公开(公告)号：CN110175953A

公开(公告)日：2019-08-27

申请号：CN201910439532.8

申请日：2019-05-24

Applicant: 鹏城实验室 ,  清华大学深圳研究生院

Inventor： 夏树涛 ,  戴涛 ,  李清 ,  林栋 ,  汪漪

IPC: G06T3/40 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种图像超分辨方法和系统，该方案包括：将待处理图像作为卷积神经网络超分模型的输入，卷积神经网络超分模型由四个依次连接的执行模块构成；第一执行模块对待处理图像进行处理，得到第一处理图像；第二执行模块对第一处理图像进行处理，输出包含第二处理图像；第三执行模块对第二处理图像进行处理，输出第三处理图像；第四执行模块对第三处理图像进行处理，输出超分辨率图像。基于本发明，卷积神经网络超分模型为待处理图像设置加权特征，通过对加权特征的学习，确定待处理图像中的重要特征，并依据重要特征进行超分辨处理，从而提高卷积神经网络超分模型的特征表达能力，使得超分辨处理后所得到的超分辨率图像的细节质量大大提高。

公开(公告)号：CN110175953B

公开(公告)日：2023-04-18

申请号：CN201910439532.8

申请日：2019-05-24

Applicant: 鹏城实验室 ,  清华大学深圳研究生院

Inventor： 夏树涛 ,  戴涛 ,  李清 ,  林栋 ,  汪漪

IPC: G06T3/40 ,  G06V10/82 ,  G06V10/774

Abstract: 本发明提供一种图像超分辨方法和系统，该方案包括：将待处理图像作为卷积神经网络超分模型的输入，卷积神经网络超分模型由四个依次连接的执行模块构成；第一执行模块对待处理图像进行处理，得到第一处理图像；第二执行模块对第一处理图像进行处理，输出包含第二处理图像；第三执行模块对第二处理图像进行处理，输出第三处理图像；第四执行模块对第三处理图像进行处理，输出超分辨率图像。基于本发明，卷积神经网络超分模型为待处理图像设置加权特征，通过对加权特征的学习，确定待处理图像中的重要特征，并依据重要特征进行超分辨处理，从而提高卷积神经网络超分模型的特征表达能力，使得超分辨处理后所得到的超分辨率图像的细节质量大大提高。

公开(公告)号：CN110430440A

公开(公告)日：2019-11-08

申请号：CN201910530061.1

申请日：2019-06-19

Applicant: 鹏城实验室 ,  南方科技大学

Inventor： 李清 ,  石婉欣 ,  王潮 ,  林栋 ,  邓轻松

IPC: H04N21/231 ,  H04N21/239 ,  H04N21/262 ,  H04N21/643 ,  H04N21/647

Abstract: 本申请涉及一种视频传输方法、系统、计算机设备和存储介质，利用边缘服务器预先将流行度较高的视频进行预取和缓存，这样在客户端请求视频时，边缘服务器可以高效的将对应的视频输出给客户端，极大地提高了视频传输性能、效率。

公开(公告)号：CN110430440B

公开(公告)日：2021-11-30

申请号：CN201910530061.1

申请日：2019-06-19

Applicant: 鹏城实验室 ,  南方科技大学

Inventor： 李清 ,  石婉欣 ,  王潮 ,  林栋 ,  邓轻松

IPC: H04N21/231 ,  H04N21/239 ,  H04N21/262 ,  H04N21/643 ,  H04N21/647

Abstract: 本申请涉及一种视频传输方法、系统、计算机设备和存储介质，利用边缘服务器预先将流行度较高的视频进行预取和缓存，这样在客户端请求视频时，边缘服务器可以高效的将对应的视频输出给客户端，极大地提高了视频传输性能、效率。