-
公开(公告)号:CN105931191B
公开(公告)日:2019-05-03
申请号:CN201510964588.7
申请日:2015-12-21
IPC: G06T5/00
Abstract: 本发明公开了基于凹凸混合正则先验的图像盲去卷积方法,该方法是一种针对相机摄像头的散焦、抖动等原因造成的图像模糊进行去卷积的方法。主要分三步执行,即:输入降质的模糊图像,求解图像的凹凸混合广义全变差最小化泛函,迭代估计中间清晰图像。利用给定的模糊核尺寸以及上述清晰图像的梯度信息,求解模糊核的凹凸混合弹性网正则化最小化泛函,迭代估计中间模糊核。利用上述两步骤交替迭代结束后的最终模糊核以及倒基尼系数稀疏正则的图像非盲去卷积方法,迭代估计最终去卷积图像。
-
公开(公告)号:CN104036473B
公开(公告)日:2018-01-05
申请号:CN201410239703.X
申请日:2014-05-30
Applicant: 南京邮电大学
Abstract: 本发明属于数字图像处理领域,提供了一种基于分裂Bregman迭代的快速鲁棒图像运动去模糊方法,通过直接利用图像梯度与运动模糊核的L0范数并结合其各自的L2范数,构建运动模糊核估计的非凸非光滑能量泛函;通过耦合算子分裂和增广拉格朗日方法,设计运动模糊核的分裂Bregman迭代求解格式;利用基于全变差先验的图像非盲去模糊方法,实现图像的快速去模糊。本发明通过引入支撑连续性先验,提高了运动模糊核的估计精度;设计了一种新的基于分裂Bregman迭代的快速解法,大幅提高了运动模糊核的估计效率。
-
公开(公告)号:CN107038450A
公开(公告)日:2017-08-11
申请号:CN201610894675.4
申请日:2016-10-13
Applicant: 南京邮电大学
CPC classification number: G06K9/0063 , G06N3/0454 , G06N3/084
Abstract: 本发明公开了基于深度学习的无人机警察系统,用于无人机飞行管理,涉及无人机和图像识别的技术领域。本发明采用视觉传感网技术构建三层结构的无人机警察系统,通过在视觉传感网的各节点中配置无人机来弥补固定摄像机阵列存在监控死角以及不能灵活调整监控区域的缺陷,采用卷积神经网络训练数据以获取精度较高地识别模型,实现了无人机的监管和识别。
-
公开(公告)号:CN106372576A
公开(公告)日:2017-02-01
申请号:CN201610705858.7
申请日:2016-08-23
Applicant: 南京邮电大学
CPC classification number: G06K9/00228 , G06K9/00268 , G06N3/02 , H04N7/18
Abstract: 本发明公开了一种基于深度学习的智能室内入侵检测方法及系统,包括:建立BP神经网络模型;利用帧间差分算法获得监控视频画面中相邻帧间的差分图像;对所获取的差分图像进行二值化处理,及对处理后的图像中提取静止背景下的变化前景区域图像;对所提取的变化前景图像检测和识别其是否存在人形;当识别存在人形时,从所述变化前景区域中检测和提取获得人脸区域图像;对所提取的人脸区域图像检测和识别其是否为用户图像;及在识别判断为非用户图像时,确定为非用户入侵并向用户发送报警信号。本发明抗其他运动物体干扰能力强、误判率低,可进行大量的视频数据分析,可以准确地进行入侵检测识别。
-
-
-