-
公开(公告)号:CN110232392A
公开(公告)日:2019-09-13
申请号:CN201810178131.7
申请日:2018-03-05
Applicant: 北京大学 , 北大方正集团有限公司 , 北京北大方正电子有限公司
IPC: G06K9/62
Abstract: 本发明提出了一种视觉优化方法、视觉优化系统、计算机设备和计算机可读存储介质。其中,视觉优化方法包括:获取完成预训练的预设卷积神经网络以及预设问题的感知损失函数;根据预设问题的感知损失函数和预设卷积神经网络中预设层数对应的感知损失函数训练得出与预设层数对应的多个模型;根据预设指标评估多个模型;根据评估结果和预设指数权重规则获得多个模型中每个模型的权重;根据每个模型的权重和预设层数对应的感知损失函数获取优化的感知损失函数。本发明充分利用并整合了预训练好的网络从低层到高层,从局部到整体的语义信息,同时具有理论保障,实现了准确细微地指导两张图片的相似性。
-
公开(公告)号:CN106558020B
公开(公告)日:2019-08-30
申请号:CN201510633384.5
申请日:2015-09-29
Applicant: 北京大学 , 北大方正集团有限公司 , 北京北大方正电子有限公司
Abstract: 本发明涉及一种基于网络图像块检索的图像重建方法及系统,该方法包括:检索与待重建图像内容相同的网络图像;将两种图像拆分成子图像,计算每个子图像的纹理特征,对每个待重建图像的子图像,在网络图像中查找纹理特征相似的子图像;将纹理特征相似的子图像分别拆分成图像块,查找联合特征相似的图像块,训练得到外部字典;将待重建图像进行多尺度采样后拆分成图像块,训练得到内部字典;将外部字典和内部字典合并形成重建字典并对待重建图像进行重建,得到重建后的图像。本发明在图像重建过程中,不仅考虑了图像内部的自相似性,还考虑了其他图像的相似信息,并在字典训练时考虑了字典组织的结构性信息,提升了重建图像的分辨率。
-
公开(公告)号:CN108629733A
公开(公告)日:2018-10-09
申请号:CN201710162168.6
申请日:2017-03-17
Applicant: 北京大学 , 北大方正集团有限公司 , 北京北大方正电子有限公司
IPC: G06T3/40
Abstract: 本发明提供一种获取高分辨率图像的方法与装置,方法包括:根据低分辨率图像获取参考图像,参考图像的分辨率大于低分辨率图像的分辨率;在参考图像中确定第一参考图块,第一参考图块中中心位置的像素点作为待调整像素点;在参考图像中确定比较图块;根据比较图块和第一参考图块确定待调整像素点的像素值;在参考图像中确定第二参考图块,第二参考图块中中心位置的像素点与待调整像素点不相同,第二参考图块与第一参考图块的形状和面积相同,将第二参考图块更新为第一参考图块,返回执行在参考图像确定比较图块的操作,直至参考图像中预设个数的像素点均作为待调整像素点,生成高分辨率图像。根据本发明,能更好的获取到高分辨率图像。
-
公开(公告)号:CN107301669A
公开(公告)日:2017-10-27
申请号:CN201610232546.9
申请日:2016-04-14
Applicant: 北京大学 , 北大方正集团有限公司 , 北京北大方正电子有限公司
IPC: G06T11/00
CPC classification number: G06T11/001
Abstract: 本发明提供了一种视频图像的处理方法及处理装置,其中,视频图像的处理方法,包括:基于待着色视频图像集合中的每帧待着色视频图像与已着色视频图像集合之间的第一偏离值,以及每帧待着色视频图像与待着色视频图像集合中的其他待着色视频图像之间的第二偏离值,从待着色视频图像集合中选取将要进行处理的待着色视频图像;从已着色视频图像集合中,选取对所述待着色视频图像进行着色处理时的参考视频图像;根据参考视频图像,对所述待着色视频图像进行着色处理,并在完成对所述待着色视频图像的着色处理后,再次选取将要进行处理的待着色视频图像,并对其进行着色处理,直至完成对待着色视频图像集合中的所有待着色视频图像的着色处理。
-
公开(公告)号:CN109493399B
公开(公告)日:2023-05-02
申请号:CN201811068309.9
申请日:2018-09-13
Applicant: 北京大学
Abstract: 本发明公开一种图文结合的海报生成方法和系统。该方法的步骤包括:给定一张目标文字,一张风格图片和一张背景图片,首先自动确定目标文字放置在背景图片的位置;然后对风格图片进行前背景分割;接着根据风格图片的前景的轮廓调整目标文字的轮廓;最后在调整后的目标文字的结构引导下和背景图片的像素约束下,将风格图片中的图像块填入目标文字在背景图片的放置区域内部,从而将带有风格图片的风格的文字即艺术字,嵌入到背景图片中,进行图片和文字的结合,全自动地生成一张艺术性的海报。本发明通过考虑多种因素自动确定文字在背景图片的最佳位置;同时考虑轮廓调整和文字的结构与背景图片的像素约束,使得生成的海报具有更好的主观视觉质量。
