公开(公告)号：CN115409713A

公开(公告)日：2022-11-29

申请号：CN202211201813.8

申请日：2022-09-29

Applicant: 杭州电子科技大学

Inventor： 颜成钢 ,  徐文 ,  陈泉 ,  李浩然 ,  王鸿奎 ,  陈楚翘 ,  朱尊杰 ,  高宇涵 ,  孙垚棋 ,  殷海兵 ,  胡冀 ,  张继勇 ,  李宗鹏

IPC: G06T3/40 ,  G06T3/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种高效实时的单张图像超分变率重建系统及方法，单图像超分辨率重建方法首先进行数据预处理，然后构建高效实时的图像超分辨率重建网络；通过预处理后的数据训练构建好的图像超分辨重建网络，使网络具有图像超分辨重建的效果；最后通过训练好的图像超分辨重建网络完成单图像超分辨率重建。单图像超分辨重建系统，包括数据预处理模块、网络构建模块、训练模块和图像超分辨重建模块。本发明减少网络模型参数量，使得网络模型的计算量减少，资源消耗少；在性能和效率方便达到很好的平衡；能够部署在移动端设备上。

公开(公告)号：CN117974778A

公开(公告)日：2024-05-03

申请号：CN202311833777.1

申请日：2023-12-28

Applicant: 杭州电子科技大学

Inventor： 彭首平 ,  李浩然 ,  颜成钢 ,  孙垚棋 ,  赵治栋 ,  殷海兵 ,  王鸿奎

IPC: G06T7/73 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06V10/80 ,  G06V10/52 ,  G06N3/0499 ,  G06N3/08

Abstract: 本发明公开了一种基于多层局部模式的多视角目标地理定位方法。首先进行理论建模；然后构建多层本地模式交叉注意网络，网络基于双分支的架构，每个分支由主干、交叉注意力块、分区池化块以及多层聚合块组成；再对多层本地模式交叉注意网络进行训练；通过训练好的多层本地模式交叉注意网络实现多视角目标地理定位。现有的方法通常侧重于从最终的特征映射中提取细粒度信息，而忽略了中间层输出的重要性。在本发明中，首先提取不同层的特征映射，并且使用交叉注意块来建立不同层的特征映射信息之间的相关性，改进了浅层特征的语义表达。本发明提出了多层聚合块对通过分割得到的高关联特征块进行聚合。

公开(公告)号：CN117915204A

公开(公告)日：2024-04-19

申请号：CN202311470718.2

申请日：2023-11-07

Applicant: 杭州电子科技大学

Inventor： 彭首平 ,  李浩然 ,  柴卓锐 ,  郑博仑 ,  黄爱爱 ,  介曦冉 ,  颜成钢

IPC: H04N23/84 ,  G06T3/4015

Abstract: 本发明公开了一种对于Bayer CFA图像的去马赛克方法。本发明方法利用不同类型Bayer CFA图像之间的隐含相关性，采用pattern embedding和独热编码的方式，提高了特征提取模型对Bayer CFA图像的特征提取能力。在此基础上，通过利用先预训练再微调(Fine‑tune)的训练模式，实现了去马赛克效果的提升。本发明提出了一种改进的transformer模块PSTB，可以对带有编码嵌入标记P的不同类型的Bayer CFA图像进行有针对性的学习，从而可以提高网络的特征提取能力，最终实现得到高水平的标准RGB图像的目的。