一种基于互补几何模型与相似度矩阵的运动分割方法

    公开(公告)号:CN112927263A

    公开(公告)日:2021-06-08

    申请号:CN202110445836.2

    申请日:2021-04-25

    Abstract: 本发明公开了一种基于互补几何模型与相似度矩阵的运动分割方法,首先对视频序列进行假设估计,分别拟合仿射矩阵,基本矩阵与单应性矩阵模型的假设估计;然后用有序残差核算法计算相关性;接着采用累加方法获得相似度矩阵;最后通过谱聚类得到聚类结果;本发明公开的运动分割方法在更普遍的视频序列数据集上可以得到更好的准确率,相比于现有技术中的运动分割方法有更强的普适性。

    基于一阶前向后向算法的全变分图像去噪方法

    公开(公告)号:CN111626943B

    公开(公告)日:2022-09-06

    申请号:CN202010234130.7

    申请日:2020-03-30

    Abstract: 本发明公开了一种基于一阶前向后向算法的全变分图像去噪方法,本发明在传统全变分模型的基础上,针对传统算法去噪效果不理想的缺点,提出改进,首先将全变分模型的正则项与保真项转成凸对偶问题,然后应用前向后向分裂算法迭代求解问题。实验结果表明:在信噪比,图像一致性方面,本文方法都有所提升,能产生更清晰的边缘和图像结构,提高了去噪性能。

    一种基于互补几何模型与相似度矩阵的运动分割方法

    公开(公告)号:CN112927263B

    公开(公告)日:2022-08-02

    申请号:CN202110445836.2

    申请日:2021-04-25

    Abstract: 本发明公开了一种基于互补几何模型与相似度矩阵的运动分割方法,首先对视频序列进行假设估计,分别拟合仿射矩阵,基本矩阵与单应性矩阵模型的假设估计;然后用有序残差核算法计算相关性;接着采用累加方法获得相似度矩阵;最后通过谱聚类得到聚类结果;本发明公开的运动分割方法在更普遍的视频序列数据集上可以得到更好的准确率,相比于现有技术中的运动分割方法有更强的普适性。

    基于一阶前向后向算法的全变分图像去噪方法

    公开(公告)号:CN111626943A

    公开(公告)日:2020-09-04

    申请号:CN202010234130.7

    申请日:2020-03-30

    Abstract: 本发明公开了一种基于一阶前向后向算法的全变分图像去噪方法,本发明在传统全变分模型的基础上,针对传统算法去噪效果不理想的缺点,提出改进,首先将全变分模型的正则项与保真项转成凸对偶问题,然后应用前向后向分裂算法迭代求解问题。实验结果表明:在信噪比,图像一致性方面,本文方法都有所提升,能产生更清晰的边缘和图像结构,提高了去噪性能。

Patent Agency Ranking