-
公开(公告)号：CN119446075A
公开(公告)日：2025-02-14
申请号：CN202411302674.7
申请日：2024-09-18
Applicant: 福州大学
IPC: G09G3/34
Abstract: 本发明涉及一种基于色彩空间变换和图像增强的电润湿显示器色彩优化方法，包括：S1、对输入的图像进行色彩空间变换，将其由RGB色彩空间转化为HSV空间图像，其中H为色相保持不变，提取饱和度特征信息S和亮度特征信息V；S2、对饱和度特征信息S，基于电压与开口率的关系数据，建立电压与色彩饱和度的非线性关系模型，然后对图像进行限制对比度的直方图均衡处理；S3、对亮度特征信息V进行基于双线性滤波的映射增强处理，并对新亮度通道信息进行平滑处理，然后对增强后的图像进行映射；S4、基于HSV空间和CMY空间的映射关系，实现RGB图像到CMY图像的正确转换。该方法有利于在图像进行跨媒体传输时，有效保证图像的细节信息以及人眼感知信息。
-
公开(公告)号：CN114898716B
公开(公告)日：2023-10-27
申请号：CN202210512040.9
申请日：2022-05-12
Applicant: 福州大学
IPC: G09G3/34
Abstract: 本发明提出一种基于电压调制与时间调制协同的高灰阶电润湿显示器件的方法，首先将输入的图像数据量化为n位四进制，并将行显示周期T划分为n个子周期，同时对各个子周期加权，在同一个子周期内，赋予显示单元四个不同的电压幅值，每个子周期电压幅值不同，且成一定倍数关系，在行显示周期T的显示时间内，依次对各个子周期逐位显示，组成4n的亮度灰度。本发明能够通过幅度调制对驱动电路和显示器件的响应速度要求低的优点，弥补电润湿采用PWM调制因为显示器件不能响应过窄的脉冲而下降的显示质量，同时通过PWM调制驱动电路易实现的优点，弥补电润湿采用幅度调制电路复杂的缺点，实现电润湿电子纸更高灰阶的显示效果。
-
公开(公告)号：CN115063446A
公开(公告)日：2022-09-16
申请号：CN202210517170.1
申请日：2022-05-12
Applicant: 福州大学
Abstract: 本发明提供了一种辅助驾驶系统的城市街景实例分割方法，在城市街景实例分割模型的残差网络上，对C4和C5特征层融合三种不同扩张率组合的锯齿状混合空洞卷积结构获得初步特征提取网络，同添加底层特征层P2和特征信息融合网络N2‑N6的特征金字塔获得更多的底层特征信息，并在预测网络之前添加注意力网络以增强有用特征和削弱无关特征的影响，然后对模型进行端到端训练和预警处理；所述城市街景实例分割模型包括依次连接的特征强化、初步特征提取网络、特征金字塔强化网络、掩码获取网络、注意力网络以及预测网络。应用本技术方案可实现在完成城市街景实例分割的同时提升对小目标物体、遮挡对象更精确的实例分割效果。
-
公开(公告)号：CN114819129A
公开(公告)日：2022-07-29
申请号：CN202210503065.2
申请日：2022-05-10
Applicant: 福州大学
Abstract: 本发明涉及一种并行计算单元的卷积神经网络硬件加速方法，包括以下步骤：步骤S1:将训练好的卷积神经网络模型根据静态量化、分层量化的方法进行权重参数的量化；步骤S2:通过预设在硬件电路上的并行计算单元对量化后的卷积神经网络模型进行运算;步骤S3:根据不同输入尺寸的卷积神经网络模型在推理阶段计算并行度不同,通过片上可重构技术自适应不同卷积核尺寸的卷积神经网络模型。本发明能够实现卷积神经网络硬件加速的目的，使得在低功耗的情况下有着高推理速度。
-
公开(公告)号：CN114783387A
公开(公告)日：2022-07-22
申请号：CN202210579574.3
申请日：2022-05-25
Applicant: 福州大学
IPC: G09G3/34
Abstract: 本发明提出自适应环境光的彩色电润湿电子纸图像对比度增强方法，所述方法包括以下步骤；步骤一、实时测量外界环境光，根据当前外界环境光亮度，基于预设的图像对比度模型进行计算，在对比度损失最小的约束条件下调整图像整体亮度值；步骤二、将亮度调整后的图像进行Gamma校正以提高其对比度，用原始图像的RGB值对Gamma校正后的灰度值进行色度补偿并将图像色域转换为CMY；步骤三、根据当前外界环境光亮度及对比度模型调整图像整体亮度，结合Gamma校正和色度补偿，增强彩色电润湿电子纸的显示效果；本发明能够在外界环境光较强的情况下对图像进行调制，提升显示图像对比度，增强电润湿电子纸显示设备的图像显示效果。
-
Patent Agency Ranking
公开(公告)号：CN114882560B
公开(公告)日：2024-09-24
