-
公开(公告)号：CN115330635A
公开(公告)日：2022-11-11
申请号：CN202211027579.1
申请日：2022-08-25
Applicant: 苏州大学
Abstract: 本发明提出了一种新的基于参考图像的图像压缩伪迹移除方法，利用高质量的参考图像来提供有用的信息，以便于去除伪迹和细节重建。首先将压缩后图像和参考图像作为输入，生成多尺度特征对作为输出。然后，在特征空间中全局匹配特征并将参考图像中的相关特征转换到压缩图像中，最后，从特征全局转换后的多尺度输出中重建图像信息，得到最终的目标图像，本发明所提供的方法更好地恢复了图像结构信息，有效提高了伪迹移除的效果，重建所得的目标图像质量更高。
-
公开(公告)号：CN111768340B
公开(公告)日：2023-12-01
申请号：CN202010614616.3
申请日：2020-06-30
Applicant: 苏州大学
IPC: G06T3/40 , G06N3/0464 , G06N3/08
Abstract: 本申请公开了一种基于密集多路径网络的超分辨图像重构方法和系统，其中，该方法包括对原始训练集中的图像进行旋转和翻转，得到大规模训练数据集；提取输入图像中的粗糙特征信息，利用多个密集多路径模块获得所述输入图像中的多尺度和多层次的特征信息；对所述多尺度和多层次的特征信息进行拼接和提纯；将拼接和提纯后的图像的分辨率采样至预设大小，恢复成超分辨图像。利用基于密集多路径网络的超分辨图像重构方法和系统，能够进一步提高重建质量，获得更加具有竞争力的结果。
-
Patent Agency Ranking
公开(公告)号：CN113674156A
公开(公告)日：2021-11-19
申请号：CN202111039803.4
申请日：2021-09-06
Applicant: 苏州大学
Abstract: 本发明涉及一种图像超分辨率重建的方法及系统，包括以下步骤：输入的低分辨率图像，从低分辨率图像中提取基础图像特征；以基础图像特征作为初始输入，使用多个顺序执行的AMB模块依次提取更高层次的特征，获得多个高层次特征输出；将基础图像特征与多个高层次特征输出融合，获得融合特征；通过融合特征重建图像，获得重建的高分辨率的图像输出。其能够以更高的效率得到与现有MSRN相似的单帧图像超分辨率重建性能，所使用的参数少，运算速度快,其亦可增加使用AMB模块的数量，从而与现有MSRN具有相似的计算复杂度，但是能够得到更好的单帧图像超分辨率重建性能。
-
公开(公告)号：CN115330635B
公开(公告)日：2023-08-15
申请号：CN202211027579.1
申请日：2022-08-25
Applicant: 苏州大学
Abstract: 本发明提出了一种新的基于参考图像的图像压缩伪迹移除方法，利用高质量的参考图像来提供有用的信息，以便于去除伪迹和细节重建。首先将压缩后图像和参考图像作为输入，生成多尺度特征对作为输出。然后，在特征空间中全局匹配特征并将参考图像中的相关特征转换到压缩图像中，最后，从特征全局转换后的多尺度输出中重建图像信息，得到最终的目标图像，本发明所提供的方法更好地恢复了图像结构信息，有效提高了伪迹移除的效果，重建所得的目标图像质量更高。
-
公开(公告)号：CN113674156B
公开(公告)日：2022-12-30
申请号：CN202111039803.4
申请日：2021-09-06
Applicant: 苏州大学
Abstract: 本发明涉及一种图像超分辨率重建的方法及系统，包括以下步骤：输入的低分辨率图像，从低分辨率图像中提取基础图像特征；以基础图像特征作为初始输入，使用多个顺序执行的AMB模块依次提取更高层次的特征，获得多个高层次特征输出；将基础图像特征与多个高层次特征输出融合，获得融合特征；通过融合特征重建图像，获得重建的高分辨率的图像输出。其能够以更高的效率得到与现有MSRN相似的单帧图像超分辨率重建性能，所使用的参数少，运算速度快,其亦可增加使用AMB模块的数量，从而与现有MSRN具有相似的计算复杂度，但是能够得到更好的单帧图像超分辨率重建性能。
-
公开(公告)号：CN111768340A
公开(公告)日：2020-10-13
申请号：CN202010614616.3
申请日：2020-06-30
Applicant: 苏州大学
Abstract: 本申请公开了一种基于密集多路径网络的超分辨图像重构方法和系统，其中，该方法包括对原始训练集中的图像进行旋转和翻转，得到大规模训练数据集；提取输入图像中的粗糙特征信息，利用多个密集多路径模块获得所述输入图像中的多尺度和多层次的特征信息；对所述多尺度和多层次的特征信息进行拼接和提纯；将拼接和提纯后的图像的分辨率采样至预设大小，恢复成超分辨图像。利用基于密集多路径网络的超分辨图像重构方法和系统，能够进一步提高重建质量，获得更加具有竞争力的结果。
-
公开(公告)号：CN110633746A
公开(公告)日：2019-12-31
申请号：CN201910865706.7
申请日：2019-09-12
Applicant: 苏州大学
Abstract: 本发明公开了一种图像分类方法、装置、设备及计算机可读存储介质，包括预先利用经过多尺度图像演化的正常训练图像对分类器进行训练；将经过多尺度图像演化后的待分类图像输入分类器，得到各尺度下的待分类图像被分类到的各个类别的概率分布结果；根据所有的概率分布结果，确定待分类图像被分类到的各个类别的平均概率；将平均概率最大的类别作为待分类图像的类别。本申请在能够成功地将对抗图像进行分类的基础上，由于在对分类器的训练过程中采用了经过多尺度图像演化的正常训练图像进行训练，因此即使待分类图像为正常图像，分类器也不会受到图像演化的干扰，能够具有较高的分类成功率。
-
-
-
-
-
-
Search Results
7
records
(took 0.017 seconds)
