-
公开(公告)号：CN106296567B
公开(公告)日：2019-05-07
申请号：CN201510272143.2
申请日：2015-05-25
Applicant: 北京大学 , 北大方正集团有限公司 , 北京北大方正电子有限公司
Abstract: 本发明公开了一种基于稀疏表示的多层次图像风格的转换方法及装置，该方法包括：将待转换的彩色图像转换成第一灰度图像，通过提取第一灰度图像和目标风格图像的边缘特征重建第一灰度图像的结构层作为第二灰度图像和纹理层作为第三灰度图像，获取彩色图像中的显著区域和非显著区域，在显著区域和非显著区域采用不同的权值融合第二灰度图像和第三灰度图像得到第四灰度图像，根据目标风格图像调整所述第四灰度图像的饱和对比度，获得与目标风格图像风格相同的彩色图像。该方法不仅保留了待转换图像的结构特征，也增添了目标风格图像的纹理特征，实现了通过一张目标风格图像就可以完成待转换图像的风格转换，展示了良好的视觉效果。
-
公开(公告)号：CN104103052B
公开(公告)日：2017-08-04
申请号：CN201310125234.4
申请日：2013-04-11
Applicant: 北京大学
IPC: G06T5/50
Abstract: 本发明涉及一种基于稀疏表示的图像超分辨率重建方法，其步骤包括：1）从输入图像序列选出一部分为显著区域，剩余部分为非显著区域；2）根据显著区域训练一对显著字典D'l，D'h，并将该显著区域通过上下文稀疏分解在低分辨率显著字典D'l上得到显著稀疏系数；3）根据非显著区域训练一对通用字典Dl，Dh，并通过低分辨率通用字典Dl进行稀疏分解得到非显著稀疏系数；4）将稀疏系数与高分辨率显著字典D'h或高分辨率通用字典Dh相乘进行率重建，获得高分辨率图像序列。本发明在传统稀疏表示超分辨率框架基础上，重点关注图像内在结构信息，并将此作为先验模型约束L0‑范数问题求解，在保持与传统稀疏表示方法复杂度相当同时，在主观和客观效果上性能都优于其他方法。
-
公开(公告)号：CN106296567A
公开(公告)日：2017-01-04
申请号：CN201510272143.2
申请日：2015-05-25
Applicant: 北京大学 , 北大方正集团有限公司北京北大方正电子有限公司
CPC classification number: G06T3/0056 , G06T2207/10024
Abstract: 本发明公开了一种基于稀疏表示的多层次图像风格的转换方法及装置，该方法包括：将待转换的彩色图像转换成第一灰度图像，通过提取第一灰度图像和目标风格图像的边缘特征重建第一灰度图像的结构层作为第二灰度图像和纹理层作为第三灰度图像，获取彩色图像中的显著区域和非显著区域，在显著区域和非显著区域采用不同的权值融合第二灰度图像和第三灰度图像得到第四灰度图像，根据目标风格图像调整所述第四灰度图像的饱和对比度，获得与目标风格图像风格相同的彩色图像。该方法不仅保留了待转换图像的结构特征，也增添了目标风格图像的纹理特征，实现了通过一张目标风格图像就可以完成待转换图像的风格转换，展示了良好的视觉效果。
-
公开(公告)号：CN105989584A
公开(公告)日：2016-10-05
申请号：CN201510045335.X
申请日：2015-01-29
Applicant: 北京大学 , 北大方正集团有限公司 , 北京北大方正电子有限公司
IPC: G06T5/50
Abstract: 本发明提供了一种图像风格化重建的方法和装置。该方法包括：获取多对相同场景的源风格图像和目标风格图像；根据多对相同场景的源风格图像和目标风格图像，获取源训练集Y和目标训练集X；对源训练集Y和目标训练集X分别进行训练，确定源风格字典Dy，目标风格字典Dx以及源训练集Y对应的稀疏系数αy和目标训练集X对应的稀疏系数αx之间的映射关系根据源风格字典Dy，目标风格字典Dx以及映射关系M，采用稀疏表示的方法对待处理的源风格图像y′进行重建，获取与待处理的源风格图像y′对应的目标风格图像x′。实现了任意风格的源风格图像到任意风格的目标风格图像的重建，重建的准确性高。
-
公开(公告)号：CN105989584B
公开(公告)日：2019-05-14
申请号：CN201510045335.X
申请日：2015-01-29
Applicant: 北京大学 , 北大方正集团有限公司 , 北京北大方正电子有限公司
IPC: G06T5/50
