-
公开(公告)号：CN115018733B
公开(公告)日：2025-04-04
申请号：CN202210746258.0
申请日：2022-06-29
Applicant: 重庆邮电大学
IPC: G06T5/60
Abstract: 本发明属于数字图像处理领域，具体涉及一种基于生成对抗网络的高动态范围成像及鬼影去除方法；所述方法通过引入基于双重注意力机制的特征提取模块，对视频图像连续帧的语义和像素特征进行提取，以提升图像融合的细节和纹理特征；为有效地提升成像质量和算法鲁棒性，同时解决GAN网络中的梯度消失和模式崩溃问题，本文研究基于球面距离的损失函数，以解决运动目标位移大在合成阶段产生的大范围鬼影问题。
-
公开(公告)号：CN115361670B
公开(公告)日：2024-04-16
申请号：CN202210982253.8
申请日：2022-08-16
Applicant: 重庆邮电大学
Abstract: 本发明属于通信技术领域，具体涉及一种车联网动态自组网通信方法，包括：车载节点在组网信道发送节点广播信息，并通过广播信息申请加入网络；车载节点监听广播信息建立并维护一个邻居表，该邻居表中的邻居节点是该车载节点第一通信范围内可进行点对点通信的车载节点；车载节点通过向邻居节点申请添加互信节点，当两个节点互相成为互信节点后，可以进行跨设备节点无线覆盖范围通信；当两个互信节点利用中继节点进行跨设备通讯时，路由表保存在通信IP包内，中继节点不需本地保存路由表；本发明将组网广播信道与信息信道进行物理区隔，提高邻居节点发现速度，减少信道冲突，车辆间能快速识别相对位置，为自动驾驶技术提供良好的辅助数据支撑。
-
Patent Agency Ranking
公开(公告)号：CN115361670A
公开(公告)日：2022-11-18
申请号：CN202210982253.8
申请日：2022-08-16
Applicant: 重庆邮电大学
Abstract: 本发明属于通信技术领域，具体涉及一种车联网动态自组网通信方法，包括：车载节点在组网信道发送节点广播信息，并通过广播信息申请加入网络；车载节点监听广播信息建立并维护一个邻居表，该邻居表中的邻居节点是该车载节点第一通信范围内可进行点对点通信的车载节点；车载节点通过向邻居节点申请添加互信节点，当两个节点互相成为互信节点后，可以进行跨设备节点无线覆盖范围通信；当两个互信节点利用中继节点进行跨设备通讯时，路由表保存在通信IP包内，中继节点不需本地保存路由表；本发明将组网广播信道与信息信道进行物理区隔，提高邻居节点发现速度，减少信道冲突，车辆间能快速识别相对位置，为自动驾驶技术提供良好的辅助数据支撑。
-
公开(公告)号：CN116309119A
公开(公告)日：2023-06-23
申请号：CN202310095476.7
申请日：2023-02-08
Applicant: 重庆邮电大学
Abstract: 本发明属于图像处理技术领域，具体涉及一种光照与运动分离的多曝光融合方法；包括对低曝光图、中曝光图和高曝光图进行光照预处理并输入融合模型；根据第一伽马值、第二伽马值将低曝光图、高曝光图映射到中曝光图的光照等级并归一化，得到第一新中曝光图和第二新中曝光图，并与中曝光图进行运动对齐；对齐后的第一新中曝光图和第二新中曝光图分别通过伽马逆变换，得到新低曝光图和新高曝光图，并与中曝光图进行光照融合得到高动态范围图像，计算损失并反向传播训练模型参数；获取待处理图像，采用训练好的融合模型得到其对应的高动态范围图像；本发明采用光照与运动分离的思想，使高动态范围图像保留输入图像的更多信息，减少鬼影现象。
-
公开(公告)号：CN115908504A
公开(公告)日：2023-04-04
申请号：CN202211591340.7
申请日：2022-12-12
Applicant: 重庆邮电大学
Abstract: 本发明属于图像视频处理技术领域，具体涉及到一种基于快速独立成分分析结合时空差异的运动目标检测方法，包括：将FastICA与帧差法结合，通过将当前帧与相邻帧进行FastICA处理时间域的差异得到轮廓FR1；将视频序列送入高斯混合模型生成的背景图像与当前帧进行FastICA处理空间域的差异得到轮廓FR2；通过融合策略将时间域的目标的轮廓FR1和空间域的目标的轮廓FR2进行融合；对融合后的轮廓进行形态学处理，得到精确的运动目标。本发明通过快速独立成分分析结合了检测场景中的时间差异与空间差异，有效的弥补了两种方法在各种领域的不足，有效的避免了这些问题，有效的提升了方法的精确度和有效性。
-
公开(公告)号：CN115018733A
公开(公告)日：2022-09-06
申请号：CN202210746258.0
申请日：2022-06-29
Applicant: 重庆邮电大学
IPC: G06T5/00
Abstract: 本发明属于数字图像处理领域，具体涉及一种基于生成对抗网络的高动态范围成像及鬼影去除方法；所述方法通过引入基于双重注意力机制的特征提取模块，对视频图像连续帧的语义和像素特征进行提取，以提升图像融合的细节和纹理特征；为有效地提升成像质量和算法鲁棒性，同时解决GAN网络中的梯度消失和模式崩溃问题，本文研究基于球面距离的损失函数，以解决运动目标位移大在合成阶段产生的大范围鬼影问题。
-
公开(公告)号：CN114549386A
公开(公告)日：2022-05-27
申请号：CN202210208177.5
申请日：2022-03-03
Applicant: 重庆邮电大学
IPC: G06T5/50
Abstract: 本发明属于数字图像处理技术领域，具体涉及一种基于自适应光照一致性的多曝光图像融合方法；该方法包括：获取不同程度曝光的图像并采用稀疏编码进行处理，得到稀疏编码后的图像；选择正常曝光的图像作为参考图像并根据正常曝光的图像对不同程度曝光图像进行自适应光照一致性处理，得到曝光一致的图像；采用峰值信噪比和信息熵对曝光一致的图像的质量进行度量并根据度量结果对曝光一致的图像进行选择，得到中间结果图像；对中间结果图像和不同程度曝光图像分别进行独立成分分析处理，得到纹理细节特征图和颜色信息特征图；对纹理细节特征图和颜色信息特征图进行融合得到融合图像；本发明包含了更多的颜色信息和纹理信息，具有广阔的应用前景。
-
-
-
-
-
-
Search Results
7
records
(took 0.028 seconds)
