-
公开(公告)号：CN108898610B
公开(公告)日：2020-11-20
申请号：CN201810810429.5
申请日：2018-07-20
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于mask‑RCNN的物体轮廓提取方法，首先通过训练获得一个mask‑RCNN模型，将待提取物体轮廓的RGB图像输入mask‑RCNN模型进行语义分割，通过mask‑RCNN网络处理得到RGB图像对应的二值掩膜图像，将RGB图像和对应的二值掩膜图像输入轮廓细化模块，提出了一种轮廓特征描述方式，准确地表征物体轮廓的方向和角度信息并通过轮廓修正算法对基于mask‑RCNN获得的二值掩膜图像轮廓进行自适应修正，最终实现图像质量不高如分辨率较低、目标模糊以及较低时间和空间复杂度情况下，图像实例轮廓的实时精确提取。
-
公开(公告)号：CN109030854B
公开(公告)日：2020-11-10
申请号：CN201810589119.5
申请日：2018-06-08
Applicant: 电子科技大学
IPC: G01P3/68
Abstract: 本发明公开了一种基于RGB图像的步速测量方法，涉及步速测量方法领域；其包括如下步骤1：采集、预处理图像；步骤2：通过HOG特征检测获得运动员在图像中的位置，通过Grabcut算法获得标志物在图像中的位置；步骤3：根据运动员位置、标志物位置以及设定的阈值判断运动员是否均通过起点标志物和终点标志物，若是，则计算运动员通过起点标志物和终点标志物的时长并跳至步骤4，若否，则重复该步骤；步骤4：计算起点标志物和终点标志物的距离，结合运动员通过起点标志物和终点标志物的时长求解运动员步速；本发明实现了标志物的精确定位，解决了现有基于图像的步速测量方法中因缺少距离参照物导致的测量误差较大的问题，达到精确测量运动员步速的效果。
-
公开(公告)号：CN107194964B
公开(公告)日：2020-10-09
申请号：CN201710375619.4
申请日：2017-05-24
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于实时人体三维重建的VR社交系统及其方法，涉及三维重建技术、虚拟现实社交实现技术领域，解决现有技术VR社交活动中由于用户配带头显遮挡了脸部导致的人体三维重建时无法实时生成脸部点云等技术问题。本发明不仅能让每个社交对象通过人体定位自由控制自己在虚拟场景中的位置，也能让每个社交对象通过位姿自由控制自己在头显中看到的视角，还能通过实时人体三维重建看到自己和其他社交对象。本发明用于VR社交、会议、游戏以及医学研究等领域。
-
公开(公告)号：CN105611289B
公开(公告)日：2018-07-27
申请号：CN201511005039.3
申请日：2015-12-28
Applicant: 电子科技大学
IPC: H04N19/146 , H04N19/124 , H04N19/166
Abstract: 本发明提供了种基于智能量化技术的低分辨率图像编码方法,它是通过智能量化技术进行合理的编码资源分配,利用智能量化技术对图像内的像素点进行有区别的编码重建,需要显示输出的像素点进行高质量压缩编码,对不需要进行显示输出的像素点进行低质量压缩编码,适应编码后高效的图像低分辨重建需求。与传统的基于JPEG图像编码标准的“编码压缩+低分辨率显示”的实现方法相比,本发明可以根据低分辨率显示输出的具体需求,灵活地分配编码资源,从而提高输出像素点的编码质量,克服传统方法难以控制像素点编码质量的缺点。
-
公开(公告)号：CN107105333A
公开(公告)日：2017-08-29
申请号：CN201710283942.9
申请日：2017-04-26
Applicant: 电子科技大学
IPC: H04N21/426 , H04N21/44 , H04N21/472 , H04N21/485 , H04N21/81 , H04N5/265
CPC classification number: H04N21/42653 , H04N5/265 , H04N21/44008 , H04N21/47205 , H04N21/4854 , H04N21/816
Abstract: 本发明提供一种基于视线追踪技术的VR视频直播交互方法及装置，涉及视线交互技术、语音交互技术与VR视频压缩编码技术领域，通过眼球追踪技术判断人眼注视点，就可以在画面压缩编码过程中以高分辨率传输注视点区域，即感兴趣区域(ROI，region of interest)，这样既保证了看到的画面足够清晰，又大幅度降低了传输的数据量，从而降低VR设备对硬件的要求。同时利用语音识别技术，可随时切换控制方式，增加了交互方式的多样性。
-
Patent Agency Ranking
公开(公告)号：CN106101725A
公开(公告)日：2016-11-09
申请号：CN201610486321.6
申请日：2016-06-28
Applicant: 电子科技大学
