-
公开(公告)号：CN110784684A
公开(公告)日：2020-02-11
申请号：CN201911002048.5
申请日：2019-10-21
Applicant: 华中科技大学
Abstract: 本发明实施例提供一种数据处理方法、装置及设备，应用于救援设备，救援设备位于救援场景该方法包括：救援设备接收管理服务器发送的目标带宽，目标带宽为管理服务器和业务服务器根据在历史时段内接收到的救援设备发送的音视频信息确定得到的；救援设备根据目标带宽，对救援设备采集到的音视频信息进行压缩处理；救援设备向业务服务器发送压缩处理后的音视频信息。提高了数据传输的可靠性。
-
公开(公告)号：CN110675349A
公开(公告)日：2020-01-10
申请号：CN201910944889.1
申请日：2019-09-30
Applicant: 华中科技大学
Abstract: 本发明提供一种内窥镜成像方法及装置，通过获取待成像位置多个角度的初始图像，其中，所述初始图像与所述角度一一对应；根据所述初始图像，得到多个校正图像，其中，相邻所述校正图像之间具有相互重复区域；对所述多个校正图像进行拼接与校正处理，获取对所述待成像位置的成像图像，提高了腹腔镜视场角的范围。
-
公开(公告)号：CN108961196A
公开(公告)日：2018-12-07
申请号：CN201810643503.9
申请日：2018-06-21
Applicant: 华中科技大学
CPC classification number: G06T5/50 , G06K9/4671
Abstract: 本发明公开了一种基于图的3D注视点预测的显著性融合方法，包括显著图生成和基于图的融合，所述显著图生成，包括从原始视频序列中获取每帧原始图片的显著图；所述基于图的融合，包括：以原始图片中每个超像素点与其相邻超像素点之间的显著度平滑约束最小，同时原始图片与其相邻原始图片之间的显著性差异最小为目标，结合显著图，构建原始图片的能量函数；在原始图片中求解能量函数，得到目标显著图。本发明考虑了超像素点与其相邻超像素点之间的显著度平滑约束，以及原始图片与其相邻原始图片之间的显著性差异，使得本发明显著性融合方法在多模态特征融合过程中的不同模态特征预测显著性较好。
-
公开(公告)号：CN103593464B
公开(公告)日：2017-02-15
申请号：CN201310608893.3
申请日：2013-11-25
Applicant: 华中科技大学
IPC: G06F17/30
Abstract: 本发明提出一种基于视觉特征的视频指纹检测方法，具体为：按照帧间相关性对视频序列分段，在分段中提取关键帧；在各关键帧中提取视频特征；利用像素点特征字典对像素点分类；对各关键帧分别进行多次不同数量的分块，在各子块中依据像素点的分类结果统计像素点特征字典各元素的出现次数，得到该子块的特征向量；将所有子块的特征向量拼接得到关键帧的高维视频指纹；对各高维视频指纹进行降维；将各视频片段关键帧的低维视频指纹按照时间先后顺序连成关键帧视频指纹串。本发明还提供了基于上述指纹检测方法的视频匹配方法。本发明通过对视频内容的关键信息进行有效描述，在不影响匹配率的情况下，大大降低了算法的复杂度，有效提高了检测效率。
-
公开(公告)号：CN103593464A
公开(公告)日：2014-02-19
申请号：CN201310608893.3
申请日：2013-11-25
Applicant: 华中科技大学
IPC: G06F17/30
CPC classification number: G06F17/30784 , G06K9/00711 , G06K9/00758
Abstract: 本发明提出一种基于视觉特征的视频指纹检测方法，具体为：按照帧间相关性对视频序列分段，在分段中提取关键帧；在各关键帧中提取视频特征；利用像素点特征字典对像素点分类；对各关键帧分别进行多次不同数量的分块，在各子块中依据像素点的分类结果统计像素点特征字典各元素的出现次数，得到该子块的特征向量；将所有子块的特征向量拼接得到关键帧的高维视频指纹；对各高维视频指纹进行降维；将各视频片段关键帧的低维视频指纹按照时间先后顺序连成关键帧视频指纹串。本发明还提供了基于上述指纹检测方法的视频匹配方法。本发明通过对视频内容的关键信息进行有效描述，在不影响匹配率的情况下，大大降低了算法的复杂度，有效提高了检测效率。
-
Patent Agency Ranking
公开(公告)号：CN119600180A
公开(公告)日：2025-03-11
申请号：CN202411607273.2
申请日：2024-11-12
