-
Patent Agency Ranking
公开(公告)号：CN114331885B
公开(公告)日：2025-05-02
申请号：CN202111586598.3
申请日：2021-12-21
Applicant: 哈尔滨工业大学
Abstract: 一种带有超前循环模块的在线视频去噪系统，属于视频去噪技术领域。本发明针对现有基于双向循环神经网络的视频去噪系统不能在线处理的问题。包括前向循环模块，用于对当前帧和相邻前一帧噪声图像及相邻前一帧噪声图像的前向特征进行处理，获得当前帧噪声图像的前向特征；超前循环模块，用于对相邻选定未来帧和相邻选定未来帧的前一帧噪声图像及相邻选定未来帧的前一帧噪声图像的超前特征进行处理，获得相邻选定未来帧噪声图像的超前特征；对齐模块，用于将未来帧超前特征从未来帧噪声图像对齐到当前帧噪声图像，获得对齐后的超前特征；解码模块，用于将当前帧前向特征和对齐后的超前特征进行融合，得到当前帧的去噪图像。本发明用于在线视频去噪。
-
公开(公告)号：CN114331885A
公开(公告)日：2022-04-12
申请号：CN202111586598.3
申请日：2021-12-21
Applicant: 哈尔滨工业大学
Abstract: 一种带有超前循环模块的在线视频去噪系统，属于视频去噪技术领域。本发明针对现有基于双向循环神经网络的视频去噪系统不能在线处理的问题。包括前向循环模块，用于对当前帧和相邻前一帧噪声图像及相邻前一帧噪声图像的前向特征进行处理，获得当前帧噪声图像的前向特征；超前循环模块，用于对相邻选定未来帧和相邻选定未来帧的前一帧噪声图像及相邻选定未来帧的前一帧噪声图像的超前特征进行处理，获得相邻选定未来帧噪声图像的超前特征；对齐模块，用于将未来帧超前特征从未来帧噪声图像对齐到当前帧噪声图像，获得对齐后的超前特征；解码模块，用于将当前帧前向特征和对齐后的超前特征进行融合，得到当前帧的去噪图像。本发明用于在线视频去噪。
-
公开(公告)号：CN116071265A
公开(公告)日：2023-05-05
申请号：CN202310144160.2
申请日：2023-02-21
Applicant: 哈尔滨工业大学
IPC: G06T5/00 , G06T7/00 , G06V10/22 , G06V10/80 , G06V10/40 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/09
Abstract: 基于空间自适应自监督学习的图像去噪方法，属于图像复原技术领域。解决了现有自监督图像去噪方法存在对空间相关噪声去噪效果差的问题。本发明包括：步骤一、对噪声图像y进行区域特征提取，获得平坦区域监督图像和纹理区域监督图像步骤二、利用区域判别模块对平坦区域监督图像中每个像素点所在空间位置坐标(,j)处的平坦度自适应系数α(i,j)进行识别，从而确定的平坦度自适应系数矩阵α；步骤三、利用y、以及α对去噪模块进行训练，进行模型参数迭代更新，获得训练后的去噪模块；步骤四、利用训练后的去噪模块对待去噪图像进行去噪。本发明主要用于对相机采集的真实图像进行去噪。
-
公开(公告)号：CN116563518A
公开(公告)日：2023-08-08
申请号：CN202310454466.8
申请日：2023-04-25
Applicant: 哈尔滨工业大学
Abstract: 不受图像边界限制的构图边界框推荐方法，本发明图像处理技术领域。解决了现有构图裁剪方法受限于图像边界的问题。本发明每个样本包括全视角图I、对全视角图I进行裁剪所获得的任意一个缺失视角图Iinit、以及缺失视角图Iinit在全视角图I内所对应的裁剪框合集，从样本集中随机抽取一个样本对缺失视角特征提取模块、特征补全模块和框回归模块进行训练，训练过程中，通过Iinit得到缺失视角特征图Zvis，利用Zvis预测外扩特征图Zpad，将Zpad和Zvis进行特征合并后，送入框回归模块进行构图边界框预测，并计算总损失值对缺失视角特征提取模块、框回归模块和特征补全模块的网络参数进行更新。本发明用于为相机视角推荐构图边界框。
-
公开(公告)号：CN116071265B
公开(公告)日：2023-08-08
申请号：CN202310144160.2
申请日：2023-02-21
Applicant: 哈尔滨工业大学
IPC: G06T5/00 , G06T7/00 , G06V10/22 , G06V10/80 , G06V10/40 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/09
Abstract: 基于空间自适应自监督学习的图像去噪方法，属于图像复原技术领域。解决了现有自监督图像去噪方法存在对空间相关噪声去噪效果差的问题。本发明包括：步骤一、对噪声图像y进行区域特征提取，获得平坦区域监督图像和纹理区域监督图像步骤二、利用区域判别模块对平坦区域监督图像中每个像素点所在空间位置坐标(,j)处的平坦度自适应系数α(i,j)进行识别，从而确定的平坦度自适应系数矩阵α；步骤三、利用y、以及α对去噪模块进行训练，进行模型参数迭代更新，获得训练后的去噪模块；步骤四、利用训练后的去噪模块对待去噪图像进行去噪。本发明主要用于对相机采集的真实图像进行去噪。
-
-
-
-
Search Results
5
records
(took 0.026 seconds)
