基于自适应调整的图像超分辨率重建方法

    公开(公告)号:CN111507898A

    公开(公告)日:2020-08-07

    申请号:CN202010183489.6

    申请日:2020-03-16

    Abstract: 本发明公开了一种基于自适应调整的图像超分辨率重建方法,属于图像处理技术领域。本发明基本框架包括涉及生成式对抗网络的对抗训练模型,训练模型由一组相互竞争的生成模型和判别模型构成:生成模型负责生成高分辨率图像,通过判别模型确定输入图像是生成的还是从高分辨率数据库中获得的样本;随着识别能力的逐渐加强,判别模型将信息传递给生成模型,通过优化损失函数,使得生成模型生成的高分辨率图像更接近真实样本;随着生成图像质量的提高,判别模型的损失增大,同时判别模型的识别能力不断提升,当判别模型不能区分生成的图像和真实样本时,生成模型完成超分辨任务。本发明提高模型特征表达能力并获得更好的超分辨率重建效果。

    用于井下移动设备的轻量化图像超分辨率重建系统及方法

    公开(公告)号:CN119671855A

    公开(公告)日:2025-03-21

    申请号:CN202411809637.5

    申请日:2024-12-10

    Abstract: 本发明公开了用于井下移动设备的轻量化图像超分辨率重建系统及方法,属于图像重建技术领域;包括:浅层特征提取模块、深层特征提取模块、特征聚合模块以及图像重建模块;深层特征提取模块包括高频增强蒸馏块,高频增强蒸馏块包括特征细化模块、多尺度信息蒸馏模块和信息融合模块;特征细化模块包括三个串联的高频增强残差块。本发明采用信息蒸馏架构,在特征提取主干中采用双路分支结构,对输入特征进行通道分割,降低计算量,利用全局特征提取和高频增强分支提升网络对细节信息的捕获能力,高效地提取深层信息;采用多尺度信息蒸馏方法,对特征提取主干细化后的特征进行多尺度高频信息蒸馏,并利用混合特征增强块融合蒸馏后的多尺度高频信息。

    一种矿井机载视频图像的去运动模糊方法及系统

    公开(公告)号:CN119205568A

    公开(公告)日:2024-12-27

    申请号:CN202411360043.0

    申请日:2024-09-27

    Abstract: 一种矿井机载视频图像的去运动模糊方法及系统,步骤:构建基于卷积神经网络的面向真实场景的盲图像质量评价模块,并借助所述模块提取图像中与质量相关的质量特征;构建基于码本的特征预测模块,通过矢量编码的方式预训练一个包含高质量特征码本的特征预测网络,基于模糊图像的质量特征进行预测编码,从而获得图像的高质量先验知识;将获得的高质量先验知识经维度对齐后嵌入到去模糊模块编码特征中,经解码器解码后获得恢复后的清晰图像。系统包括图像采集模块、盲图像质量评价模块、特征预测模块和去模糊模块。本发明能够快速处理图像视频流失真、有效适应矿井下环境,提高后续图像处理和分析准确性,提高矿区作业的安全性和效率。

    一种便携式高精度光学相控阵雷达芯片驱动电路及其驱动方法

    公开(公告)号:CN119105322A

    公开(公告)日:2024-12-10

    申请号:CN202310668574.5

    申请日:2023-06-07

    Abstract: 本发明应用于热光型与电光型光学相控阵芯片控制领域,设计了一种便携式高精度光学相控阵雷达控制器。该光学相控阵雷达芯片控制器由四个部分组成:MCU控制电路、双数模转换输出网络、双电源输出电路和显示模块电路。本发明通过型号为STM32F401CCU6 MCU的SIP接口对双路AD5766进行控制从而输出多通道电压信号。AD5766为16位模数转换芯片,本发明采用两路该芯片至多可以产生32路电压信号,经过阻抗匹配网络进行输出,阻抗匹配网络可以解决由布线不同造成的端到端输出信号的差异。双电源输出电路采用ADP5071通过调节匹配电阻输出±12V电压用于AD5766的正负电源。显示模组采用2.1寸彩色屏幕通过SPI接口与MCU进行连接。显示屏幕用于输出控制参数和光学相控阵状态;本发明通过以上部分实现了光学相控阵雷达芯片的高精度控制,可用于热光效应与电光效应的光学相控阵芯片。本发明在减小控制器体积的同时,显著降低了光学相控阵控制成本。

    一种用于智能安防的跨模态行人重识别系统及方法

    公开(公告)号:CN117475474B

    公开(公告)日:2024-10-15

    申请号:CN202311418003.2

    申请日:2023-10-30

    Abstract: 一种用于智能安防的跨模态行人重识别系统及方法,系统包括图像预处理模块、图像获取模块、网络构建模块、网络训练模块和指标评估模块;方法包括:特征提取;构建图卷积神经进行特征融合;多级特征聚合机制;损失函数优化。本发明通过提出多样化嵌入拓展模块,通过多分支卷积生成结构,基于局部异构聚合图卷积网络的方法,利用图结构关系对提取到的局部关键点特征进行信息融合的方法,提取更多高层次特征信息;对损失函数进一步优化,提出中心引导对挖掘损失和正交损失,其以端到端的方式去除冗余,提供了更简单优化的网络结构,减弱了行人图像在可见光模态和红外模态下存在的差异,减少噪声的产生,极大提高了行人图像在图像库中检索的效率。

Patent Agency Ranking