-
公开(公告)号:CN120070254A
公开(公告)日:2025-05-30
申请号:CN202510150393.2
申请日:2025-02-11
Applicant: 河南科技大学
IPC: G06T5/73 , G06T5/60 , G06T5/50 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/0499
Abstract: 一种基于位置注意力机制的视频去模糊方法、计算机设备及存储介质,利用前置POAB对原始视频帧 进行处理提取出时空特征;将时空特征输入到编码器‑解码器网络中进行检测得到模糊区域特征图,编码器‑解码器网络包括多个编码层和多个解码层,多个编码层用于对时空特征依次进行处理,多个解码层用于对最后一个编码层的输出结果依次进行处理并与对应编码层的输出结果进行跳跃连接得到模糊区域特征图;利用后置POAB对模糊区域特征图进行处理得到融合特征图;将融合特征图输入到预先训练好的Transformer模型中进行处理并且得到清晰视频帧;本发明提升了对视频的模糊区域的去除效果,增强了系统的鲁棒性和适应性。
-
公开(公告)号:CN119485021A
公开(公告)日:2025-02-18
申请号:CN202411349664.9
申请日:2024-09-26
Applicant: 河南科技大学
Abstract: 本发明涉及计算机视觉技术领域,且公开了一种基于多传感器融合特征的视频稳像方法,使用光流模型,估计视频流提取图像中特征点之间的相对运动,融合图像运动特征和陀螺仪运动特征估计出相机运动轨迹,再对抖动的相机运动轨迹进行平滑,得到稳定的相机运动轨迹;最后把稳定的相机运动路径通过warp网格变化,得到稳定的图像序列,最终合成稳定的视频。
-
公开(公告)号:CN119417888A
公开(公告)日:2025-02-11
申请号:CN202410408674.9
申请日:2024-04-07
Applicant: 河南科技大学
IPC: G06T7/73 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及计算机视觉技术领域,且公开了一种计算机视觉物体定位系统,使用无人机航拍Vi sdrone2019数据集进行训练和测试,确保数据集的充分性和多样性;对数据集图像进行了分辨率调整,适应轻量级骨干网络,将所有数据集图像的分辨率调整为640×640作为全局检测部分轻量级骨干网络的输入,通过conv_1和conv_2对图片进行下采样,使用由支路增强模块和conv组成的轻量级特征提取网络进行特征提取和图像下采样。使用多层感知机网络对挑战区域的坐标进行学习,进一步提取和学习挑战区域的关键特征,为模型在局部检测中更精准地定位困难物体提供关键支持。
-
-