-
公开(公告)号：CN107507138A
公开(公告)日：2017-12-22
申请号：CN201710623921.7
申请日：2017-07-27
Applicant: 北京大学深圳研究生院
CPC classification number: G06T5/005 , G06T5/007 , G06T7/90 , G06T2207/20172
Abstract: 本发明公布了一种基于Retinex模型的水下图像增强方法，首先进行水下图像颜色校正，再将图像从RGB颜色空间转化到HSV颜色空间，然后基于Retinex模型，将V颜色通道分解成反射部分和光照部分，对光照部分进行初始化、提纯、校正，得到亮度调整后的V通道，和其他两个通道合并转换为RGB空间，得到最终的增强图像；包括颜色校正和亮度调整过程。相比于现有方法，采用本发明方法处理后的图片拥有更真实的颜色、更自然的表现以及更好的视觉效果；同时，方法计算复杂度较低，处理时间较短。
-
公开(公告)号：CN107481278A
公开(公告)日：2017-12-15
申请号：CN201710717259.1
申请日：2017-08-21
Applicant: 北京大学深圳研究生院
IPC: G06T7/50
CPC classification number: G06T7/50 , G06T2207/10028 , G06T2207/20081 , G06T2207/20084
Abstract: 本发明公布了一种基于混合框架的图像位深度扩展方法及装置，通过融合传统去带效应算法和基于深度网络的学习算法，可较好的移除图像平坦区域的不自然效应，同时更逼真的恢复所缺失的比特位的数值信息；包括图像平坦区域的提取、基于局部自适应像素值调整的平坦区域位深度扩展和基于卷积神经网络的非平坦区域位深度扩展。本发明采用基于学习的方法，通过训练有效的深度网络来解决逼真的恢复缺失比特位问题；同时，针对平坦区域使用简单而鲁棒的局部自适应像素值调整的方法，有效抑制平坦区域的带效应、振铃效应、以及平坦噪声等不自然效应，提升平坦区域的主观视觉质量。
-
公开(公告)号：CN106447674A
公开(公告)日：2017-02-22
申请号：CN201610873997.0
申请日：2016-09-30
Applicant: 北京大学深圳研究生院
Abstract: 本发明公布了一种视频的背景去除方法，涉及视频分析技术领域，尤其涉及一种基于图像块、高斯混合模型、随机过程的背景去除方法；首先定义了块的概念，通过比较块之间的不同来确定前景与背景；使用高斯混合模型来自动的调整阈值，同时采用随机过程的思想来更新背景；最后在BMC数据集上做实验，结果显示本发明方法超越了目前大多数先进算法，准确度非常高。本发明方法具有广泛的适用性，可适用于监控视频的背景减除，在视频分析领域具有非常重要的应用。
-
公开(公告)号：CN103118256B
公开(公告)日：2017-02-15
申请号：CN201310034524.8
申请日：2013-01-29
Applicant: 北京大学深圳研究生院
IPC: H04N19/513
Abstract: 本发明公开了一种基于方向和距离判别的运动矢量预测方法，适用于视频编解码技术领域，包括：区分运动矢量的方向和分别对x和y分量将距离最接近的两个运动矢量分量取平均值。分别对当前编码块邻近的三个运动矢量的x和y分量做如下操作：若有一个分量的方向与另两个不一样，则丢掉该分量，将另外两个分量的平均值作为最后的预测矢量分量；若三个分量的方向均一样，则从中选出距离最接近的两个分量，再用它们平均值作为最后的预测矢量分量。
-
公开(公告)号：CN106202413A
公开(公告)日：2016-12-07
申请号：CN201610544156.5
申请日：2016-07-11
Applicant: 北京大学深圳研究生院
IPC: G06F17/30
CPC classification number: G06F17/30 , G06F17/30265 , G06F17/30247 , G06F17/30684 , G06F17/3069
Abstract: 本发明公布了一种新的跨媒体检索方法，利用VGG提出的卷积神经网络VGG net提取图像特征，将VGG卷积神经网络中的第七层全连接层fc7通过ReLU激活函数之后的4096维特征作为图像特征；利用基于Word2vec的Fisher Vector提取文本特征，通过逻辑回归的方法对异构图像、文本特征进行语义匹配，通过基于逻辑回归的语义匹配方法找到图像、文本这两种异构特征之间的关联，从而实现跨媒体检索；本发明的特征提取方法能有效地表示图像和文本的深层语义，可提高跨媒体检索的准确度，从而大幅度提升跨媒体检索效果。
-
Patent Agency Ranking
公开(公告)号：CN105975929A
公开(公告)日：2016-09-28
申请号：CN201610287163.1
申请日：2016-05-04
Applicant: 北京大学深圳研究生院
