域掩码和目标位置输入移动分支进行处理，引入潜在空间调整操作，以局部文本条件引导，生成遮挡物体移动图像。能够使被遮挡的物体在编辑后保持完整性和真实性，实现目标位置的自然融合和原始位置的无痕重建，解决了现有内容补全不足、目标位置融合不自然以及原始位置残留伪影的问题。

公开(公告)号：CN117173036A

公开(公告)日：2023-12-05

申请号：CN202310966988.6

申请日：2023-08-02

Applicant: 南开大学

Inventor： 郭春乐 ,  靳鑫 ,  肖嘉文 ,  韩凌昊 ,  刘夏雷 ,  李重仪 ,  程明明

IPC: G06T5/00 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种免标定的RAW图像去噪方法、系统、介质及设备。涉及图像处理技术领域。该方法步骤包括：获取待去噪的RAW图像；给定一个去噪的神经网络，并在神经网络的每一个卷积层的模型内噪声去除模块前添加一个摄像机特定对齐模块分支，得到初步去噪模型；利用虚拟相机对初步去噪模型进行预训练；对预训练后的模型进行微调，其中微调过程为：对预训练后的模型进行微调；对微调后模型的摄像机特定对齐模块分支旁侧添加一个模型外噪声去除模块分支；对模型外噪声去除模块分支进行微调；利用微调后的去噪模型对RAW图像进行去噪处理。本发明通过预训练和微调解耦去噪网络和特定目标相机之间的强连接，实现了更为高效准确的RAW图像去噪。

公开(公告)号：CN119854437A

公开(公告)日：2025-04-18

申请号：CN202411993659.1

申请日：2024-12-31

Applicant: 南开大学

Inventor： 李重仪 ,  吴晨阳 ,  郭春乐

IPC: H04N7/01 ,  H04N21/2343 ,  H04N21/4402

Abstract: 本发明涉及视频插帧技术领域，提供了一种基于纹理贴图的高分辨率视频插帧方法及系统。该方法包括，基于视频流的第一帧和第二帧，采用运动估计器，得到第一估计流和第二估计流；将第一帧和第二帧进行扭曲变形，基于变形后的第一帧和第二帧，采用多层卷积，预测骨架；并从第一帧和第二帧中提取第一纹理块和第二纹理块；将骨架映射到选定的纹理上，得到插值结果；对插值结果、第一纹理块和第二纹理块进行重建，得到插帧结果。本发明能够有效提高光流上采样精度并增强插帧纹理连续性，满足高分辨率视频插帧的实际需求。

公开(公告)号：CN119809979A

公开(公告)日：2025-04-11

申请号：CN202411993661.9

申请日：2024-12-31

Applicant: 南开大学

Inventor： 李重仪 ,  傅佳怡 ,  郭春乐

IPC: G06T5/73 ,  G06T5/60 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/084

Abstract: 本发明公开了一种面向真实世界图像的迭代去雾方法及系统，属于图像去雾技术领域。包括：将雾霾图像输入预训练好的编码器进行处理，提取融合图像特征；通过码预测器对其进行处理，确定图像编码序列；以编码器在预训练中生成的质量序列为引导，通过码评估器评估图像编码序列，基于评估结果更新融合图像特征并输入码预测器；循环码预测器和码评估器的处理过程，直至完成迭代，得到去雾图像编码序列；将其对应的去雾图像特征输入解码器进行处理，结合编码器处理过程中生成的多尺度图像特征，获取去雾图像。结合了生成能力和高质量先验，通过迭代提升了模型的泛化能力。解决了现有去雾算法在真实世界的雾霾图像上表现不佳，去雾性能有待提高的问题。

公开(公告)号：CN119090778A

公开(公告)日：2024-12-06

申请号：CN202411130670.5

申请日：2024-08-16

Applicant: 南开大学 ,  北京三星通信技术研究有限公司

Inventor： 郭春乐 ,  刘思语 ,  张梓恒 ,  刘子坤 ,  李重仪

IPC: G06T5/77 ,  G06T5/60 ,  G06V40/16 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0455

Abstract: 本发明属于图像恢复技术领域，提供了一种基于扩散模型的人脸图像恢复方法及系统，从待处理的人脸图像中提取出低频信息；将提取出的低频信息作为输入，利用训练后的扩散模型进行图像恢复，在此过程中，以参考人脸图像中的人物身份信息作为引导，确保恢复出的人脸图像与真实人物的身份信息相匹配。本发明利用扩散模型进行盲人脸图像恢复，并以参考人脸图像中的人物信息作为引导，能够使恢复的人脸图像的人物身份信息与真实人物身份信息一致。