-
公开(公告)号：CN104574336A
公开(公告)日：2015-04-29
申请号：CN201510026464.4
申请日：2015-01-19
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于自适应亚模字典选择的超分辨率图像重建系统，包括：输入模块、高低频训练集构建模块、候选基向量集合组建模块、亚模字典选择模块、测试图像预处理模块、超分辨率图像重建模块和输出模块，其中：高低频训练集构建模块包括：频带划分子模块和基元块提取子模块；候选基向量集合组建模块包括：在线字典学习子模块和DCT字典构建子模块；测试图像预处理模块包括：低频滤波子模块和基元块提取子模块。本发明适用于不同的字典尺寸及采样因子，能够显著提高重构图像的主客观质量，并保证高效的字典设计过程，同时也为现存的图像压缩标准提供了一个新颖的视角。
-
Patent Agency Ranking
公开(公告)号：CN112184840A
公开(公告)日：2021-01-05
申请号：CN202011002405.0
申请日：2020-09-22
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于多尺度结构化字典学习的3D点云压缩系统，其中：点云数据划分模块输出点云划分后的体素集合、不同尺度的体素块集合；几何信息编码模块输出编码的几何信息比特流；几何信息解码模块输出解码的几何信息；属性信号编码模块输出稀疏编码的系数矩阵与学习的多尺度结构化字典；属性信号编码模块输出学习到的多尺度结构化字典，属性信号压缩模块输出压缩后的属性信号比特流，属性信号解码模块输出解码的属性信号，3D点云重建模块完成重建。本发明适用于点云信号无损几何与有损属性压缩，利用点云信号天然的层次划分结构，沿着信号尺度由粗到精的方向，渐层地提升高频细节信息的重建质量，能够获得显著的性能增益。
-
公开(公告)号：CN112184840B
公开(公告)日：2022-09-02
申请号：CN202011002405.0
申请日：2020-09-22
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于多尺度结构化字典学习的3D点云压缩系统，其中：点云数据划分模块输出点云划分后的体素集合、不同尺度的体素块集合；几何信息编码模块输出编码的几何信息比特流；几何信息解码模块输出解码的几何信息；属性信号编码模块输出稀疏编码的系数矩阵与学习的多尺度结构化字典；属性信号编码模块输出学习到的多尺度结构化字典，属性信号压缩模块输出压缩后的属性信号比特流，属性信号解码模块输出解码的属性信号，3D点云重建模块完成重建。本发明适用于点云信号无损几何与有损属性压缩，利用点云信号天然的层次划分结构，沿着信号尺度由粗到精的方向，渐层地提升高频细节信息的重建质量，能够获得显著的性能增益。
-
公开(公告)号：CN104574336B
公开(公告)日：2017-08-01
申请号：CN201510026464.4
申请日：2015-01-19
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于自适应亚模字典选择的超分辨率图像重建系统，包括：输入模块、高低频训练集构建模块、候选基向量集合组建模块、亚模字典选择模块、测试图像预处理模块、超分辨率图像重建模块和输出模块，其中：高低频训练集构建模块包括：频带划分子模块和基元块提取子模块；候选基向量集合组建模块包括：在线字典学习子模块和DCT字典构建子模块；测试图像预处理模块包括：低频滤波子模块和基元块提取子模块。本发明适用于不同的字典尺寸及采样因子，能够显著提高重构图像的主客观质量，并保证高效的字典设计过程，同时也为现存的图像压缩标准提供了一个新颖的视角。
-
公开(公告)号：CN113674403B
公开(公告)日：2023-12-26
申请号：CN202110986829.3
申请日：2021-08-26
Applicant: 上海交通大学
IPC: G06T17/00 , G06V10/74 , G06V10/774 , G06V10/82 , G06N3/042 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明提供了一种三维点云上采样方法、系统与装置，包括：将三维点云划分为能覆盖所有点的固定点数可重叠点云块；根据点云块中点坐标提取层次化特征；利用多尺度热核图卷积对提取的所述层次化特征实现点集特征扩展；从所述扩展特征重建上采样的三维点云中点坐标。本发明能够对空间稀疏非均匀分布的三维点云进行不同精细粒度的细节信息增强，同时对潜在的噪声扰动与局部形变具备良好的稳定性。与现有方法相比，能够促进上采样稠密点云空间分布的均匀性，保证了对于目标物体几何结构的精确表示，获得性能提升。
-
公开(公告)号：CN113674403A
公开(公告)日：2021-11-19
申请号：CN202110986829.3
申请日：2021-08-26
Applicant: 上海交通大学
Abstract: 本发明提供了一种三维点云上采样方法、系统与装置，包括：将三维点云划分为能覆盖所有点的固定点数可重叠点云块；根据点云块中点坐标提取层次化特征；利用多尺度热核图卷积对提取的所述层次化特征实现点集特征扩展；从所述扩展特征重建上采样的三维点云中点坐标。本发明能够对空间稀疏非均匀分布的三维点云进行不同精细粒度的细节信息增强，同时对潜在的噪声扰动与局部形变具备良好的稳定性。与现有方法相比，能够促进上采样稠密点云空间分布的均匀性，保证了对于目标物体几何结构的精确表示，获得性能提升。
-
-
-
-
-
Search Results
6
records
(took 0.016 seconds)