CPC classification number: G06K9/00 , G06K9/00348 , G06K9/00711 , G06K9/6227
Abstract: 本发明公布了一种基于聚合通道特征的快速行人检测方法，包括前期位置标定过程和后期位置筛选过程；前期位置标定过程聚合输入视频或图像中的多个通道特征信息，构建输入图像或视频在尺度空间中的图像金字塔，对每个尺度计算各个通道特征的图像，识别作为存在行人判别依据的特征，初步提取行人位置；后期位置筛选过程使用卷积神经元网络分类器对前期标定的每个位置做进一步筛选，进一步检测图片或视频中出现的行人，得到检测结果。采用本发明技术方案，在训练数据量大时，分类器可自动选择出具有较好识别能力的特征，作为行人判别依据，方法的鲁棒性高；也提高了行人检测的精度。
-
公开(公告)号：CN105517677A
公开(公告)日：2016-04-20
申请号：CN201580000247.6
申请日：2015-05-06
Applicant: 北京大学深圳研究生院
IPC: A99Z99/00
CPC classification number: G06T7/50 , G06K9/4604 , G06T5/005 , G06T5/20 , G06T5/40 , G06T5/50 , G06T7/11 , G06T7/13 , G06T7/136 , G06T2200/04 , G06T2207/10024 , G06T2207/10028 , G06T2207/20032 , G06T2207/20192
Abstract: 一种深度图/视差图的后处理方法和装置，在进行不整齐边缘区域检测时，采用边缘信息与分块信息相结合的思路。对彩色图像进行图像分块时，先对彩色图像进行超像素分割；将灰度范围分为预设个区间，对于每个超像素，统计得到所有像素点落在所述区间内的直方图；判断当前超像素中，区间分布值最大的区间所含的像素数与当前超像素中的全部像素数的比值是否小于第一阈值，如果是，则采用基于颜色分块的方法对当前超像素进行进一步分割。在保证图像处理速度的同时，提高彩色图像分割的准确性，从而提高不整齐边缘区域检测的准确性。
-
公开(公告)号：CN104488266A
公开(公告)日：2015-04-01
申请号：CN201380000789.4
申请日：2013-06-27
Applicant: 北京大学深圳研究生院
IPC: H04N19/00
CPC classification number: H04N19/146 , H04N19/119 , H04N19/126 , H04N19/136 , H04N19/176 , H04N19/18 , H04N19/186 , H04N19/1883 , H04N19/61 , H04N19/625 , H04N19/70
Abstract: 本申请公开了一种AVS视频压缩编码方法及编码器，主要采用计算所得待编码图像的平均亮度值以及每一频带的平均变换系数，对量化矩阵中每一频带的初始加权量化系数进行调整，得到用于量化的最终加权量化系数，从而可采用最终加权量化系数组成的量化矩阵，对变换所得不同频点的变换系数进行不同步长的量化。这样，量化过程能充分考虑到待编码图像本身的属性，自适应地进行量化矩阵中加权量化系数的调整，在保证视频编码质量的同时，有效降低了编码码率。
-
公开(公告)号：CN104396246A
公开(公告)日：2015-03-04
申请号：CN201380000788.X
申请日：2013-06-26
Applicant: 北京大学深圳研究生院
IPC: H04N19/436 , H04N19/127
CPC classification number: H04N19/436
Abstract: 本申请公开了一种视频压缩编码方法及编码器，主控模块将待编码的图像帧按照预定顺序逐个分发至空闲的帧编码模块后，帧编码模块中空闲的块编码模块根据对应图像帧中块的编码状态信息，互斥地选取具备编码条件但未编码的块进行编码，并在编码完成后更新块的编码状态信息，而当图像帧的编码完成后，更新帧编码模块的空闲状态信息。这样就能真正做到以块为任务分发单位，只要图像中可立即编码的块的数目超过块编码线程数，所有线程就能够被充分利用，大大减少了对下方宏块进行编码的线程出现等待的情况，进而减少了块间同步的次数，降低了并行视频压缩编码通信代价，提高了视频压缩编码性能。
-
公开(公告)号：CN104063856A
公开(公告)日：2014-09-24
申请号：CN201410230840.7
申请日：2014-05-28
Applicant: 北京大学深圳研究生院
Abstract: 一种快速超分辨率图像重建方法和装置，本申请提供的一种快速超分辨率图像重建方法和装置中，在对原始图像进行超分辨率图像重建过程中至少采用基于纹理结构约束的迭代后向映射的方式对原始图像进行处理，以增强图像的纹理细节，从而提高超分辨率图像的高频细节质量。
-
-
-
-
-
-
-
-
-
Search Results
106
records
(took 0.059 seconds)
