“范益波”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果115个，建议您升级VIP下载更多相关专利

[发明专利]HEVC帧内编码压缩域的目标检测方法-CN202310743906.1在审
发明人： 范益波;张若玉;陈柳宏;荆明娥;龚勇;赵国强;黄晓倩 -专利权人：复旦大学;中国电子科技南湖研究院
申请日： 2023-06-24 - 公布日： 2023-10-27 - 主分类号： H04N19/13 文献下载
摘要：本发明属于图像处理技术领域，具体为一种HEVC帧内编码压缩域的目标检测方法。本发明方法首先构建HEVC帧内编码压缩域的目标检测系统，所构建系统包括HEVC解码模块、预处理模块和检测模块，通过HEVC解码模块获得三种帧内编码语法元素，即PU划分深度、帧内预测模式和帧内预测残差，预处理模块对划分深度图像和预测模式图像进行上采样，对原始残差图像迭代地进行图像增强，检测模块对压缩域图像拼接后送入基于深度卷积网络的目标检测器进行目标检测。采用本方法能够直接在帧内压缩域图像上进行目标检测，在低成本、低延时的前提下提高目标检测精度。
hevc 编码压缩目标检测方法

[发明专利]保持对比度的近红外与大噪声可见光图像融合方法-CN202310743905.7在审
发明人： 范益波;朱若溪;荆明娥;龚勇;赵国强;黄晓倩 -专利权人：复旦大学;中国电子科技南湖研究院
申请日： 2023-06-24 - 公布日： 2023-10-24 - 主分类号： G06T5/50 文献下载
摘要：本发明属于图像处理技术领域，具体为保持对比度的近红外与大噪声可见光图像融合方法。本发明包括：在图像融合之前对含噪可见光图像进行预去噪处理；在图像融合过程中，首先生成一副对比度与NIR相似且外观与VIS相似的低频图像，并再次去噪，作为融合后的基础层；然后分别从VIS和NIR中提取高频分量；根据局部对比度生成融合权重图，自适应地将VIS和NIR的高频分量加权融合，作为融合后的细节层；最后将细节层加至基础层上，转换到显示所需的色彩空间，得到最终图像融合结果。本发明对每个像素的处理只用到局部邻域内的像素，无需获取全局信息，无需迭代求解，有利于硬件实现和实时处理，生成的图像内容准确、细节丰富。
保持对比度红外噪声可见光图像融合方法

[发明专利]图像降噪方法、芯片和电子设备-CN202310856638.4在审
发明人：徐淑淞;刘培业;刘子豪;请求不公布姓名;陆彦珩;范益波 -专利权人：阿里巴巴达摩院（杭州）科技有限公司
申请日： 2023-07-12 - 公布日： 2023-10-03 - 主分类号： G06T5/00 文献下载
摘要：本申请提供一种图像降噪方法、芯片和电子设备。本申请的方法，应用于对图像帧序列中多个图像帧进行多帧降噪，通过依次将图像帧序列中的图像帧作为当前帧，将当前帧和相邻帧输入降噪模型，通过降噪模型提取输入的图像帧的不同感受野的特征图；根据当前帧的边缘特征，将不同感受野的特征图按像素点加权融合得到融合特征，基于融合特征进行降噪，得到当前帧降噪后的目标帧，可按像素点动态地调整选择不同感受野特征的权重系数，自适应地对边缘区域和平坦区域进行特征强化和降噪，以恢复更多的纹理视觉信息，使得降噪后的图像帧保留更多的细节信息，提升了降噪模型的表达和学习能力，从而提升图像降噪的质量和效果。
图像方法芯片电子设备

[发明专利]图像数据的处理方法、系统、电子设备和存储介质-CN202310571292.3在审
发明人：刘子豪;陆彦珩;李思成;徐淑淞;范益波 -专利权人：阿里巴巴达摩院（杭州）科技有限公司
申请日： 2023-05-17 - 公布日： 2023-10-03 - 主分类号： G06T9/00 文献下载
摘要：本申请公开了一种图像数据的处理方法、系统、电子设备和存储介质。其中，该方法包括：监测来自发送端的待处理图像数据，其中，待处理图像数据为发送端对原始图像数据进行多种类型编码得到；对待处理图像数据进行目标类型解码，得到解码图像数据，其中，目标类型解码为与多种类型编码对应的多种类型解码中部分类型解码；对解码图像数据进行数据增强，得到增强图像数据；对增强图像数据进行与目标类型解码对应的类型编码，得到编码图像数据；向与发送端对应的接收端发送编码图像数据。本申请解决了处理图像数据时资源消耗大的技术问题。
图像数据处理方法系统电子设备存储介质

