-
公开(公告)号：CN101146033A
公开(公告)日：2008-03-19
申请号：CN200710092928.7
申请日：2007-10-31
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种利用VDSR++跨层优化技术提高无线自组织网络性能的方法，涉及无线通信技术。该方法结合了MAC层、网络层与传输层的跨层优化协议VDSR++优化策略，在802.11MAC层和IP层运用跨层机制DSR++，解决无线自组织网络中因为网络拥塞而引起的路由发现与重建；在传输层采用TCP Veno协议，解决无线自组织网络中高误码率引起的路由发现与重建问题。提高无线自组织网络中TCP的性能。本方法适用于静态的无线自组织网络SANET和动态的无线自组织网络MANET中。
-
公开(公告)号：CN120088169A
公开(公告)日：2025-06-03
申请号：CN202510157530.5
申请日：2025-02-13
Applicant: 重庆邮电大学
IPC: G06T5/77 , G06T5/73 , G06T5/60 , G06N3/0455 , G06N3/082
Abstract: 本发明涉及图像复原技术领域，具体涉及一种用于JPEG压缩模糊图像复原的空间频率混合复原方法，其中构建空间频率混合复原网络用于压缩模糊图像复原，所述空间频率混合复原网络包括三个编码块和三个解码块，编码块和解码块均由多个空间频率混合块组成；空间频率混合块包括空间频率双分支混合结构和ISS块；本发明提出的SFHRN能够以较低的模型参数量和计算复杂度对压缩模糊图像实现更高效的复原效果。
-
公开(公告)号：CN120050431A
公开(公告)日：2025-05-27
申请号：CN202510229638.0
申请日：2025-02-28
Applicant: 重庆邮电大学
IPC: H04N19/593 , H04N19/51 , H04N19/567 , H04N19/91 , H04N19/42 , G06N3/0464 , G06N3/045 , G06N3/0455
Abstract: 本发明提供一种双分支注意力的立体视频压缩方法,包括：将立体视频划分为左视频帧序列和右视频帧序列；将立体视频在t时刻的视频帧、其时间相邻重构帧和视图相邻重构帧输入DAN立体视频压缩器进行压缩得到t时刻的视频重构帧；其中，所述DAN立体视频压缩器包括：特征提取模块、运动估计模块、视差估计模块、基于LGEDB的编解码模块、运动补偿模块、视差补偿模块、双分支高频信息融合模块和图像重构模块。本发明LGEDB和DHFFM能够以相同或者更低的每像素点比特(Bits Per Pixel：BPP)实现更高质量的图像重建。
-
Patent Agency Ranking
公开(公告)号：CN119809980A
公开(公告)日：2025-04-11
申请号：CN202510010016.9
申请日：2025-01-03
Applicant: 重庆邮电大学
IPC: G06T5/73 , G06N3/045 , G06N3/0464 , G06V10/40 , G06V10/80 , G06V10/82 , G06V10/764
Abstract: 本发明涉及图像去模糊等技术领域，特别涉及一种基于频域和空间域特征交互的轻量级去模糊方法，包括：采用1×1卷积层获取待复原图像的低级特征嵌入；通过多级对称编码器‑解码器构成的U型网络将低级特征嵌入转换为深层特征，多级对称编码器‑解码器的每一级由多个FSTBlock构成；将深层特征在高空间分辨率下进行细化处理，对细化后的特征应用卷积层生成残差图像；将残差图像与待复原图像相加得到最终的恢复图像。本发明在实现高效图像恢复的同时，成功地实现了网络的轻量化，大幅提高了计算效率和部署可行性，具备了在实际应用中的优势。
-
公开(公告)号：CN119579458A
公开(公告)日：2025-03-07
申请号：CN202411616510.1
申请日：2024-11-13
Applicant: 重庆邮电大学
IPC: G06T5/73 , G06T5/60 , G06N3/0455
Abstract: 本发明涉及一种局部双域互注意力与全局通道自注意力的图像盲去模糊方法，属于计算机视觉技术领域，包括以下步骤：S1：构建基于窗口的频域‑空域互注意网络WFMAN；S2：构建基于全局的空域通道自注意网络GSCAN；S3：构建频域滤波门控特征融合模块FFGF；S4：将WFMAN与GSCAN串联构成基础模块；利用多个基础模块、FFGF模块及细化层构建新型U型网络；S5：利用去模糊前后的图像数据集对所述新型U型网络进行训练和测试，得到图像盲去模糊模型；S6：利用所述图像盲去模糊模型对采集图像进行去模糊。
-
公开(公告)号：CN112365420B
公开(公告)日：2024-03-15
申请号：CN202011264124.2
申请日：2020-11-12
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种非局部窗口梯度的模糊图像盲复原方法，属于图像处理领域。该方法包括以下步骤：模糊图像的NLWG比清晰图像的NLWG小，NLWG适用于图像中的所有图像块；无论是清晰图像还是模糊图像，所有像素点的像素值都能够被归一化到[0,1]之间，定义非局部窗口梯度先验；定义基于非局部窗口梯度先验的模糊图像盲复原模型；对提出模型的最优化求解；采用非盲复原方法来得到最终的清晰复原图像。本发明能够估计出更准确的模糊核，因此能够复原出更高质量的清晰图像。
-
公开(公告)号：CN107742278B
公开(公告)日：2021-07-13
申请号：CN201711008981.4
申请日：2017-10-25
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种运动模糊图像的盲复原方法，涉及图像处理领域。该方法采用了由粗到精的多尺度策略：首先针对观察到的运动模糊图像建立图像金字塔；然后在图像金字塔的每个分辨率层迭代地执行以下三个步骤：(1)运用一阶差分算子得到图像边缘的空间尺度信息，然后结合图像梯度的L0稀疏性约束，提出一种图像大尺度边缘的提取模型；(2)提出一种结合高斯先验和L0稀疏约束的双重正则化约束项，推导出运动模糊退化函数的估计模型，实现运动模糊退化函数的准确估计；(3)推导出图像复原的代价函数实现清晰锐化图像的复原；(4)采用半二次性分裂的交互式最优化策略对提出的模型进行最优化求解。理论分析和仿真结果证实了该方法的有效性。
-
公开(公告)号：CN112365420A
公开(公告)日：2021-02-12
申请号：CN202011264124.2
申请日：2020-11-12
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种非局部窗口梯度的模糊图像盲复原方法，属于图像处理领域。该方法包括以下步骤：模糊图像的NLWG比清晰图像的NLWG小，NLWG适用于图像中的所有图像块；无论是清晰图像还是模糊图像，所有像素点的像素值都能够被归一化到[0,1]之间，定义非局部窗口梯度先验；定义基于非局部窗口梯度先验的模糊图像盲复原模型；对提出模型的最优化求解；采用非盲复原方法来得到最终的清晰复原图像。本发明能够估计出更准确的模糊核，因此能够复原出更高质量的清晰图像。
-
-
-
-
-
-
-
Search Results
38
records
(took 0.024 seconds)
