-
公开(公告)号：CN116744125B
公开(公告)日：2023-10-24
申请号：CN202311013749.5
申请日：2023-08-14
Applicant: 北京邮电大学
IPC: H04N23/88 , G06T5/00 , G06T7/90 , G06N3/0464 , H04N9/73
Abstract: 本申请提供一种图像颜色数据处理方法、装置、设备及存储介质，属于图像处理技术领域，该方法包括：获取第一样本色偏图像、第一样本白平衡图像和初始神经网络模型；对初始神经网络模型进行训练，得到初始图像处理模型；对所述初始图像处理模型进行训练，得到目标图像处理模型；对待处理色偏图像进行反渲染处理；对伪裸数据特征进行白平衡处理，得到白平衡伪裸数据特征；对目标设备标签进行权重转换处理，得到目标设备权重；对白平衡伪裸数据特征进行设备转换处理，得到与目标设备对应的白平衡伪裸特征数据；对与目标设备对应的白平衡伪裸数据特征进行渲染处理，得到目标白平衡图像。本申请能改善多个设备上的图像白平衡校正效果。
-
公开(公告)号：CN116152233B
公开(公告)日：2023-09-26
申请号：CN202310405325.7
申请日：2023-04-17
Applicant: 北京邮电大学
IPC: G06T7/00 , G06N3/0464 , G06N3/0455 , G06N3/084
Abstract: 本申请提供了一种图像处理方法、智能终端及存储介质，该方法获取待处理图像；将待处理图像输入至预设像素级评估模型，通过预设像素级评估模型的输出结果确定待处理图像的像素级曝光程度信息，其中，预设像素级评估模型通过第一图像样本和第一图像样本对应的标注像素级曝光程度信息训练得到；将待处理图像和待处理图像的曝光程度信息输入至预设整体曝光评估模型，通过整体曝光评估模型的输出结果确定待处理图像的整体曝光效果信息，其中，预设整体曝光评估模型通过第二图像样本、第二图像样本对应的标注像素级曝光程度信息和第二图像样本对应的标注整体曝光效果信息训练得到。
-
公开(公告)号：CN112990305B
公开(公告)日：2023-04-07
申请号：CN202110268994.5
申请日：2021-03-12
Applicant: 北京邮电大学
IPC: G06V10/26 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明实施例提供了一种遮挡关系的确定方法、装置、设备及存储介质，该方法包括：获取待确定图像；将待确定图像输入至预先训练的遮挡关系描述模型，得到边界预测图和方向预测结果；基于边界预测图以及方向预测结果，确定待确定图像中物体的遮挡关系；利用顺接的残差模块以及特征处理模块，确定边界预测图和方向预测结果，之后根据边界预测图和方向预测结果确定图像中物体之间的遮挡关系；通过不断地对神经网络的参数进行调整，提高了边界预测图的准确率以及方向预测结果的准确率，从而提高了确定出的物体之间的遮挡关系的准确率。
-
公开(公告)号：CN114463221A
公开(公告)日：2022-05-10
申请号：CN202210132479.9
申请日：2022-02-14
Applicant: 北京邮电大学
Abstract: 针对现有颜色恒常性技术面临的数据匮乏问题，本发明提供了一种用于多设备域AWB增强的自监督颜色校正方法，通过光照不变描述理论生成光照设备无关图像；利用Von Kries模型及光照不变描述理论生成光照设备无关图像相应学习的自监督标签；利用深度卷积神经网络学习光照设备无关图像到相应标签的映射。该方法能够达到多设备域数据联合训练增强AWB的目的，从而有效提高AWB技术的泛化性和精度，减少人力物力的耗费。
-
公开(公告)号：CN107993239B
公开(公告)日：2022-04-12
申请号：CN201711423455.4
申请日：2017-12-25
Applicant: 北京邮电大学
IPC: G06T7/12 , G06K9/62 , G06T7/181 , G06V10/764
Abstract: 本发明实施例提供了一种计算单目图像的深度次序的方法和装置，方法包括：使用预设的过分割算法和预设的分类器依次对单目图像进行处理，生成单目图像的遮挡轮廓图；使用预设的卷积核遍历遮挡轮廓图中的各像素点，生成各像素点对应的卷积值；在各像素点对应的卷积值中，将卷积值为预设值的像素点确定为间断点，间断点为遮挡轮廓图中位于缺失的像素点两端的像素点；将相邻的间断点之间的最短路径，确定为相邻的间断点之间的待填充轮廓；沿着待填充轮廓，填充相邻的间断点之间缺失的像素点，生成填充后的遮挡轮廓图；根据填充后的遮挡轮廓图，计算单目图像的深度次序。应用本发明实施例能够实现准确计算单目图像的深度次序。
