公开(公告)号：CN110475118A

公开(公告)日：2019-11-19

申请号：CN201910626289.0

申请日：2019-07-11

Applicant: 北京工业大学

Inventor： 李晓光 ,  刘晨 ,  吴超玮 ,  卓力

IPC: H04N19/42 ,  H04N19/587

Abstract: 一种基于注意力机制深度循环网络的旧电影闪烁修复方法涉及数字图像处理方法，算法包括离线部分和在线部分。离线部分由训练数据处理、闪烁修复的注意力深度循环网络框架搭建和训练组成，在线部分则是图像闪烁修复。网络由注意力机制层、卷积下采样层、残差块层、ConvLSTM层以及反卷积上采样层这5种层结构组成。并且每个卷积层之后都加入批正则化层和修正线性单元作为激活函数，最后一个反卷积层加入双曲正切函数(tanh)作为激活函数，另外在编码器模块中间加入5组残差块和ConvLSTM层，其中每组残差块中包含2个卷积层和1个Relu激活函数。本发明使时序亮度曲线变化的平缓趋势显著，使闪烁得到较好的修复。

公开(公告)号：CN111429433A

公开(公告)日：2020-07-17

申请号：CN202010219045.3

申请日：2020-03-25

Applicant: 北京工业大学

Inventor： 李晓光 ,  吴超玮 ,  黄江鲁 ,  卓力 ,  李嘉锋

IPC: G06T7/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出了一种基于注意力生成对抗网络的多曝光图像融合方法。注意力机制的思想与多曝光融合中的细节加权问题高度匹配，可以应用通道注意力自适应选择各个输入图像的权重，用空间注意来自适应的选择不同空间位置的权重。该技术在各种多媒体视觉领域都有广泛的应用前景。所述算法设计了一种新的注意力生成对抗网络用于多曝光图像融合任务，通过将视觉注意力机制引入到生成网络，能够帮助网络自适应地学习不同输入图像以及不同空间位置的权重，来实现更好的融合效果。