申请号：CN202210503278.5
申请日：2022-05-10
Applicant: 福州大学
IPC: G06V40/16 , G06V10/26 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于轻量级人像检测的图像智能裁剪方法,包括以下步骤：步骤S1:基于anchor‑free的一阶段检测思想构造轻量级人像检测网络；步骤S2:根据构建的轻量级人像检测网络对输入的图像进行人像检测，获取人像的位置信息；步骤S3:根据人像的位置信息，采用摄影学构图原理对图像的整体构图进行约束，同时明确人像边界信息，保留关键人物的完整信息，同时不铺设anchors，实现对人像图片的快速裁剪。本发明针对人像照片特点所设计的自动裁剪算法，考虑了人像图片与风景图之间的差异，把人像检测和摄影学原理相结合，因此能快速有效处理人像图片，保留关键人像的完整信息。
-
公开(公告)号：CN114819129B
公开(公告)日：2024-09-24
申请号：CN202210503065.2
申请日：2022-05-10
Applicant: 福州大学
IPC: G06N3/063 , G06N3/0464 , G06F18/214 , G06F9/50
Abstract: 本发明涉及一种并行计算单元的卷积神经网络硬件加速方法，包括以下步骤：步骤S1:将训练好的卷积神经网络模型根据静态量化、分层量化的方法进行权重参数的量化；步骤S2:通过预设在硬件电路上的并行计算单元对量化后的卷积神经网络模型进行运算;步骤S3:根据不同输入尺寸的卷积神经网络模型在推理阶段计算并行度不同,通过片上可重构技术自适应不同卷积核尺寸的卷积神经网络模型。本发明能够实现卷积神经网络硬件加速的目的，使得在低功耗的情况下有着高推理速度。
-
公开(公告)号：CN118629358A
公开(公告)日：2024-09-10
申请号：CN202410898272.1
申请日：2024-07-05
Applicant: 福州大学
IPC: G09G3/34
Abstract: 本发明涉及一种电泳电子纸低功耗驱动方法，属于电泳电子纸驱动领域。包括：先施加激活电压再施加擦除电压，减少了一次屏幕闪烁，同时减少了一次电压的跨距降低了系统功耗。在激活阶段根据带正电粒子和带负电粒子的活跃程度，设置0V电压，持续时间TX，在激活微胶囊里面电泳粒子的同时减小了电压的跨距，降低了系统的功耗。擦除阶段用于擦除原始图像并进行直流平衡补偿，擦除阶段根据带电粒子在擦除阶段结束后的稳定时间，设置0V电压，持续时间TY，避免了电泳粒子的聚集，使电泳粒子处于稳定的参考灰阶，减弱了鬼影现象，减小了电压的跨距降低了系统功耗。显示阶段施加不同的电压控制电子纸显示不同灰阶。
-
公开(公告)号：CN117746805A
公开(公告)日：2024-03-22
申请号：CN202410002890.3
申请日：2024-01-02
Applicant: 福州大学
IPC: G09G3/34
Abstract: 本发明提出一种电润湿电子纸显示器精准灰度的修正方法，所述电润湿显示器在显示灰度时，设亮度为L，电压为V，所述电润湿显示器迟滞特性曲线（L1(V)、L2(V)），分别由电子纸油墨的前进接触角和后退接触角形成，驱动相同电压下，电润湿电子纸显示器的显示亮度取决于前一帧或子帧Vn与本帧或子帧Vm的电压的大小关系，修正方法根据显示图像的前后帧或前后子帧电压关系，依据电润湿显示器迟滞特性曲线L1(V)、L2(V)对原驱动电压进行补偿，以达到精准灰度调制；本发明用于调整由于接触角受电润湿迟滞特性影响造成灰度等级的驱动波形不够精准的问题，以实现灰度精准调制。
-
公开(公告)号：CN115547261A
公开(公告)日：2022-12-30
申请号：CN202211142478.9
申请日：2022-09-20
Applicant: 福州大学
IPC: G09G3/34
Abstract: 本发明涉及CMY三层叠加的彩色电润湿电子纸视频画质动态补偿方法。当画面帧率低于电子纸刷新率与油墨响应速率时，将视频分解成帧图像，提取灰度信息，再对其压缩卷积运算。通过像素选择窗对相邻的像素灰度求差绝对值的和平均与方差。当方差大于零时，缩小选择窗，以最小差绝对值和平均为搜索邻域重新计算方差，直到方差趋于零。根据前后双向横纵像素信息的变化梯度，计算位移矢量。当目标画面位移较大时，先无损成倍压缩计算出小位移矢量，解压求出实际位移矢量。结合位移前后画面的多尺度特征以及相关系数，重建出中间时刻特征信息和帧图像。同时将该待插帧图像的驱动波形插入到前帧图像的后半帧中，从确保电润湿运动画面的连贯稳定。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.016 seconds)