Abstract: 本发明提供了一种图像风格化重建的方法和装置。该方法包括：获取多对相同场景的源风格图像和目标风格图像；根据多对相同场景的源风格图像和目标风格图像，获取源训练集Y和目标训练集X；对源训练集Y和目标训练集X分别进行训练，确定源风格字典Dy，目标风格字典Dx以及源训练集Y对应的稀疏系数αy和目标训练集X对应的稀疏系数αx之间的映射关系根据源风格字典Dy，目标风格字典Dx以及映射关系M，采用稀疏表示的方法对待处理的源风格图像y′进行重建，获取与待处理的源风格图像y′对应的目标风格图像x′。实现了任意风格的源风格图像到任意风格的目标风格图像的重建，重建的准确性高。
-
Patent Agency Ranking
公开(公告)号：CN109325903A
公开(公告)日：2019-02-12
申请号：CN201710640837.6
申请日：2017-07-31
Applicant: 北京大学 , 北大方正集团有限公司 , 北京北大方正电子有限公司
Abstract: 本发明提供的图像风格化重建的方法及装置，通过在颜色域、结构域和纹理域对接收的待重建图像进行分解和处理，以获取待重建图像的在颜色域上的重建颜色特征图像、在结构域上的重建结构特征图像和在纹理域上的重建纹理特征图像，并对获取的重建颜色特征图像、重建结构特征图像和重建纹理特征图像进行融合，获得重建图像。通过这样的方式，从而使得重建图像不仅在结构域上与目标风格图像相似，还在颜色域和纹理域上与目标风格图像相似，有效提高了与目标风格图像的风格相似度。
-
公开(公告)号：CN107403185B
公开(公告)日：2020-12-04
申请号：CN201610342048.X
申请日：2016-05-20
Applicant: 北京大学 , 北大方正集团有限公司 , 北京北大方正电子有限公司
Abstract: 本发明提出了一种人像颜色转换方法和一种人像颜色转换系统，其中，人像颜色转换方法包括：根据接收到的人像颜色转换命令，在原图和目标图中获取人像宏块；在特征空间中，根据聚类公式将所述原图和所述目标图中的每个特征点聚类到与自身最近的人像宏块，其中，所述特征空间的特征向量包括：RGB颜色空间的R向量、G向量和B向量以及ιαβ颜色空间中的α向量和β向量；根据聚类结果和预定颜色转换公式，对所述原图进行人像颜色转换，得到转换结果图。通过本发明的技术方案，进行人像颜色转换时，在聚类过程中的特征向量中加入了ιαβ颜色空间的α向量和β向量，以减少亮度对聚类的影响，优化转换的效果。
-
公开(公告)号：CN106327539B
公开(公告)日：2019-06-28
申请号：CN201510379625.8
申请日：2015-07-01
Applicant: 北京大学 , 北大方正集团有限公司 , 北京北大方正电子有限公司
IPC: G06T11/00
Abstract: 本发明提供了一种基于样例的图像重建方法及装置，所述方法包括：将待转换的第一图像划分为r*r大小的第一图像块，r属于预设集合K中的元素；将预设的目标风格图像划分为r*r大小的第二图像块；获取每一第一图像块的目标第二图像块；将所有第一图像块的目标第二图像块融合，重建第一图像的目标风格图像，将第一图像的目标风格图像作为转换后的第二图像；依次获取预设集合K中每一元素r对应的第二图像；采用多层次融合策略将重建的所有第二图像进行融合，得到用于输出的第一图像的目标风格图像。上述方法利用输入图像的结构信息和纹理信息实现对图像目标风格化的重建，进而优化图像的风格化重建效果。
-
公开(公告)号：CN104376544B
公开(公告)日：2017-04-19
申请号：CN201310356709.0
申请日：2013-08-15
Applicant: 北京大学
Abstract: 本发明涉及一种基于多区域尺度放缩补偿的非局部超分辨率重建方法，根据运动估计的图像区域划分算法和计算图像不同区域的尺度差异的算法，同时采用一种新的可以补偿尺度差异的方式，最终提升基于多帧融合的超分辨率重建方法的性能。本发明充分考虑了由于镜头缩放、物体运动后图像整体或其中的一部分的尺度发生了变化而导致相似信息不能很好地匹配的问题。
-
公开(公告)号：CN104376544A
公开(公告)日：2015-02-25
申请号：CN201310356709.0
申请日：2013-08-15
Applicant: 北京大学
Abstract: 本发明涉及一种基于多区域尺度放缩补偿的非局部超分辨率重建方法，根据运动估计的图像区域划分算法和计算图像不同区域的尺度差异的算法，同时采用一种新的可以补偿尺度差异的方式，最终提升基于多帧融合的超分辨率重建方法的性能。本发明充分考虑了由于镜头缩放、物体运动后图像整体或其中的一部分的尺度发生了变化而导致相似信息不能很好地匹配的问题。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.017 seconds)
