-
公开(公告)号:CN106204445A
公开(公告)日:2016-12-07
申请号:CN201610513450.X
申请日:2016-06-30
Applicant: 北京大学
IPC: G06T3/40
CPC classification number: G06T3/4053
Abstract: 本发明公开一种基于结构张量全变差的图像视频超分辨率方法,包括如下步骤:建立图像降质模型,包括模糊和降采样两个部分,表示为,其中,x表示原始高分辨率图像,B表示模糊核, 表示卷积过程,D表示相应倍数的降采样,y表示产生的低分辨率图像;建立超分辨率模型,包括图像插值和去模糊两个部分,用公式表示为, 其中,表示还原的高分辨率图像,B表示模糊核, 表示反卷积过程,D-1表示相应倍数的插值过程,y表示低分辨率图像;建立基于结构张量全变差正则化约束的超分辨率模型,表示为,其中,μ是一个可以调节的参数,对正则项约束的强度进行控制。本发明改进了全变差模型直接对图像约束导致的过度平滑和边缘阶梯效应,更加符合人眼的
-
公开(公告)号:CN106157308A
公开(公告)日:2016-11-23
申请号:CN201610514128.9
申请日:2016-06-30
Applicant: 北京大学
IPC: G06T7/00
CPC classification number: G06T7/0004 , G06T2207/10016 , G06T2207/20081
Abstract: 一种矩形目标物检测方法,包括如下步骤:提取样本特征;获取根滤波器;获取部件滤波器;模型检测;进行梯度搜索计算从而精确定位检测框。与现有技术相比,本发明使用机器学习的方法,将含有矩形目标物的图片作为正样本,不含目标物的任意图片作为负样本组成训练集,训练过程中只需要样本的目标外轮廓标注信息,信息易于读取且效率较高。对支持向量机和隐藏变量支持向量机的训练保证了检测的高精确率,使用隐藏变量支持向量机训练部件滤波器也使得一些细节方面的信息不容易被丢失,极大的提高了检测的正确率和召回率。使用梯度搜索计算对检测框进行调整也弥补了检测框不完全框选目标物的情况,使得目标物的位置更精确和完整。
-
公开(公告)号:CN106157264A
公开(公告)日:2016-11-23
申请号:CN201610513574.8
申请日:2016-06-30
Applicant: 北京大学
IPC: G06T5/00
CPC classification number: G06T5/001 , G06T5/002 , G06T2207/10024 , G06T2207/10032
Abstract: 一种基于经验模式分解的大幅面图像不均匀光照校正方法,包括如下步骤:输入图像,检测输入图像的格式,将彩色RGB格式的图像转换为YUV格式,然后提取YUV格式图像中Y通道的图像得到提取图像;对提取图像进行变换,得到变换后的图像;对变换后的图像进行基于经验模式的分解,得到一系列表征图像局部频率和尺度特性的本质模式函数以及一个余量函数;选择特定的余量函数以及本质模式函数进行光照不均匀程度的检测;平滑光照图像;进行反射图像变换,得到最终的校正图像。本方法可以有效的校正复杂光照条件下的大幅面图像,实时性好并且有高的主观视觉质量。
-
公开(公告)号:CN106127688A
公开(公告)日:2016-11-16
申请号:CN201610509566.6
申请日:2016-06-30
Applicant: 北京大学
Abstract: 本发明公开一种超分辨率图像重建方法,其中包括:图像分解步骤,其中通过图像分解,将输入图像分解成结构部分和纹理部分,其中结构部分相对平滑,并且具有锐利的边缘,而纹理部分包含图像的纹理和细节;图像放大步骤,其中对所述结构部分和所述纹理部分分别进行放大;以及图像组合步骤,其中将放大后的结构图像和纹理图像组合,生成最终的超分辨率图像。
-
公开(公告)号:CN103227924B
公开(公告)日:2016-08-03
申请号:CN201310163055.X
申请日:2013-05-07
Applicant: 北京大学
IPC: H04N19/13 , H04N19/176 , H04N19/70 , H04N19/91
Abstract: 本发明公开了一种算术编码器设计方法及实现装置,包括以下四种技术:front?buffer设计,算法结构联合优化、muti?bin处理技术以及混合上下文存储机制,其中front?buffer设计是为了解决一个宏块经过二进制转换后产生的二进制序列(bin)数会在很大的一个范围内波动,而二进制算术编码模块(BAC)在单位时间内处理的二进制序列(bin)数有限的问题;算法结构联合优化主要是采用time borrowing技术将low的处理安插在range的处理之后;muti?bin处理技术是利用MPS的计算较LPS简单得多,所以我们可以在一个时钟周期处理多个MPS;混合上下文存储机制是针对本发明2bins/cycle吞吐率的特定应用而发明的存储方法,该方法能在存储大量的上下文模型的同时,对这些模型进行快速的访存。本发明适用于多级流水线结构的编码,尤其适用于高清分辨率实时编码。
