-
Patent Agency Ranking
公开(公告)号：CN116091337B
公开(公告)日：2024-02-02
申请号：CN202211515957.0
申请日：2022-11-29
Applicant: 北京大学
IPC: G06T5/73 , G06T9/00 , G06T5/92 , G06T3/4053 , G06T3/4046
Abstract: 本发明公开了一种基于事件信号神经编码方式的图像增强方法及装置，结合了物理成像模型和数据驱动两种方式的特性，提出了一种鲁棒的、良好编码事件信号流中运动和时序信息的编码方式——神经事件帧，通过神经事件帧，构建了低质量图像和高质量图像之间的转换关系，有效克服了事件信号中的噪声干扰等问题，实现了对于图像信号的去模糊以及超分辨率。同时，本发明设计了事件信号引导下统一的高速视频生成框架，实现了从低速视频到高速视频的恢复。
-
公开(公告)号：CN116347231B
公开(公告)日：2023-10-10
申请号：CN202310385281.6
申请日：2023-04-12
Applicant: 北京大学
IPC: H04N23/67 , H04N23/60 , H04N23/951
Abstract: 本发明公开了一种基于事件相机的全聚焦成像方法及系统，方法步骤包括拍摄事件焦点堆栈、基于黄金比例搜索算法搜索聚焦时间、重建重聚焦图像和融合重建出焦点堆栈，系统包括混合相机及神经网络中的相应模块。本发明通过基于事件相机的焦点堆栈拍摄过程，更清晰、全面地记录场景信息，同时使用深度学习的方法，有效融合失焦图片与事件焦点堆栈，实现画面重聚焦，产生清晰的全聚焦图像，解决现有技术重建结果质量不稳定、不可靠的问题。
-
公开(公告)号：CN116347231A
公开(公告)日：2023-06-27
申请号：CN202310385281.6
申请日：2023-04-12
Applicant: 北京大学
IPC: H04N23/67 , H04N23/60 , H04N23/951
Abstract: 本发明公开了一种基于事件相机的全聚焦成像方法及系统，方法步骤包括拍摄事件焦点堆栈、基于黄金比例搜索算法搜索聚焦时间、重建重聚焦图像和融合重建出焦点堆栈，系统包括混合相机及神经网络中的相应模块。本发明通过基于事件相机的焦点堆栈拍摄过程，更清晰、全面地记录场景信息，同时使用深度学习的方法，有效融合失焦图片与事件焦点堆栈，实现画面重聚焦，产生清晰的全聚焦图像，解决现有技术重建结果质量不稳定、不可靠的问题。
-
公开(公告)号：CN118982479A
公开(公告)日：2024-11-19
申请号：CN202410983626.2
申请日：2024-07-22
Applicant: 北京大学
IPC: G06T5/70 , G06T5/60 , G06T5/50 , G06T3/4038 , G06T3/4046 , G06V10/52 , G06T7/30 , G06T7/11 , G06N3/0455 , G06N3/0464 , G06N3/0985
Abstract: 一种基于窄带图像引导的大气扰动去除方法，属于大气扰动去除领域，包括：设计采用双扰动编码器的扰动去除网络从彩色和窄带图像对中提取多尺度空间特征的扰动线索，在扰动线索的辅助下将真实的彩色和窄带图像对逆转为扰动输入，将彩色和窄带图像的特征进行拼接并使用多头自注意力块来增强特征表示，压缩空间维度，将来自双扰动编码器的扰动线索与每个扰动编码器级别的跳跃连接合并，增强上采样阶段的特征混合性能，逐步将图像恢复到其原始分辨率，通过处理上采样阶段输出的特征将特定波长的细节与光谱数据结合，产生无扰动图像。本发明利用窄带成像抑制扰动的物理特性提供可靠的引导信息，实现更高的性能和鲁棒性，具有高效、便捷的优点。
-
公开(公告)号：CN116091337A
公开(公告)日：2023-05-09
申请号：CN202211515957.0
申请日：2022-11-29
Applicant: 北京大学
Abstract: 本发明公开了一种基于事件信号神经编码方式的图像增强方法及装置，结合了物理成像模型和数据驱动两种方式的特性，提出了一种鲁棒的、良好编码事件信号流中运动和时序信息的编码方式——神经事件帧，通过神经事件帧，构建了低质量图像和高质量图像之间的转换关系，有效克服了事件信号中的噪声干扰等问题，实现了对于图像信号的去模糊以及超分辨率。同时，本发明设计了事件信号引导下统一的高速视频生成框架，实现了从低速视频到高速视频的恢复。
-
-
-
-
Search Results
5
records
(took 0.047 seconds)
