-
公开(公告)号：CN118781034B
公开(公告)日：2024-11-15
申请号：CN202411260396.3
申请日：2024-09-10
Applicant: 厦门瑞为信息技术有限公司
Abstract: 本发明公开了一种基于零次学习的轻量级低光图像增强装置及方法，包括基于零次学习方法的轻量级曲线参数估计模块、傅里叶频域变换模块、适应度函数模块及合并模块。基于零次学习方法的轻量级曲线参数估计模块用来预测输入图像的亮度增强曲线函数，对于图片中的每一个像素，不断根据曲线函数进行迭代增强；傅里叶频域变换模块给出输入原图的傅里叶变换频谱图，根据频谱图求出每个像素的幅值；适应度函数模块根据图像的像素值分布，分为暗区、亮区、边缘区以及中心区，不同区域的适应度函数返回值不同，这样可以分区域动态调整增强方式，合并模块会基于三个函数的结果对每一个像素进行合并计算，并以最终合并的结果作为最终的增强调整结果。
-
公开(公告)号：CN118710537B
公开(公告)日：2024-11-15
申请号：CN202411206290.5
申请日：2024-08-30
Applicant: 厦门瑞为信息技术有限公司
IPC: G06T5/70 , G06V10/82 , G06N3/0464 , G06T7/90 , G06V10/80
Abstract: 本发明公开了深度学习模型的暗光图像增强方法，raw图像会先经过混合特征补偿机制以增强模型对图像细节及纹理特征的处理；然后，编码器负责捕捉图像的关键特征信息和噪声信息，为后续的图像去噪和颜色渲染提供基础；随后，raw解码器将编码器提取的特征进行处理，实现图像去噪，利用raw图像的噪声可处理特性去除图像中的噪声，保留图像的重要细节和纹理；最后，带稀疏注意力及门控前馈机制的sRGB解码器负责颜色空间的转换和色彩增强，确保最终图像在视觉上更接近真实世界的光照条件，以便在各种显示设备上呈现。本发明通过引入混合特征补偿机制、稀疏注意力机制以及门控前馈机制能够有效改善低光照环境下的图像质量。
-
公开(公告)号：CN118890420A
公开(公告)日：2024-11-01
申请号：CN202410958139.0
申请日：2024-07-17
Applicant: 厦门瑞为信息技术有限公司
Abstract: 本发明公开了一种基于双目摄像头的全亮度场景输出视频流的方法，包括：利用双目摄像头获取所在场景的图像数据，所述双目摄像头包括摄像头A和摄像头B，利用摄像头A中的镜头A和图像传感器A获取所述场景的图像数据A，同时，利用摄像头B中的镜头B和图像传感器B获取所述场景的图像数据B；所述图像数据A和所述图像数据B分别传入图像处理器A和图像处理器B中，若所述场景为普通亮度场景或宽动态场景，则MIPI切换芯片接收图像数据A，若所述场景为暗亮度场景，则MIPI切换芯片接收图像数据B；所述MIPI切换芯片将接收到的图像数据作为视频流传入USB编码器，USB编码器将所述视频流输出到后端主机。
-
公开(公告)号：CN118865537A
公开(公告)日：2024-10-29
申请号：CN202411347350.5
申请日：2024-09-26
Applicant: 厦门瑞为信息技术有限公司
Abstract: 本发明提供一种单目俯视镜头辅助儿童过闸后关闭闸门的方法和装置，所述方法包括：认证步骤，闸机进行行人认证，当认证通过后，闸机开门，同时发送开门信号给单目俯视镜头模组；视觉检测步骤，利用单目俯视镜头模组捕捉实时图像，并将实时图像通过多头分区儿童检测处理，进行实时儿童检测；策略判定步骤，单目俯视镜头模组利用检测步骤的检测结果，判定行人是否通过闸机；如果不是，不做处理；如果是，则发送关门信号给闸机；关门步骤，闸机收到单目俯视镜头模组发送的关门信息，执行关门操作，并准备下一轮行人认证。所述方法提高当行人是儿童时的关门准确性。
-
公开(公告)号：CN118821853A
公开(公告)日：2024-10-22
申请号：CN202410923960.9
申请日：2024-07-11
Applicant: 厦门瑞为信息技术有限公司
IPC: G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种带多尺度池化的transformer模块处理方法，可用于基于深度神经网络的活体检测模型中，用以在训练阶段辅助训练CNN分支，能够为CNN分支提供全局上下文信息，增强模型对图像中的长距离依赖关系的建模能力。此外，通过将多尺度池化引入至transformer模块的多头自注意力模块中，能够有效压缩特征序列的长度，减少训练模型所需要的计算资源，同时获取极具判别性的特征表示，进一步提升了模型的性能。
-
Patent Agency Ranking
公开(公告)号：CN118628422A
公开(公告)日：2024-09-10
申请号：CN202411095287.0
申请日：2024-08-12
Applicant: 厦门瑞为信息技术有限公司
IPC: G06T5/90 , G06T5/60 , G06T5/70 , G06T7/90 , G06V10/26 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/088