IPC: H04N19/625 , H04N19/132 , H04N19/122 , H04N19/176
CPC classification number: H04N19/625 , H04N19/122 , H04N19/132 , H04N19/176
Abstract: 本发明提供了一种基于压缩感知理论和空域下采样技术的图像压缩方法。它首先将原始的高分辨率图像进行空域的下采样，将高分辨率图像转化为低分辨率图像后，在整体采样率不变的情况下，间接提高了图像的相对采样率，因此可以产生质量较高的低分辨率重建图像；再对低分辨率图像进行压缩感知采样，最后对重建后的低分辨率图像进行插值重建后得到高分辨率的图像，提高整个图像的重建质量。本发明通过在压缩感知采样时增加下采样过程和重建时增加插值过程便可实现高效的图像压缩感知采样和重建，所增加的两个步骤复杂度都较低，并且适用于任何现有的压缩感知重建算法。
-
公开(公告)号：CN105611289A
公开(公告)日：2016-05-25
申请号：CN201511005039.3
申请日：2015-12-28
Applicant: 电子科技大学
IPC: H04N19/146 , H04N19/124 , H04N19/166
CPC classification number: H04N19/146 , H04N19/124 , H04N19/166
Abstract: 本发明提供了一种基于智能量化技术的低分辨率图像编码方法，它是通过智能量化技术进行合理的编码资源分配，利用智能量化技术对图像内的像素点进行有区别的编码重建，需要显示输出的像素点进行高质量压缩编码，对不需要进行显示输出的像素点进行低质量压缩编码，适应编码后高效的图像低分辨重建需求。与传统的基于JPEG图像编码标准的“编码压缩+低分辨率显示”的实现方法相比，本发明可以根据低分辨率显示输出的具体需求，灵活地分配编码资源，从而提高输出像素点的编码质量，克服传统方法难以控制像素点编码质量的缺点。
-
公开(公告)号：CN119541049A
公开(公告)日：2025-02-28
申请号：CN202411654648.0
申请日：2024-11-19
Applicant: 电子科技大学
IPC: G06V40/20 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了基于2D人体姿态估计的竞走视频犯规动作自动检测方法，属于计算机视觉与体育科学交叉技术领域，具体地：构建并训练基于时空自注意力的视频2D人体姿态估计网络，包括依次的图片人体姿态估计网络、关节特征嵌入模块以及内嵌时序块移动操作的时空自注意力Transformer网络；通过专家对竞走视频数据集分类，输入至训练后的视频2D人体姿态估计网络，输出关节点估计二维坐标，与计算的左右膝关节夹角共同输入至逻辑回归模型进行训练，得到针对不同犯规动作的逻辑回归模型，用于犯规动作自动检测。本发明利用时空自注意力机制融合视频帧之间丰富的时间信息，获取更加精准的人体二维坐标，再结合逻辑回归模型学习竞走犯规动作，实现竞走犯规动作的自动检测分类，检测准确度较高。
-
公开(公告)号：CN111696036B
公开(公告)日：2023-03-28
申请号：CN202010447460.4
申请日：2020-05-25
Applicant: 电子科技大学
Abstract: 本发明属于数字图像处理领域，具体为基于空洞卷积的残差神经网络及两阶段图像去马赛克方法；本发明基于残差神经网络引入浅层特征提取单元、局部残差单元和深层特征提取单元，三种基本单元相互作用极大地增强了目标神经网络的学习能力和建模能力，并可以针对图像去马赛克问题建立起从马赛克图像到RGB彩色图像的准确映射，最终能够通过建立的有效映射对Bayer CFA模式的马赛克图像进行处理，获得RGB彩色图像；同时引入两阶段图像去马赛克模型，充分利用了先验信息，提高了网络的建模能力，优化了解空间；通过本发明的图像去马赛克方法，能够显著提高图像的峰值信噪比，并且极大地提升图像去马赛克的效率、质量和鲁棒性，在图像处理领域具有深远意义。
-
公开(公告)号：CN108986052B
公开(公告)日：2021-02-19
申请号：CN201810863971.7
申请日：2018-08-01
Applicant: 电子科技大学
Abstract: 本发明公开了一种自适应的图像去光照方法和系统，该图像去光照方法具体包括以下步骤：步骤S10、获取待处理图像；步骤S20、将所述待处理图像进行自适应光照预处理，获得自适应光照预处理图像；步骤S30、将所述待处理图像进行自适应阴影边界提取，获得阴影边界图像；步骤S40、基于所述自适应光照预处理图像和阴影边界图像，重建去光照图像。本发明通过获取待处理图像，并将所述待处理图像先分别进行自适应光照预处理和自适应阴影边界提取，然后再通过图像重建获得光照校正和去阴影后的图像，从而校正偏亮或偏暗的图像，并去除阴影，有效的提高了去光照的效果和使用性能。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.022 seconds)
