-
公开(公告)号：CN109255043A
公开(公告)日：2019-01-22
申请号：CN201811076163.2
申请日：2018-09-14
Applicant: 哈尔滨工业大学
Abstract: 基于场景理解的图像检索方法，本发明涉及基于场景理解的图像检索方法。本发明的目的是为了解决现有图像检索算法查准率较低以及由于遍历的图像检索方式导致的时间消耗大，从而无法满足视觉室内定位需求的问题。过程为：一、采用二维隐马尔科夫模型计算图像中特征描述块的特征向量与状态集合之间的联合概率；二、对一中的图像进行场景分类，建立离线数据库；三、根据相似度从大到小的顺序对场景进行相似度排序；四、对排序为1的场景中的图像构造关系图，并计算排序为1的场景中的每幅图像的评分，将排序为1的场景中的所有图像的评分从高到低进行排名；五、得到最佳匹配候选图像。本发明用于图像检索与视觉室内定位技术领域。
-
公开(公告)号：CN112053306A
公开(公告)日：2020-12-08
申请号：CN202011077611.8
申请日：2020-10-10
Applicant: 哈尔滨工业大学
Abstract: 基于深度多块网络的图像去模糊方法，它属于图像去模糊处理技术领域。本发明解决了现有图像去模糊方法的去模糊性能差的问题。本发明在解决了光照、相机抖动、成像设备运动等引起的运动模糊问题的同时，还提出了一种权重选择共享机制以减少网络的参数量。本发明提出的基于深度多块网络的图像去模糊方法可以有效地复原图像细节，提升去模糊性能，同时消除模糊图像对定位精度的影响。本发明提出的基于深度多块网络的图像去模糊方法仅需要10ms来处理一幅1280×720分辨率的图像，能够满足视觉室内定位的实时性需求。本发明可以应用于对图像的去模糊处理。
-
公开(公告)号：CN109255043B
公开(公告)日：2020-08-11
申请号：CN201811076163.2
申请日：2018-09-14
Applicant: 哈尔滨工业大学
Abstract: 基于场景理解的图像检索方法，本发明涉及基于场景理解的图像检索方法。本发明的目的是为了解决现有图像检索算法查准率较低以及由于遍历的图像检索方式导致的时间消耗大，从而无法满足视觉室内定位需求的问题。过程为：一、采用二维隐马尔科夫模型计算图像中特征描述块的特征向量与状态集合之间的联合概率；二、对一中的图像进行场景分类，建立离线数据库；三、根据相似度从大到小的顺序对场景进行相似度排序；四、对排序为1的场景中的图像构造关系图，并计算排序为1的场景中的每幅图像的评分，将排序为1的场景中的所有图像的评分从高到低进行排名；五、得到最佳匹配候选图像。本发明用于图像检索与视觉室内定位技术领域。
-
-
Search Results
3
records
(took 0.016 seconds)