Abstract: 本发明公开一种基于色彩空间引导的语义分割夜光图像增强方法，包括以下步骤：S1、构建迭代图像增强网络；S2、引入无监督的语义分割网络，计算语义损失；S3、利用HSV色彩空间设计损失函数；S4、设计空间一致性损失；S5、通过总损失函数的组合对网络进行端到端的训练和优化；S6、使用训练完成的网络，对新的夜光图像进行增强处理，输出视觉效果更佳的增强图像。本发明能够有效地改善夜光图像的视觉效果，同时保留图像中的关键细节，不仅提高了夜光图像增强的效果，也保持了图像的自然性和视觉舒适度。通过端到端的训练和优化，本发明能够自动学习到从夜光图像中增强视觉效果的最佳策略，无需人工干预，提高了操作的便捷性和实用性。
-
公开(公告)号：CN118470808A
公开(公告)日：2024-08-09
申请号：CN202410923964.7
申请日：2024-07-11
Applicant: 厦门瑞为信息技术有限公司
IPC: G06V40/40 , G06V10/82 , G06N3/0464 , G06V10/774 , G06N3/096
Abstract: 本发明公开了一种基于局部卷积与语义信息的活体检测装置与方法，利用深度神经网络结构的活体检测模型并进行模型推理，活体检测模型包括CNN分支、transformer分支、语义信息对齐模块及模型损失计算模块，带多尺度池化的多头自注意力模块作为transformer模块的一部分，通过压缩特征序列长度和增强特征表示能力，进一步提升了模型的性能。本发明利用局部卷积以显著降低模型参数量及内存访问次数，在保障模型原有判别性以及抗干扰能力的情况下，使活体检测模型能够在资源受限的设备或场景中运行，实现对图像中的真假人脸进行准确区分，具有较高的真人通过率和抵抗各类攻击的能力。
-
公开(公告)号：CN118470436A
公开(公告)日：2024-08-09
申请号：CN202410909764.6
申请日：2024-07-09
Applicant: 厦门瑞为信息技术有限公司
IPC: G06V10/764 , G06V10/82 , G06V40/10 , G06V10/25 , G06V10/10 , G06N3/0455 , G01V8/00
Abstract: 本发明公开了一种提升毫米波安检仪违禁品检测能力的方法，其从毫米波的本质出发，通过调节毫米波信号增益强度，生成多种不同DB的毫米波图片用于深度学习算法的训练，提升算法的准确率和鲁棒性。针对毫米波图像中不存在人体的空白区域，采用基于关键点外推的方法进行去除，使算法聚焦于有效区域，降低算法推理消耗。为了让检测算法能达到更高的准确率，本发明将去除空白区域的正、背面图像水平拼接起来，输入检测算法，让算法在推理时可以得到更多的有效信息。为了让检测算法充分注意到图像中正、背面图像的相关性，本发明对DETR算法进行了的修改，引导算法中的注意力机制，更好的发挥作用。
-
公开(公告)号：CN118200687A
公开(公告)日：2024-06-14
申请号：CN202410313802.1
申请日：2024-02-18
Applicant: 厦门瑞为信息技术有限公司
Abstract: 本发明公开不同sensor的画面亮度归一到同一个sensor维度的方法，ISP模块将sensor通道序号与多个sensor的RAW数据传入自动曝光模块，获取当前的RAW画面统计亮度；根据各sensor的曝光顺序依序处理自动曝光，获取自定义曝光参数结构体中的sensor增益、sensor曝光时间、转换系数EVn以及sensor的目标亮度；不同sensor的画面亮度根据sensorN对应转换系数EVn和cf0，转换至第一个sensor维度下的画面亮度。利用单个ISP处理模块处理两路或多路Sensor的数据，减少ISP模块的使用数量，满足小型化、低功耗、低成本的需求。
-
公开(公告)号：CN117475155B
公开(公告)日：2024-04-02
申请号：CN202311797890.9
申请日：2023-12-26
Applicant: 厦门瑞为信息技术有限公司 , 厦门理工学院
IPC: G06V10/26 , G06V20/13 , G06V20/17 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084 , G06N3/0895
Abstract: 本发明公开基于半监督学习的轻量级遥感图像分割方法，包括S1、收集原始图像数据集，标注部分数据集以得到部分标注的训练数据集；S2、构建两个完全一致的语义分割模型；S3、将无标签数据同时输入两个语义分割模型，计算输出的一致性损失；S4、将有标签数据同时输入两个语义分割模型，计算交叉熵损失和骰子损失的混合损失作为有监督损失；S5、总损失为一致性损失和两个模型的混合损失三者按权重相加；S6、对总体损失进行优化和反向梯度传播，更新网络参数；S7、在同一测试集分别测试训练好的两个模型，选择其中精度较高的一个模型作为最终模型。本发明可提高遥感图像分割的效率，在较低的参数量和计算复杂度下实现了更高的精度。
-
-
-
-
-
-
-
-
-
Search Results
299
records
(took 0.039 seconds)