-
公开(公告)号:CN113132729B
公开(公告)日:2023-01-13
申请号:CN202010042012.6
申请日:2020-01-15
Applicant: 北京大学(CN)
IPC: H04N19/139 , H04N19/82 , G06N3/04
Abstract: 本发明公开了一种基于多参考帧的环路滤波方法及电子装置,其步骤包括:将原始帧送入视频编码器进行编码得到当前帧,并获取所述当前帧的第一参考帧与第二参考帧;计算所述当前帧、所述第一参考帧以及所述第二参考帧两两间的光流集合;将所述当前帧、所述第一参考帧、所述第二参考帧以及所述光流集合送入一深度卷积循环神经网络,得到滤波重建帧。本发明利用空域信息之外,额外使用了时域信息,提出了联合学习机制,提升了参考帧的质量,在不显著提升网络参数量的基础上,获得了更好的编码性能。
-
公开(公告)号:CN115037902A
公开(公告)日:2022-09-09
申请号:CN202210437295.3
申请日:2022-04-19
Applicant: 北京大学
IPC: H04N7/01 , H04N21/2343 , H04N21/4402 , G06N3/08 , G06N3/04
Abstract: 本发明公开了一种基于双向元学习的任意时刻视频插帧方法及系统。本方法为:利用所选训练数据集训练视频插帧网络模型;其中以所述训练集中两不相邻时刻的视频帧作为视频插帧网络模型输入,输出该两不相邻时刻中一时刻的视频帧,并以该时刻的真实视频帧为监督进行训练;对于一待处理的视频,确定该视频的待插帧时刻,然后取该视频中该待插帧时刻两侧的视频帧及该待插帧时刻输入到训练后的视频插帧网络模型中,获得该待插帧时刻的视频帧。本发明能够借助给定的视频的帧,在任意时刻进行插帧,实现视频帧率的提升,提高视频观看者的视觉体验。
-
公开(公告)号:CN113949880A
公开(公告)日:2022-01-18
申请号:CN202111026165.2
申请日:2021-09-02
Applicant: 北京大学
Abstract: 本发明公开了一种极低码率人机协同图像编码训练方法及编解码方法。本方法为:1)利用训练集训练得到一个生成模型;2)对该训练集中的每一图像Ij进行特征提取和流形映射,得到Ij的流形特征;3)使用超先验模型对流形特征构建码率约束和编解码,得到二进制码流和重建后的流形特征;4)根据码率约束对Ij进行紧致损失函数计算;5)对重建后的流形特征进行人眼视觉映射并输入到生成模型中,根据所得人眼视觉重建结果进行损失函数计算;6)将重建后的流形特征输入到机器视觉模型中,根据所得机器视觉预测结果进行损失函数计算;7)将各损失进行加和更新权值;8)重复2)‑7)直到神经网络的损失收敛,得到极低码率人机协同图像编码器。
-
公开(公告)号:CN108629733B
公开(公告)日:2021-12-24
申请号:CN201710162168.6
申请日:2017-03-17
Applicant: 北京大学 , 北大方正集团有限公司 , 北京北大方正电子有限公司
IPC: G06T3/40
Abstract: 本发明提供一种获取高分辨率图像的方法与装置,方法包括:根据低分辨率图像获取参考图像,参考图像的分辨率大于低分辨率图像的分辨率;在参考图像中确定第一参考图块,第一参考图块中中心位置的像素点作为待调整像素点;在参考图像中确定比较图块;根据比较图块和第一参考图块确定待调整像素点的像素值;在参考图像中确定第二参考图块,第二参考图块中中心位置的像素点与待调整像素点不相同,第二参考图块与第一参考图块的形状和面积相同,将第二参考图块更新为第一参考图块,返回执行在参考图像确定比较图块的操作,直至参考图像中预设个数的像素点均作为待调整像素点,生成高分辨率图像。根据本发明,能更好的获取到高分辨率图像。
-
公开(公告)号:CN110232658B
公开(公告)日:2021-12-03
申请号:CN201810178126.6
申请日:2018-03-05
Applicant: 北京大学 , 北大方正集团有限公司 , 北京北大方正电子有限公司
IPC: G06T5/00
Abstract: 本发明提供了一种图像去雨方法、系统、计算机设备及介质。其中,一种图像去雨方法,包括:选取多张覆盖雨信号的图像及其对应的真实去雨图像作为训练集;在训练集上对总损失函数进行训练,获得具有对偶判别器的生成式对抗网络;采用生成式对抗网络中的生成器对真实雨图进行去雨,生成对应的去雨图。本发明在训练网络的时候,使用一对对偶判别器分别鉴别网络生成的去雨图和雨信号是否真实,从而训练出具有良好去雨能力的网络,使得网络生成的图片对应的残差变得纯净,有效帮助网络去掉雨信号,保留原始图片的细节。
-
-
-
-
-
-
-
-
-