-
公开(公告)号：CN114584703B
公开(公告)日：2023-04-07
申请号：CN202210096416.2
申请日：2022-01-26
Applicant: 北京大学
Abstract: 本申请公开了一种仿生式脉冲相机的成像方法、装置、设备及存储介质，方法包括：根据预设的脉冲相机成像算法以及预设时间段内的连续脉冲阵列重构出基本图像序列；从所述基本图像序列计算任意时刻任意像素位置上的运动矢量，形成基本图像序列之间的运动场；根据所述运动场以及所述脉冲阵列，计算成像网格目标成像点对各个脉冲的贡献权重；根据成像网格目标成像点对各个脉冲的贡献权重重建出高分辨率图像序列。根据本申请实施例提供的方法，能够应用于高速运动的场景，清晰地重建出场景中物体的运动细节，得到的图像不仅避免了运动模糊而且具有较高的信噪比。
-
公开(公告)号：CN113643218A
公开(公告)日：2021-11-12
申请号：CN202110814527.8
申请日：2021-07-19
Applicant: 北京大学
Abstract: 本申请公开了一种基于神经网络的图像重建方法、装置、电子设备及介质。通过应用本申请的技术方案，可以根据基本重建子网络，自适应地利用脉冲阵列的短时相关性粗略地估计不同时刻点的瞬时光强；并利用残差学习结构的特征提取子网络进一步提取不同时刻点的深层特征；以使后续根据运动对齐的图像重建子网络，在不产生运动模糊的前提下，利用脉冲阵列的长时相关性进一步提升重建图像的质量。
-
公开(公告)号：CN113329146A
公开(公告)日：2021-08-31
申请号：CN202110447689.2
申请日：2021-04-25
Applicant: 北京大学
Abstract: 本申请涉及计算成像技术领域，具体而言，本申请涉及一种脉冲相机模拟方法与装置。所述方法包括以下步骤：确定欲模拟的一个采样时间段内各像素点的相对运动速度，并初始化传感器像素的尺寸；计算所模拟的采样时间段内各像素的光子累积量，并将所述光子累积量转换为电子累积量；根据所述电子累积量，更新传感器每个像素上的电子总累积量；将所述电子总累积量与预设的阈值进行比较，如果达到或超过所述阈值则进行脉冲发放，并生成相应的脉冲序列；获取与脉冲序列相对应的基准图序列。本申请提出的方法与装置可以同时产生脉冲序列和其所对应的基准图像序列，从而为脉冲相机在算法原型、深度学习和算法基础测试等方面的技术提供了数据保障。
-
Patent Agency Ranking
公开(公告)号：CN113327266A
公开(公告)日：2021-08-31
申请号：CN202110453943.X
申请日：2021-04-26
Applicant: 北京大学
Abstract: 本发明能够提供基于脉冲相机的光流估计方法及装置、计算机设备、介质，光流估计方法包括如下步骤。获取通过脉冲相机采集的脉冲序列，基于各个脉冲开始积累的时间和发放的时间确定脉冲的脉冲间距。根据脉冲间距确定待进行光流估计的时间段内各个时间点对应的脉冲密度。利用脉冲密度一致性约束条件和空域局部平滑性约束条件进行光流估计，以得到光流场。本发明能够从脉冲序列中得到任一时刻的光流场，并通过光流场构成一个光流场序列，描述一个连贯的运动过程。本发明基于多个脉冲帧时刻之间沿运动轨迹的光照一致性降低噪声的影响，估计出鲁棒性更好的光流场序列。本发明适于高速运动的场景，是图像重建、物体追踪、物体识别等应用的重要基础。
-
公开(公告)号：CN114584703A
公开(公告)日：2022-06-03
申请号：CN202210096416.2
申请日：2022-01-26
Applicant: 北京大学
Abstract: 本申请公开了一种仿生式脉冲相机的成像方法、装置、设备及存储介质，方法包括：根据预设的脉冲相机成像算法以及预设时间段内的连续脉冲阵列重构出基本图像序列；从所述基本图像序列计算任意时刻任意像素位置上的运动矢量，形成基本图像序列之间的运动场；根据所述运动场以及所述脉冲阵列，计算成像网格目标成像点对各个脉冲的贡献权重；根据成像网格目标成像点对各个脉冲的贡献权重重建出高分辨率图像序列。根据本申请实施例提供的方法，能够应用于高速运动的场景，清晰地重建出场景中物体的运动细节，得到的图像不仅避免了运动模糊而且具有较高的信噪比。
-
公开(公告)号：CN113329146B
公开(公告)日：2022-06-03
申请号：CN202110447689.2
申请日：2021-04-25
Applicant: 北京大学
Abstract: 本申请涉及计算成像技术领域，具体而言，本申请涉及一种脉冲相机模拟方法与装置。所述方法包括以下步骤：确定欲模拟的一个采样时间段内各像素点的相对运动速度，并初始化传感器像素的尺寸；计算所模拟的采样时间段内各像素的光子累积量，并将所述光子累积量转换为电子累积量；根据所述电子累积量，更新传感器每个像素上的电子总累积量；将所述电子总累积量与预设的阈值进行比较，如果达到或超过所述阈值则进行脉冲发放，并生成相应的脉冲序列；获取与脉冲序列相对应的基准图序列。本申请提出的方法与装置可以同时产生脉冲序列和其所对应的基准图像序列，从而为脉冲相机在算法原型、深度学习和算法基础测试等方面的技术提供了数据保障。
-
公开(公告)号：CN113067979A
公开(公告)日：2021-07-02
申请号：CN202110253200.8
申请日：2021-03-04
Applicant: 北京大学
Abstract: 本发明公开了一种基于仿生式脉冲相机的成像方法、装置、设备及存储介质，所述方法包括:根据预设时间段内的多个脉冲阵列，得到重构的图像序列；根据光流法得到所述图像序列之间的相对运动关系；根据所述相对运动关系将所述图像序列进行运动对齐，得到不同帧各像素点间的对应关系；根据不同帧各像素点间的对应关系，对所述重构的图像序列的像素点进行时间维度上滤波，更新像素点的光强值以生成图像。根据本公开实施例提供的基于仿生式脉冲相机的成像方法，解决了传统相机难以对高速运动的物体进行清晰成像的问题，可以产生信噪比高、不模糊的图像。
-
公开(公告)号：CN113034634A
公开(公告)日：2021-06-25
申请号：CN202110240363.2
申请日：2021-03-04
Applicant: 北京大学
Abstract: 本申请实施例中提供了一种基于脉冲信号的自适应成像方法、系统及计算机介质，根据预设时间段内的脉冲信号，得到待成像物体基于像素点的多个脉冲阵列；根据多个脉冲阵列，得到预设时间段内的重建图像序列；根据重建图像序列之间的相对运动，确定重建图像序列的各像素点的运动轨迹；根据各像素点的运动轨迹，建立各像素点时间方向上的自回归模型；自适应选择重建图像序列上的像素点，对自回归模型进行自适应学习，确定自回归模型的模型参数；根据模型参数，对重建图像序列的像素点进行时间维度上滤波，更新像素点的光强值以生成图像。解决了传统相机难以对高速运动的场景物体进行清晰成像的问题，可以产生信噪比高、不模糊的图像。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.02 seconds)