Applicant: 华中科技大学
Abstract: 本发明公开了一种重光照网络的自监督微调方法、重光照方法及系统，属于重光照技术领域；从真实世界中的图像样本N出发，获取其光照条件E；将N与随机光照条件E*输入至预训练的重光照网络中，得到N在E*下的重光照图像N*；然后将重光照图像N*作为微调时重光照网络的图像输入，E作为微调时重光照网络的光照条件输入，N作为重光照网络的训练真值，构建对抗性光照损失，对重光照网络进行微调。该方法通过从真实世界图像中创建成对的训练数据对，能够确保微调重光照网络的训练真值仍然是真实世界图像，减小了与真实世界图像的差异，重光照网络的泛化性较高，提升了网络输出的重光照图像的真实感。
-
公开(公告)号：CN119229013A
公开(公告)日：2024-12-31
申请号：CN202411331210.9
申请日：2024-09-24
Applicant: 华中科技大学
Abstract: 本发明属于三维重建领域，具体涉及一种基于场景自适应局部体素多平面图像的三维场景表示模型构建方法，包括：对待表示的三维场景划分为体素网格，构建每个体素的全局多平面图像MPI；确定每个已知视角下不同光线分别与各体素MPI的交点，将每个光线对应的各交点的三维位置坐标分别编码为多维位置向量、方向分别编码为多维方向向量，该光线对应的多维位置向量集合、多维方向向量集合以及该光线在已采集场景图像中所对应像素的颜色标签构成一个训练样本；构建三维场景表示网络，包括每个体素的位置多层MLP网络、方向多层MLP网络和颜色计算单元；采用训练样本训练，得到三维场景表示模型。本发明能有效捕获局部区域的细节特征。
-
公开(公告)号：CN119067862A
公开(公告)日：2024-12-03
申请号：CN202410703892.5
申请日：2024-06-03
IPC: G06T5/50
Abstract: 本发明提供了一种可见光与短波红外图像融合方法，S1：获取短波红外源图像ISWIR和可见光源图像IVIS，并取可见光源图像IVIS的亮度通道图像作为待融合的可见光图像Y；S2：根据短波红外源图像ISWIR和可见光图像Y，获得短波红外源图像ISWIR和可见光图像Y的权重图WSWIR、WY；S3：构建图像金字塔，以进行图像融合。本方案设计了一种局部纹理与梯度对比函数LTG(I(x，y))，在图像融合时能够提取短波红外图像中特有而可见光图像中微弱的纹理，能够增强图形融合效果。
-
公开(公告)号：CN119052510A
公开(公告)日：2024-11-29
申请号：CN202411130222.5
申请日：2024-08-16
Applicant: 华中科技大学
IPC: H04N19/597 , H04N19/34 , G06T9/00
Abstract: 本发明属于体视频编码压缩领域，具体涉及一种三维体视频编码压缩方法，包括：根据三维体视频的稀疏点云构建体素空间并初始化其中各锚点信息；基于锚点信息确定该锚点各神经高斯的三维位置；基于锚点信息和当前待渲染视角通过每种静态属性的mlp，得到该锚点各神经高斯的该种静态属性信息；基于锚点信息、当前待渲染视角和待渲染帧采用每种动态属性的mlp，得到该锚点各神经高斯的该种动态属性信息；基于规范空间下神经高斯点的动态属性信息，通过时间投影模型得到形变空间下的神经高斯点，由此得到待渲染视角、待渲染帧图像；优化所有mlp的参数以及所有锚点的锚点信息，最终所有锚点信息和所有mlp作为编码压缩结果。本发明能极大提高压缩率。
-
公开(公告)号：CN112862732B
公开(公告)日：2024-03-19
申请号：CN202110068890.X
申请日：2021-01-19
Applicant: 华中科技大学
IPC: G06T5/50 , G06T3/60 , G06T3/4038 , G06F17/16 , G06T11/00
Abstract: 本发明实施例提供一种多分辨率图像融合方法、装置、设备、介质及产品，该方法包括：获取多种分辨率的多个切片图像，并将所有切片图像按照分辨率进行分组，以生成对应多个分辨率图像集；针对每个分辨率图像集内的各个切片图像进行拼接，生成对应分辨率的切片整体图像；将不同分辨率的切片整体图像根据预设的融合策略进行两两融合，生成融合后的目标分辨率图像。本发明实施例的多分辨率图像融合方法，生成的目标分辨率图像是由多种分辨率的多种切片图像融合得到，相比于单一低分辨率的显微图像清晰度更高，相比高分辨率的显微图像对应的切片内容更加完整。
-
-
-
-
-
-
-
-
-
Search Results
79
records
(took 0.026 seconds)