-
Patent Agency Ranking
公开(公告)号：CN112990305A
公开(公告)日：2021-06-18
申请号：CN202110268994.5
申请日：2021-03-12
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种遮挡关系的确定方法、装置、设备及存储介质，该方法包括：获取待确定图像；将待确定图像输入至预先训练的遮挡关系描述模型，得到边界预测图和方向预测结果；基于边界预测图以及方向预测结果，确定待确定图像中物体的遮挡关系；利用顺接的残差模块以及特征处理模块，确定边界预测图和方向预测结果，之后根据边界预测图和方向预测结果确定图像中物体之间的遮挡关系；通过不断地对神经网络的参数进行调整，提高了边界预测图的准确率以及方向预测结果的准确率，从而提高了确定出的物体之间的遮挡关系的准确率。
-
公开(公告)号：CN107770406B
公开(公告)日：2019-06-21
申请号：CN201711013258.5
申请日：2017-10-26
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了基于多参数分数阶变换和半张量积的图像加密方法及装置。方法包括：对待加密图像的像素，使用置乱矩阵改变其像素的位置，得到空域置乱图像；按照预设规则对所述空域置乱图像进行相位编码和多参数离散分数阶变换，得到变换图像；生成一个维度是所述变换图像的维度的因数且不等于1的方阵，作为密钥矩阵；将所述变换图像，按照所述密钥矩阵的维度均匀分成多个子矩阵；将密钥矩阵分别与每个子矩阵进行半张量积运算，得到每个子矩阵的运算结果；将所述多个子矩阵的运算结果进行整合，得到加密图像。本发明实施例结合空域置乱、分数域变换和半张量积理论对数字图像进行加密，提高了加密图像对抗统计攻击、噪声攻击和像素丢失的能力。
-
公开(公告)号：CN107770406A
公开(公告)日：2018-03-06
申请号：CN201711013258.5
申请日：2017-10-26
Applicant: 北京邮电大学
CPC classification number: H04N1/32154 , H04L9/001 , H04N1/32203 , H04N1/32272 , H04N1/4486
Abstract: 本发明实施例提供了基于多参数分数阶变换和半张量积的图像加密方法及装置。方法包括：对待加密图像的像素，使用置乱矩阵改变其像素的位置，得到空域置乱图像；按照预设规则对所述空域置乱图像进行相位编码和多参数离散分数阶变换，得到变换图像；生成一个维度是所述变换图像的维度的因数且不等于1的方阵，作为密钥矩阵；将所述变换图像，按照所述密钥矩阵的维度均匀分成多个子矩阵；将密钥矩阵分别与每个子矩阵进行半张量积运算，得到每个子矩阵的运算结果；将所述多个子矩阵的运算结果进行整合，得到加密图像。本发明实施例结合空域置乱、分数域变换和半张量积理论对数字图像进行加密，提高了加密图像对抗统计攻击、噪声攻击和像素丢失的能力。
-
-
公开(公告)号：CN102043953A
公开(公告)日：2011-05-04
申请号：CN201110029568.2
申请日：2011-01-27
Applicant: 北京邮电大学
Abstract: 本发明实时鲁棒的针对特定场景的行人检测方法，在特定场景中使用摄像机进行视频采集，将实时采集到的视频信息采用背景差分的方法进行预处理，获得实施视频中可移动物体的视频信息，以预处理过的视频信息中的各个可移动物体为中心来标定滑动窗，用支持向量机行人分类器来对滑动窗内的图像信息进行检测匹配出行人；支持向量机行人分类器的特征建模训练包括下列步骤：1）特征提取，以头肩的梯度方向直方图特征及局部二值化模型特征来共同组成头肩训练样本库；2）样本训练，将由梯度方向直方图特征及局部二值化模型特征，组成的头肩训练样本库放入支持向量机进行训练，来获得支持向量机行人分类器。上述行人检测方法具有高准确率及实时性的特点。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.027 seconds)
