-
公开(公告)号：CN109949234A
公开(公告)日：2019-06-28
申请号：CN201910136584.8
申请日：2019-02-25
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于深度网络的视频复原模型训练方法及视频复原方法，包括：从标准的清晰视频中获得多帧清晰图像；对各帧清晰图像进行高斯模糊处理，以得到各帧清晰图像所对应的模糊图像；将连续n帧清晰图像及对应的n帧模糊图像构成的{清晰图像序列，模糊图像序列}对作为一个训练样本，从而得到由所有训练样本构成的训练集；建立由n-1个编解码网络依次连接而成的视频复原模型，用于根据模糊图像In及其前n-1帧模糊图像In-1～I1对模糊图像In进行图像复原；利用训练集对视频复原模型进行训练，从而得到目标视频复原模型。本发明能够提高模糊视频复原的效率和复原效果。
-
公开(公告)号：CN109949234B
公开(公告)日：2020-10-02
申请号：CN201910136584.8
申请日：2019-02-25
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于深度网络的视频复原模型训练方法及视频复原方法，包括：从标准的清晰视频中获得多帧清晰图像；对各帧清晰图像进行高斯模糊处理，以得到各帧清晰图像所对应的模糊图像；将连续n帧清晰图像及对应的n帧模糊图像构成的{清晰图像序列，模糊图像序列}对作为一个训练样本，从而得到由所有训练样本构成的训练集；建立由n‑1个编解码网络依次连接而成的视频复原模型，用于根据模糊图像In及其前n‑1帧模糊图像In‑1～I1对模糊图像In进行图像复原；利用训练集对视频复原模型进行训练，从而得到目标视频复原模型。本发明能够提高模糊视频复原的效率和复原效果。
-
公开(公告)号：CN107403414B
公开(公告)日：2018-11-02
申请号：CN201710572664.9
申请日：2017-07-14
Applicant: 华中科技大学
Abstract: 本发明公开了一种利于模糊核估计的图像区域选择方法和系统，其中方法的实现包括：计算模糊图像中每一像素点的相对总变分值并得到其相对总变分映射图；设定阈值确定图像中每一像素点是否为边界像素点；再对模糊图像以及其相对总变分映射图进行采样，得到一系列图像块；最后统计每一图像块中边界像素点的数量并选择出有利于模糊核估计的图像区域。本发明有效解决了现有区域选择方法中存在的过于依赖操作者经验，效率低等问题，自动选择出有利于模糊核估计的图像区域，适用于图像去模糊算法中模糊核估计的应用场合。
-
公开(公告)号：CN107194365B
公开(公告)日：2020-01-03
申请号：CN201710416188.1
申请日：2017-06-06
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于中层特征的行为识别方法与系统，其中方法的实现包括：从样本图像序列中得到候选部件检测器集；移除候选部件检测器集中B％的判别能力弱的部件检测器，得到新的候选部件检测器集；根据新的候选部件检测器集中每个部件检测器的权重进行由大到小的排序，选择排序靠前的P个部件检测器作为A类行为类别的中层特征提取器；获取行为类别中每一类行为类别的中层特征提取器，组合成词袋，利用词袋提取样本图像序列的样本中层特征，利用样本中层特征训练分类器，得到行为识别分类器；将测试图像序列输入行为识别分类器，得到测试图像序列的行为类别。本发明识别能力强、识别准确率高、实用性强、保留了部件之间的关联性。
-
公开(公告)号：CN106447626B
公开(公告)日：2019-06-07
申请号：CN201610806072.4
申请日：2016-09-07
Applicant: 华中科技大学
CPC classification number: G06T5/00
Abstract: 本发明公开了一种基于深度学习的模糊核尺寸估计方法，属于模式识别技术领域。该方法首先根据模糊图样属性选择采用降采样或尺寸截取进行预处理，得到尺寸满足需求的输入图像；之后，将图像输入至已完成训练的多分类卷积神经网络中，通过不同层的权值计算，得到一个概率分布向量；最后，通过比较向量中各元素的大小，取值最大的元素所对应图像类别代表的模糊核尺寸即为模糊图像尺寸大小的估计结果。本发明还实现了一种基于深度学习的模糊核尺寸估计系统。本发明为现有图像去模糊算法提供了更具科学依据的模糊核尺寸作为输入参数，有效解决了现有方法中存在的尺寸盲目输入以及无法提供直接的输入值等问题。
-
Patent Agency Ranking
公开(公告)号：CN108520497B
公开(公告)日：2020-08-04
申请号：CN201810217553.0
申请日：2018-03-15
