公开(公告)号：CN116228581A

公开(公告)日：2023-06-06

申请号：CN202310232336.X

申请日：2023-03-13

Applicant: 桂林电子科技大学

Inventor： 彭智勇 ,  李玉升 ,  张文涛

IPC: G06T5/00 ,  G06T7/13 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/08 ,  G06N3/0464

Abstract: 本发明提供的是一种结合时空特征的视频影像降噪技术。其特征是：它由输入连续视频序列1、空间降噪网络2、空间降噪网络3、特征融合模块4、时域降噪网络5组成。将多帧的输入视频序列中的当前帧和前一帧，分别循环经过两个对应的空间降噪网络；当前帧和前一帧分别基于各自的空间降噪网络生成处理后的当前帧和前一帧；基于特征融合模块，将处理后的当前帧、前一帧、时域降噪网络中循环特征提取模块产生的隐藏信息和降噪后的当前帧在通道数上进行特征融合；最后将融合后的特征再次循环经过时域降噪网络，得到并输出降噪后当前帧。同时将当前帧信息作为计算下一帧的信息，再次输入到特征融合模块，参与下一帧的计算。

公开(公告)号：CN115760631A

公开(公告)日：2023-03-07

申请号：CN202211495692.2

申请日：2022-11-27

Applicant: 桂林电子科技大学

Inventor： 彭智勇 ,  李玉升 ,  张文涛

IPC: G06T5/00 ,  G06T11/00 ,  G06N3/0464 ,  G06N3/08 ,  G06N5/04

Abstract: 本发明提供的是一种低照度彩色影像快速复原技术。其特征是：它由颜色空间转换模块1、亮度系数深度学习网络2、色差系数深度学习网络3、亮度查找表生成模块4、色差查找表生成模块5、基于查找表亮度复原模块6、基于查找表色差复原模块7、融合模块8组成。将原始影像颜色空间转换为一个亮度分量与两个色差分量颜色空间；将亮度分量与色差分量分别基于各自的深度学习网络生成亮度查找表与色差查找表；基于亮度查找表与色差查找表进行亮度分量与色差分量的复原；最后将复原后的亮度分量与色差分量进行融合得复原后的高亮度彩色影像。本发明可用于夜晚或低照度条件下彩色视频影像的实时复原，实时获得高亮度彩色视频，可广泛用于视频监控领域。