[发明专利]一种基于迁移学习的神经网络权重初始化方法-CN201911321102.2有效
发明人： 范益波;刘超 -专利权人：复旦大学
申请日： 2019-12-20 - 公布日： 2023-09-05 - 主分类号： G06N3/096 文献下载
摘要：本发明属于神经网络模型技术领域，具体为一种基于迁移学习的神经网络权重初始化方法。本发明方法中，对于指定目标任务，设计复杂度较高的神经网络模型即老师模型，并对老师模型进行训练，训练完成后，利用产生的特征图指导学生模型的权重初始化；通过计算特征图之间的差异，或者将特征图映射到再生核希尔伯特空间中，计算其在再生核希尔伯特空间中的差异，采用核函数的方法简化计算；使简单的学生模型达到更好的权重初始化的效果，在权重初始化完成后，再对学生模型进行一般的训练，使得学生模型达到更好的全局收敛点，使其性能更加优异。本发明在不增加学生模型复杂度的前提下可有效提升学生模型的性能。
一种基于迁移学习神经网络权重初始化方法

[发明专利]针对图像拼接的匹配点获取方法-CN201910659410.X有效
发明人：荆明娥;黄宇杰;范益波;曾晓洋 -专利权人：复旦大学
申请日： 2019-07-22 - 公布日： 2023-08-25 - 主分类号： G06T7/33 文献下载
摘要：本发明提供一种针对图像拼接的匹配点获取方法，用于在可检测特征不明显的情况下获取足够多的匹配点来完成图像拼接，其特征在于，包括如下步骤：步骤S1，获取待拼接的两张图像作为待拼接图像；步骤S2，将待拼接图像输入预设的卷积神经网络模型从而获取分别对应两张待拼接图像的特征图；步骤S3，利用预先建立的计算模型，并通过预定位方法以及细定位方法获取分别对应两张待拼接图像的特征图之间的匹配点；步骤S4，根据预先建立的定位模型将匹配点从特征图映射到待拼接图像中形成图像匹配点；步骤S5，根据图像匹配点完成待拼接图像的拼接。
针对图像拼接匹配获取方法

[发明专利]一种适用于多种视频编码标准的分像素运动估计快速算法-CN202310556278.6在审
发明人： 范益波;陈数士 -专利权人：上海芯开技术有限公司
申请日： 2023-05-17 - 公布日： 2023-08-08 - 主分类号： H04N19/182 文献下载
摘要：本发明涉及数字高清视频编解码技术领域，公开了一种适用于多种视频编码标准的分像素运动估计快速算法，包括以下步骤：S1、计算IMV及其附近八个整数像素点对应CU大小的参考像素与原始像素残差的SATD值，得到失真代价；S2、计算IMV及其附近八个整数像素点对应整数运动矢量的无符号指数哥伦布编码值，得到码率代价；S3、计算IMV及其附近八个整数像素点对应的九个率失真代价；S4、建立误差曲面方程，求解误差曲面的最低点的位置，再将该位置舍入到1/4像素精度获得FMV。本发明可以避免插值计算，加速分像素运动估计过程；对视频编码引起的峰值信噪比下降较小，且比特传输速率升高较小；可以很好地去除时间域的冗余度,减少计算的复杂度,降低编码时间，提高编码效率。
一种适用于多种视频编码标准像素运动估计快速算法

[发明专利]一种马赛克插值方法和系统-CN202310764929.0在审
发明人：王军;张智涵;范益波;殷海兵;朱旭东 -专利权人：杭州雄迈集成电路技术股份有限公司
申请日： 2023-06-27 - 公布日： 2023-07-28 - 主分类号： G06T3/40 文献下载
摘要：本发明公开一种马赛克插值方法和系统，涉及图像数据处理技术，方法包括：以n*n窗口遍历Bayer格式图像，计算n*n窗口中心点上、下、左和右方向上的梯度数值，并计算水平方向和竖直方向的梯度数值；根据中心点上、下、左和右方向上的梯度数值计算中心点水平方向和竖直方向的绿色分量插值结果A1、A2；根据水平方向和竖直方向的梯度数值，对中心点水平方向和竖直方向的绿色分量插值结果A1、A2加权后得到中心点缺失的绿色分量插值结果B；根据当前像素点的绿色分量插值结果B，以及当前像素点色差分量，计算红色分量插值结果和蓝色分量插值结果。本发明提出了一种基于梯度数值融合的去马赛克算法，通过准确高效的梯度检测过程确定图像中存在的梯度数值。
一种马赛克方法系统

[发明专利]一种Bayer图像去椒盐噪声的方法及系统-CN202310763767.9在审
发明人：王军;张智涵;范益波;殷海兵;朱旭东 -专利权人：杭州雄迈集成电路技术股份有限公司
申请日： 2023-06-27 - 公布日： 2023-07-28 - 主分类号： G06T5/00 文献下载
摘要：本申请公开了一种Bayer图像去椒盐噪声的方法及系统，涉及图像处理领域，包括：对待处理Bayer图像进行边缘消除得到第一处理图像，基于高斯分布的3σ准则计算第一处理图像中高斯噪声的目标标准差；利用第一滑动窗口遍历第一处理图像得到若干第一滑动窗口中心点，计算每个第一滑动窗口中心点在水平、竖直、对角和斜对角方向上的梯度和插值；根据每个第一滑动窗口中心点的原始像素值和其最小梯度方向的插值以及目标标准差判断各个第一滑动窗口中心点是否为椒盐噪点，若是则去除所有椒盐噪点。本申请通过高斯噪声估计消除了高斯噪声对椒盐噪声判定结果的干扰，又通过梯度检测和同色插值的方式去除存在的椒盐噪点，既提升了降噪效果，还强力保留了图像边缘。
一种 bayer 图像椒盐噪声方法系统

