-
公开(公告)号：CN116012272B
公开(公告)日：2025-05-13
申请号：CN202310059698.3
申请日：2023-01-19
Applicant: 电子科技大学
IPC: G06T5/50 , G06T7/269 , G06N3/045 , G06N3/0464 , G06N3/044
Abstract: 本发明公开了一种基于重建流场的压缩视频质量增强方法，属于视频质量增强技术领域。本发明构建了视频增强网络模型，其循环单元接受当前帧与相邻两帧关键帧作为输入，并结合上一帧的深度特征进行流场融合处理，再经多层级连的残差卷积模块得到当前帧的深度特征；基于核注意力模块在时域残差的引导下对深度特征进行处理，随后使用卷积层重建出质量增强残差，与输入相结合得到最终重建的高质量视频帧，抑制掉了压缩带来的噪声、伪影和模糊等影响视觉效果的因素，重建出高频纹理细节，提高了用户对网络视频等的观看体验。本发明利用到压缩编码时的先验信息，提高了视频帧间对齐的精度，在帧的空间维度和序列帧的时间维度上都取得了更好的重建效果。
-
公开(公告)号：CN116012272A
公开(公告)日：2023-04-25
申请号：CN202310059698.3
申请日：2023-01-19
Applicant: 电子科技大学
IPC: G06T5/50 , G06T7/269 , G06N3/045 , G06N3/0464 , G06N3/044
Abstract: 本发明公开了一种基于重建流场的压缩视频质量增强方法，属于视频质量增强技术领域。本发明构建了视频增强网络模型，其循环单元接受当前帧与相邻两帧关键帧作为输入，并结合上一帧的深度特征进行流场融合处理，再经多层级连的残差卷积模块得到当前帧的深度特征；基于核注意力模块在时域残差的引导下对深度特征进行处理，随后使用卷积层重建出质量增强残差，与输入相结合得到最终重建的高质量视频帧，抑制掉了压缩带来的噪声、伪影和模糊等影响视觉效果的因素，重建出高频纹理细节，提高了用户对网络视频等的观看体验。本发明利用到压缩编码时的先验信息，提高了视频帧间对齐的精度，在帧的空间维度和序列帧的时间维度上都取得了更好的重建效果。
-
公开(公告)号：CN119761580A
公开(公告)日：2025-04-04
申请号：CN202411888809.2
申请日：2024-12-20
Applicant: 电子科技大学
IPC: G06Q10/04 , G06T3/4038 , G06V10/80 , G06V10/77 , G06V10/82 , G06T5/50 , G06N3/042 , G06N3/0464 , G06N3/048 , G06N3/098 , G06F17/16
Abstract: 本发明公开了一种基于双注意力时空图卷积的飞行器4D轨迹预测方法及系统，属于工智能时序预测技术领域。本申请利用自注意力机制对预定义邻接矩阵进行重构，并随着网络的训练不断进行优化以提高其泛化性。这有效解决了基于距离的预定义邻接矩阵无法充分反应动态场景中飞行器之间潜在关系的问题。在基于自注意力机制的可学习邻接矩阵的基础上，本申请利用图注意力网络进一步聚合节点之间的相关性，基于图注意力网络强大的全局信息汇聚能力对时空图进行额外的特征提取，使得模型能够捕捉节点之间更多的潜在联系，改善了传统图卷积运算无法有效聚合节点之间相关性的问题。进一步提升了飞行器未来轨迹预测的精确性。
-
公开(公告)号：CN116433516A
公开(公告)日：2023-07-14
申请号：CN202310325969.5
申请日：2023-03-30
Applicant: 电子科技大学
IPC: G06T5/00 , G06N3/0464 , G06N3/048 , G06N3/0455 , G06N3/08
Abstract: 本发明属于图像处理和计算机视觉领域，具体为一种基于注意力机制的低照度图像去噪增强方法。该方法通过每个下采样单元之后加入的去噪模块，提取出真实低光照图像复杂背景中的隐藏噪声，以此提高整个网络模型的学习能力，减少训练时间。在去噪模块中，通过空洞卷积和标准卷积的组合，扩大了感受野，在提取出更多有用特征的同时减少了网络的深度，提高了去噪的效果和效率。在两个注意力单元同，通过拼接层有效利用全局特征和局部特征，提高浅层特征对深层特征的影响和去噪模型的表达能力，从而可以得到更好的重建图像，减小噪声对低光照图像增强的影响，使得低光照图像增强达到更好的效果。
-
-
-
Search Results
4
records
(took 0.018 seconds)
