公开(公告)号：CN116091337A

公开(公告)日：2023-05-09

申请号：CN202211515957.0

申请日：2022-11-29

Applicant: 北京大学

Inventor： 施柏鑫 ,  滕明桂 ,  周矗 ,  楼涵月

IPC: G06T5/00 ,  G06T9/00 ,  G06T3/40

Abstract: 本发明公开了一种基于事件信号神经编码方式的图像增强方法及装置，结合了物理成像模型和数据驱动两种方式的特性，提出了一种鲁棒的、良好编码事件信号流中运动和时序信息的编码方式——神经事件帧，通过神经事件帧，构建了低质量图像和高质量图像之间的转换关系，有效克服了事件信号中的噪声干扰等问题，实现了对于图像信号的去模糊以及超分辨率。同时，本发明设计了事件信号引导下统一的高速视频生成框架，实现了从低速视频到高速视频的恢复。

公开(公告)号：CN111669514B

公开(公告)日：2021-02-26

申请号：CN202010513374.9

申请日：2020-06-08

Applicant: 北京大学

Inventor： 施柏鑫 ,  黄铁军 ,  许超 ,  韩金 ,  段沛奇 ,  周矗

IPC: H04N5/235 ,  H04N5/232 ,  G06N3/04 ,  G06N3/08

Abstract: 本公开提供了高动态范围成像方法，对包含神经形态相机与普通相机的混合相机系统进行搭建；通过搭建完成的所述混合相机系统中的普通相机拍摄的低动态范围图像与神经形态相机拍摄并重建的高动态范围灰度图输入至训练好的神经网络中完成融合成像操作。该方法通过单张LDR图像融合神经形态相机的输出使高动态范围成像的质量大大超越单张LDR图像的重建效果；使用深度学习的方法，针对LDR图像和HDR灰度图在每一个方面的差异单独设计网络模块，相比于非深度学习的融合方法，有效提高了融合图像的质量；减少输入LDR图像数目，减小了数据获取的难度，不会造成模糊和虚影等问题，扩大了算法的应用范围。本公开还提出高动态范围成像装置。

公开(公告)号：CN111669514A

公开(公告)日：2020-09-15

申请号：CN202010513374.9

申请日：2020-06-08

Applicant: 北京大学

Inventor： 施柏鑫 ,  黄铁军 ,  许超 ,  韩金 ,  段沛奇 ,  周矗

IPC: H04N5/235 ,  H04N5/232 ,  G06N3/04 ,  G06N3/08

Abstract: 本公开提供了高动态范围成像方法，对包含神经形态相机与普通相机的混合相机系统进行搭建；通过搭建完成的所述混合相机系统中的普通相机拍摄的低动态范围图像与神经形态相机拍摄并重建的高动态范围灰度图输入至训练好的神经网络中完成融合成像操作。该方法通过单张LDR图像融合神经形态相机的输出使高动态范围成像的质量大大超越单张LDR图像的重建效果；使用深度学习的方法，针对LDR图像和HDR灰度图在每一个方面的差异单独设计网络模块，相比于非深度学习的融合方法，有效提高了融合图像的质量；减少输入LDR图像数目，减小了数据获取的难度，不会造成模糊和虚影等问题，扩大了算法的应用范围。本公开还提出高动态范围成像装置。