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于距离加权稀疏表达先验的图像复原与匹配一体化方法，包括：利用退化图像和初始清晰图像对模糊核的约束与梯度算子正则化来估计模糊核，得到模糊核的估计；利用模糊核的估计和字典D对初始清晰图像的约束来估计初始清晰图像，得到清晰图像估计；采用距离加权的稀疏表达算法，得到清晰图像估计在字典集中的稀疏表达系数向量估计；对上述步骤进行A次迭代，得到目标图像和目标图像在参考图像中的初始定位；缩小参考图像的范围后利用上述方法得到目标图像的复原图像和定位结果。本发明有效解决了现有模糊图像复原与匹配方法中存在的对噪声敏感、较差的复原效果对匹配任务造成严重的影响等问题，适用于视觉导航系统。
-
公开(公告)号：CN108520497A
公开(公告)日：2018-09-11
申请号：CN201810217553.0
申请日：2018-03-15
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于距离加权稀疏表达先验的图像复原与匹配一体化方法，包括：利用退化图像和初始清晰图像对模糊核的约束与梯度算子正则化来估计模糊核，得到模糊核的估计；利用模糊核的估计和字典D对初始清晰图像的约束来估计初始清晰图像，得到清晰图像估计；采用距离加权的稀疏表达算法，得到清晰图像估计在字典集中的稀疏表达系数向量估计；对上述步骤进行A次迭代，得到目标图像和目标图像在参考图像中的初始定位；缩小参考图像的范围后利用上述方法得到目标图像的复原图像和定位结果。本发明有效解决了现有模糊图像复原与匹配方法中存在的对噪声敏感、较差的复原效果对匹配任务造成严重的影响等问题，适用于视觉导航系统。
-
公开(公告)号：CN106920253A
公开(公告)日：2017-07-04
申请号：CN201710073835.3
申请日：2017-02-10
Applicant: 华中科技大学
CPC classification number: G06T2207/10016 , G06T2207/20016 , G06T2207/30232
Abstract: 本发明公开了一种基于遮挡分层的多目标跟踪方法，包括：构建背景场景，在背景场景上进行分割处理获得背景场景的层次模型，对当前帧图像和背景场景进行背景差分处理提取前景区域的形位参数，确定当前帧图像中前景区域和上一帧图像中目标关联关系，若一个前景区域与一个目标关联，则用单目标跟踪方法获得该目标在当前帧图像中的状态，若一个前景区域与多个目标关联，则用马尔可夫链蒙特卡洛采样方法获得多个目标在当前帧图像中的状态，若一个前景区域不与任何目标关联，则认为该前景区域为新进目标。本发明解决了多目标跟踪中由于目标间遮挡以及目标与背景遮挡导致的跟踪失败问题，适用于开放式环境下依赖于目标跟踪技术的智能视频监控系统。
-
公开(公告)号：CN105160687A
公开(公告)日：2015-12-16
申请号：CN201510689097.6
申请日：2015-10-21
Applicant: 华中科技大学
IPC: G06T7/00
CPC classification number: G06T5/002 , G06T3/4007 , G06T3/4076 , G06T7/0002 , G06T2207/10048 , G06T2207/20076 , G06T7/001 , G06T2207/30108
Abstract: 本发明公开了一种气动光学热辐射噪声校正方法，包括以下步骤：首先将退化图像进行预处理得到多尺度退化图像集合；然后，根据上述多尺度退化集合，以上一尺度估计结果作为下一尺度估计初始值来获得最优解的更新迭代过程，完成原始尺度的偏差场估计；最后，根据原始尺度的偏差场估计值对退化图像进行复原，得到气动光学热辐射噪声校正图像。本发明还涉及一种气动光学热辐射噪声校正系统。本发明有效解决了现有方法中存在的校正效果差、方法复杂度高、无法在图像层面进行热辐射噪声校正的问题，适用于气动光学热辐射噪声图像复原的应用场合。
-
公开(公告)号：CN105160687B
公开(公告)日：2018-01-02
申请号：CN201510689097.6
申请日：2015-10-21
Applicant: 华中科技大学
IPC: G06T5/00
CPC classification number: G06T5/002 , G06T3/4007 , G06T3/4076 , G06T7/0002 , G06T2207/10048 , G06T2207/20076
Abstract: 本发明公开了一种气动光学热辐射噪声校正方法，包括以下步骤：首先将退化图像进行预处理得到多尺度退化图像集合；然后，根据上述多尺度退化集合，以上一尺度估计结果作为下一尺度估计初始值来获得最优解的更新迭代过程，完成原始尺度的偏差场估计；最后，根据原始尺度的偏差场估计值对退化图像进行复原，得到气动光学热辐射噪声校正图像。本发明还涉及一种气动光学热辐射噪声校正系统。本发明有效解决了现有方法中存在的校正效果差、方法复杂度高、无法在图像层面进行热辐射噪声校正的问题，适用于气动光学热辐射噪声图像复原的应用场合。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.017 seconds)
