-
公开(公告)号：CN107133923B
公开(公告)日：2020-10-27
申请号：CN201710119309.6
申请日：2017-03-02
Applicant: 杭州电子科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于自适应梯度稀疏模型的模糊图像非盲去模糊方法，其对一幅图像的梯度分布估计中并未采用一个固定的形状参数值和尺度参数值，而是针对不同的像素点采用不同的形状参数值和尺度参数值，使得本方法能够很好的适应图像纹理变化，从而使得利用本发明方法复原的复原图像具有较高的信噪比值，同时在主观质量上，复原图像的平滑区域没有噪声点而显得自然顺滑，复原图像的纹理区域更加清晰，获得了更佳的主观视觉质量；其将图像划分成平滑区域和纹理区域，对于属于平滑区域内的像素点直接采用固定的形状参数和尺度参数，而对于属于纹理区域内的像素点则采用全局收敛算法来估计形状参数和尺度参数，能够在较少数据下取得更好的估计结果。
-
公开(公告)号：CN106339664A
公开(公告)日：2017-01-18
申请号：CN201610657250.1
申请日：2016-08-10
Applicant: 杭州电子科技大学
IPC: G06K9/00
CPC classification number: G06K9/00718 , G06K2009/00738
Abstract: 本发明涉及一种基于颜色混合模型和多特征组合的视频烟雾检测方法。现有方法对于复杂情况下的烟雾检测存在较高的误检率。本发明方法包括：疑似烟雾区域提取，对视频帧获取疑似烟雾运动区域，疑似烟雾颜色区域；将疑似烟雾运动区域及疑似烟雾颜色区域进行结合获取疑似烟雾区域；烟雾特征识别，根据运动速度均值与方差、烟雾的运动方向、烟雾面积增长率对疑似烟雾区域进行烟雾识别。本发明方法对疑似烟雾区域中的假烟雾区域进行进一步剔除，有效避免了干扰区域对烟雾检测的影响，具有较高的检测成功率。
-
Patent Agency Ranking
公开(公告)号：CN105898278A
公开(公告)日：2016-08-24
申请号：CN201610363021.9
申请日：2016-05-26
Applicant: 杭州电子科技大学
CPC classification number: H04N13/00 , H04N13/366 , H04N17/00 , H04N2013/0081
Abstract: 本发明涉及一种基于双目多维感知特性的立体视频显著性检测方法。传统模型方法无法有效的检测出立体视频的显著区域。本发明方法包括显著特征提取和显著特征融合。显著特征提取是从立体视频的空间、深度以及运动三个不同维度的视图信息分别进行显著性计算，包括二维静态显著区域检测、深度显著区域检测、运动显著区域检测。显著特征融合是将已获取的三种不同维度的显著特征图采取全局非线性归一化的融合策略进行融合，进而获取立体视频显著区域。本发明方法计算复杂度低，获取的立体视频显著图质量高，可以直接应用在3D视频压缩，3D质量评估以及物体识别和追踪等工程领域中。
-
公开(公告)号：CN107682705B
公开(公告)日：2020-05-12
申请号：CN201710881865.7
申请日：2017-09-26
Applicant: 杭州电子科技大学
IPC: H04N19/65 , H04N19/176 , H04N19/895 , H04N19/513
Abstract: 本发明涉及一种基于MV‑HEVC框架的立体视频B帧错误隐藏方法。传统的错误隐藏技术对于新标准MV‑HEVC并不能很好的适应。本发明方法首先对立体视频中的丢失块类型进行划分，将丢失块划分为静止块和运动块，然后对不同的丢失块类型采用不同的恢复方式，静止块选择直接拷贝的方式，对运动块选择运动或视差补偿的恢复方式。本发明方法结合了新标准的特性并改进了已有错误隐藏方法，能解决在HEVC立体视频扩展标准MV‑HEVC下没有相应的立体视频错误隐藏恢复技术，以及先前H.264标准下的错误隐藏技术不能直接使用在HEVC标准中的不足，对立体视频在网络传输中发生的网络丢包现象有很好的恢复效果。
-
公开(公告)号：CN107682705A
公开(公告)日：2018-02-09
申请号：CN201710881865.7
申请日：2017-09-26
Applicant: 杭州电子科技大学
IPC: H04N19/65 , H04N19/176 , H04N19/895 , H04N19/513
Abstract: 本发明涉及一种基于MV-HEVC框架的立体视频B帧错误隐藏方法。传统的错误隐藏技术对于新标准MV-HEVC并不能很好的适应。本发明方法首先对立体视频中的丢失块类型进行划分，将丢失块划分为静止块和运动块，然后对不同的丢失块类型采用不同的恢复方式，静止块选择直接拷贝的方式，对运动块选择运动或视差补偿的恢复方式。本发明方法结合了新标准的特性并改进了已有错误隐藏方法，能解决在HEVC立体视频扩展标准MV-HEVC下没有相应的立体视频错误隐藏恢复技术，以及先前H.264标准下的错误隐藏技术不能直接使用在HEVC标准中的不足，对立体视频在网络传输中发生的网络丢包现象有很好的恢复效果。
-
公开(公告)号：CN105898278B
公开(公告)日：2017-10-27
申请号：CN201610363021.9
申请日：2016-05-26
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于双目多维感知特性的立体视频显著性检测方法。传统模型方法无法有效的检测出立体视频的显著区域。本发明方法包括显著特征提取和显著特征融合。显著特征提取是从立体视频的空间、深度以及运动三个不同维度的视图信息分别进行显著性计算，包括二维静态显著区域检测、深度显著区域检测、运动显著区域检测。显著特征融合是将已获取的三种不同维度的显著特征图采取全局非线性归一化的融合策略进行融合，进而获取立体视频显著区域。本发明方法计算复杂度低，获取的立体视频显著图质量高，可以直接应用在3D视频压缩，3D质量评估以及物体识别和追踪等工程领域中。
-
公开(公告)号：CN107133923A
公开(公告)日：2017-09-05
申请号：CN201710119309.6
申请日：2017-03-02
Applicant: 杭州电子科技大学
IPC: G06T5/00
CPC classification number: G06T5/003
Abstract: 本发明公开了一种基于自适应梯度稀疏模型的模糊图像非盲去模糊方法，其对一幅图像的梯度分布估计中并未采用一个固定的形状参数值和尺度参数值，而是针对不同的像素点采用不同的形状参数值和尺度参数值，使得本方法能够很好的适应图像纹理变化，从而使得利用本发明方法复原的复原图像具有较高的信噪比值，同时在主观质量上，复原图像的平滑区域没有噪声点而显得自然顺滑，复原图像的纹理区域更加清晰，获得了更佳的主观视觉质量；其将图像划分成平滑区域和纹理区域，对于属于平滑区域内的像素点直接采用固定的形状参数和尺度参数，而对于属于纹理区域内的像素点则采用全局收敛算法来估计形状参数和尺度参数，能够在较少数据下取得更好的估计结果。
-
-
-
-
-
-
Search Results
7
records
(took 0.026 seconds)