-
公开(公告)号:CN103002284B
公开(公告)日:2016-06-08
申请号:CN201210470731.3
申请日:2012-11-20
Applicant: 北京大学
IPC: H04N19/179
Abstract: 本发明提出了一种基于场景模型自适应更新的视频编解码方法。该方法首先计算出场景图像更新前若干帧,场景图像更新后若干帧,以及场景图像之间的码流大小关系,并以此作为依据来判断在当前位置上是否需要更新场景。然后,对于更新的场景,可以使用已编码的场景图像对其进行预测编码,从而减小场景更新代价。以动态自适用更新的场景为基础,输入的待编码图像可以选择性适用若干场景图像或普通参考图像作为参考图像进行预测编码。对应的,在解码过程中,首先解码场景更新标识,然后根据解码出的场景更新标识对场景图像进行解码,再根据解码出来的场景图像,对视频图像进行解码。
-
公开(公告)号:CN102685497B
公开(公告)日:2014-07-02
申请号:CN201210115398.4
申请日:2012-05-29
Applicant: 北京大学
IPC: H04N19/103
Abstract: 本发明公布了一种AVS编码器快速帧间模式选择方法,包括:采用视觉感知判决模型和像素点边缘信息从16x16模式、16x8模式、8x16模式和8x8模式中预先选择出最优模式;便于硬件实现的快速帧间模式选择算法,突破帧间模式选择数据依赖,使帧间模式选择无需等待相关的重构数据,成为高效无中断模式选择流水线实现的前提;设计面向硬件可实现的高效率计算率失真代价的5级流水算法,使基于率失真代价的帧间模式选择实际硬件应用推广成为可能;最后,根据预选最优模式、direct模式和intra模式这三种候选模式的带价值确定最优模式。本发明还公布一种AVS帧间模式选择装置,显著提高了硬件编码器的编码性能。
-
公开(公告)号:CN102685497A
公开(公告)日:2012-09-19
申请号:CN201210115398.4
申请日:2012-05-29
Applicant: 北京大学
Abstract: 本发明公布了一种AVS编码器快速帧间模式选择方法,包括:采用视觉感知判决模型和像素点边缘信息从16x16模式、16x8模式、8x16模式和8x8模式中预先选择出最优模式;便于硬件实现的快速帧间模式选择算法,突破帧间模式选择数据依赖,使帧间模式选择无需等待相关的重构数据,成为高效无中断模式选择流水线实现的前提;设计面向硬件可实现的高效率计算率失真代价的5级流水算法,使基于率失真代价的帧间模式选择实际硬件应用推广成为可能;最后,根据预选最优模式、direct模式和intra模式这三种候选模式的带价值确定最优模式。本发明还公布一种AVS帧间模式选择装置,显著提高了硬件编码器的编码性能。
-
公开(公告)号:CN102647595A
公开(公告)日:2012-08-22
申请号:CN201210116960.5
申请日:2012-04-19
Applicant: 北京大学
Abstract: 本发明公开了一种基于AVS的亚像素运动估计的装置,该装置包含两套插值搜索电路。每套插值电路中分别包含1/2插值单元、1/4插值单元、模式选择单元和色度差值单元。在1/2像素差值搜索中记录最优1/2像素点和最差1/2像素点的位置。根据这两个点的位置信息预判出一个1/4像素点位置,并假定该点是最优1/4像素点。在1/4插值单元中使用跳跃插值单元直接用整像素插值出该1/4像素点。得到1/4像素点后,使之与最优1/2像素点做比较,选出两点中最优匹配点作为搜索结果。跳跃插值单元可通过配置参数和统筹调度复用于前向参考模式、后向参考模式、直接模式和对称模式,减少实现中电路的开销。
-
公开(公告)号:CN102647594A
公开(公告)日:2012-08-22
申请号:CN201210115685.5
申请日:2012-04-18
Applicant: 北京大学
IPC: H04N7/26
Abstract: 本发明公开了一种整像素精度运动估计方法及系统,通过将搜索窗数据分为16种类型像素点并按奇偶宏块列分别存入32片RAM里,并使用16个双4x4点运动代价运算单元分别计算各种类型像素点的运动估计代价,然后在分层搜索时,对这些运算单元进行分配和组合,按照双“弓”字型模式扫描逐个宏块列,实现步长分别为4、2、1的逐层渐进式搜索。本发明通过参考数据窗存储和管理机制,以及预存分数精度搜索窗等手段,降低了外部存储器访问带宽,提高了内部存储器带宽利用率,进而大大提高了运动搜索的并行度,并提高了大范围搜索运动估计的执行效率。同时减小了分层搜索硬件实现的复杂度,节省芯片面积。
-
-
-
-
-
-
-
-
-