一种图像融合方法、装置、设备和介质

    公开(公告)号:CN119963426A

    公开(公告)日:2025-05-09

    申请号:CN202411883902.4

    申请日:2024-12-19

    Inventor: 孟娟

    Abstract: 本发明实施例提供了一种图像融合方法、装置、设备和介质,方法包括:获取同一时刻的红外热成像图像和可见光图像,分别确定两图像对应的灰度信息;根据灰度信息确定两图像对应的边缘像素点剔除阈值;分别对两图像进行边缘检测以确定对应的边缘像素点;根据两图像对应的边缘像素点剔除阈值对两图像对应的边缘像素点进行筛选,得到两图像对应的筛选后的边缘像素点;根据筛选后的边缘像素点将两图像配准后进行图像融合。本发明实施例通过红外热成像图像和可见光图像的灰度信息,分别确定两者的边缘像素点剔除阈值进而筛选边缘像素点,基于筛选后的边缘像素点进行图像配准并融合。提升了图像融合的成像效果和准确性,确保最终图像的质量。

    设备的控制方法、装置、电子设备及存储介质

    公开(公告)号:CN119439768A

    公开(公告)日:2025-02-14

    申请号:CN202411430868.5

    申请日:2024-10-14

    Inventor: 孟娟 李辉武

    Abstract: 本发明实施例提供了一种设备的控制方法、装置、电子设备及存储介质,涉及设备控制技术领域,所述方法包括:确定所述红外摄像头采集的红外图像;获取所述红外图像中各个像素点对应的温度值以及针对所述红外图像的温度约束信息,根据所述像素点的温度值以及所述温度约束信息对所述红外图像进行识别,获得所述红外图像对应的目标候选框集合;根据所述目标候选框集合进行人体检测,从所述目标候选框集合中筛选出人体候选框,并获取所述人体候选框对应的人体温度;执行与所述人体温度对应的设备操作,从而提高了人体温度识别的准确性以及精度。

    人脸姿态估计方法、装置、存储介质及计算机设备

    公开(公告)号:CN114581973A

    公开(公告)日:2022-06-03

    申请号:CN202210130312.9

    申请日:2022-02-11

    Inventor: 孟娟

    Abstract: 本申请实施例公开了一种人脸姿态估计方法、装置、存储介质及计算机设备,涉及图像处理领域。包括:将输入图片进行归一化处理得到归一化图像;其中,所述输入图片包含人脸;利用预先训练的简化的网络模型对所述归一化图像进行检测得到人脸预测框的位置信息和多个人脸关键点位置信息;根据所述多个人脸关键点的位置信息计算所述人脸的姿态角。卷积神经网络的结构简单,可以部署在嵌入式设备上,因此可以实现高精度、高实时性和低运算量的人脸姿态估计。

    室内定位方法
    5.
    发明授权

    公开(公告)号:CN114998389B

    公开(公告)日:2024-12-03

    申请号:CN202210700292.4

    申请日:2022-06-20

    Inventor: 孟娟

    Abstract: 本申请提供了一种室内定位方法,该方法包括:分别采集多个图像中的各图像的多个ORB点特征和多个FLD线特征,多个图像包括图像采集设备在当前时刻采集的第一图像和当前时刻的前一时刻采集的第二图像;至少根据第一图像和第二图像对应的ORB点特征和FLD线特征,确定多个目标点特征对,并根据多个目标点特征对,确定图像采集设备在当前时刻的目标旋转矩阵和目标平移矩阵;根据目标旋转矩阵、目标平移矩阵和移动载体的位姿信息,预测并更新移动载体在下一时刻的位姿信息,保证了确定的目标点特征对的数量较多,保证了对移动载体的定位精度较高,从而解决了现有技术中移动载体的定位精度较差的问题。

    模型部署方式的确定方法、装置、电子设备和存储介质

    公开(公告)号:CN118709717A

    公开(公告)日:2024-09-27

    申请号:CN202410830733.1

    申请日:2024-06-25

    Inventor: 吕朦 孟娟

    Abstract: 本发明实施例提供了一种模型部署方式的确定方法、装置、电子设备和计算机可读存储介质,涉及神经网络技术领域,包括:对待部署的算法模型进行转换,获取对应的计算图,对所述计算图进行划分,获取多个计算子图,确定出需要为每个计算子图分配的内存空间,获取多个所述计算子图对应的多个内存空间,并基于多个所述内存空间确定所述计算图是否满足预设的运行条件,若所述计算图满足所述运行条件,则所述算法模型的部署方式为根据多个所述内存空间部署多个所述计算子图。本发明实施例增加了可部署的算法模型的种类,提高了算法模型部署方式的确定效果。

    热成像图像处理方法、装置、电子设备和计算机存储介质

    公开(公告)号:CN118628352A

    公开(公告)日:2024-09-10

    申请号:CN202410755864.8

    申请日:2024-06-12

    Inventor: 孟娟 吕朦 刘白皓

    Abstract: 本发明实施例提供了一种热成像图像处理方法、装置、电子设备和计算机可读存储介质,涉及图像处理技术领域,包括:获取原始的热成像图像;将热成像图像转换为色彩模式的RGB图像;在预设的超分辨率模型中加入RGB图像的边缘信息,得到目标超分辨率模型;采用目标超分辨率模型对RGB图像进行重构,得到重构后的RGB图像。通过将热成像图像转换为RGB图像的方法,使得热成像图像可以达到较好的显示效果,便于计算,而且大大减小图像处理算法的复杂度;然后在超分辨率模型中引入边缘信息作为约束条件得到目标超分辨率模型,然后通过目标超分辨率模型对RGB图像进行反向迭代求解,从而实现低分辨率的图像到高分辨率图像的高精度估计。

    神经网络的剪枝方法、装置和神经网络构建系统

    公开(公告)号:CN117077760A

    公开(公告)日:2023-11-17

    申请号:CN202311076800.7

    申请日:2023-08-24

    Inventor: 孟娟

    Abstract: 本申请提供了一种神经网络的剪枝方法、装置和神经网络构建系统,该方法包括:获取神经网络的各层的输入节点和输出节点,得到多个输入层和多个输出层;遍历各输入层分别与所有的输出层的依赖关系,并遍历各输出层分别与所有的输入层的依赖关系,得到多个依赖判断结果;将依赖判断结果为存在依赖关系的输入层和输出层的权重分为一组,得到多个权重参数组;计算各权重参数组的权重的重要性,得到多个目标重要性得分;删除目标重要性得分低于预定阈值的权重对应的输入层和/或输出层,得到压缩模型,压缩模型的权重的数量小于神经网络的权重的数量,解决了现有技术中神经网络模型压缩无法实现自动剪枝的问题。

    图像增强方法、装置、电子设备及存储介质

    公开(公告)号:CN115330614A

    公开(公告)日:2022-11-11

    申请号:CN202210946348.4

    申请日:2022-08-08

    Abstract: 本发明实施例涉及一种图像增强方法、装置、电子设备及存储介质,所述方法,包括:对待处理图像进行多通道分解,得到所述待处理图像在YUV颜色空间上的亮度分量图像;对所述亮度分量图像进行滤波,得到掩膜图像;基于所述掩膜图像对所述待处理图像进行图像增强,得到所述待处理图像对应的增强图像。由此,实现了得到清晰度高,对比度明显的增强图像,并且上述技术方案的实现不涉及复杂算法,从而整个技术方案的实现复杂度较低,这不仅无需依赖高性能SoC平台,减少了图像增强时的硬件成本和功耗,还能够满足实时处理的应用需求。

Patent Agency Ranking