[发明专利]视觉处理加速器及其加速方法、芯片、计算设备-CN202310440751.4在审
发明人：陆彦珩;徐淑淞;刘子豪;李思成;缪泽翔;余国生;王豪;黄林峰;范益波 -专利权人：阿里巴巴达摩院（杭州）科技有限公司
申请日： 2023-04-18 - 公布日： 2023-07-28 - 主分类号： G06T1/20 文献下载
摘要：本申请实施例提供了一种视觉处理加速器及其加速方法、芯片、计算设备，其中，视觉处理加速器与处理器核合封于通用计算芯片中，且挂载于所述通用计算芯片的总线上；所述视觉处理加速器通过所述总线与所述处理器核交互，以根据所述处理器核的指令，对图像的编码过程和/或解码过程进行加速处理。通过本申请实施例，有效提升了针对图像或视频帧的计算效果和计算速度，较好地满足了视觉处理需求。
视觉处理加速器及其加速方法芯片计算设备

[发明专利]视频的处理方法、装置及异构处理芯片-CN202310308242.6在审
发明人：缪泽翔;王豪;陈高星;陆彦珩;刘子豪;徐淑淞;李思成;黄林峰;范益波 -专利权人：阿里巴巴（中国）有限公司
申请日： 2023-03-27 - 公布日： 2023-07-21 - 主分类号： H04N19/42 文献下载
摘要：本申请实施例提供了一种视频的处理方法及装置，包括：获取输入视频，并对输入视频进行解码，得到解码视频流；对解码视频流进行内容分析的过程中，在确定加速模块的状态满足预设条件的情况下，将至少部分内容分析任务，发送至加速模块进行处理，获得编码参数；对解码视频流进行编码的过程中，在确定加速模块的状态满足预设条件的情况下，将至少部分编码任务，发送至加速模块进行处理，获得编码视频流。本申请既通过加速模块对高计算量密度图形任务的计算优势，解决了相关技术中纯软件方式的算力瓶颈和计算时间过长的问题，还通过通用模块对任务的灵活调度，解决了相关技术中纯硬件方案算力固化难以提升的问题。
视频处理方法装置芯片

[发明专利]一种用于全景图像拼接的基于网格优化的配准方法-CN201910391076.4有效
发明人： 范益波;周思远;杨吉喆;孟子皓;池俊;曾晓洋 -专利权人：复旦大学
申请日： 2019-05-11 - 公布日： 2023-06-27 - 主分类号： G06T3/40 文献下载
摘要：本发明属于数字图像技术领域，具体为一种适用于自由视角图像拼接的基于网格优化的配准方法。近年来，由于在虚拟现实、医学成像等领域的应用前景，全景图像受到了极大的关注。图像配准主要获取每幅图像在全景图中的位置参数。传统的图像配准需要执行特征点提取、匹配、单应性矩阵求解、相机参数矫正等一系列操作。本发明使用了一种基于网格优化的配准方法来替代经典配准技术，不仅在速度上有明显提升，而且适用于自由视角拍摄的大视差的图像的拼接。在此方法中，使用ORB快速特征提取来获取图像的特征点，并引入分步粗精匹配的策略，最后引入基于网格优化的三个约束项，以最小化误差函数的方法来得到图像之间的最佳配准参数。
一种用于全景图像拼接基于网格优化方法

[发明专利]一种本地自适应力度的视频降噪方法-CN202210775955.9有效
发明人：凌毅;范益波;曾晓洋 -专利权人：复旦大学
申请日： 2022-07-02 - 公布日： 2023-06-20 - 主分类号： H04N9/64 文献下载
摘要：本发明属于图像信号处理技术领域，具体为一种本地自适应力度的视频降噪方法。本发明方法包括：生成本地增益地图；配合本地亮度以及BW0、BW1带宽曲线，生成本地带宽；把本地带宽作为3dB带宽控制点，通过相似度转权重曲线，得出最后的权重值；最后，进行加权、限位和原始图做融合，得到最后的降噪结果。本发明可以精准的得到本地增益地图，配合亮度噪声曲线，得到本地带宽，从根本上模拟出各级受数字增益影响的噪声模型，并适配到同一帧每一个像素用不同的降噪策略，达到更精准、更好的本地降噪效果。
一种本地自适应力度视频方法

[发明专利]一种用于机器视频编码的快速VVC帧内编码方法-CN202310192824.2在审
发明人： 范益波;苟傲睿;殷海兵 -专利权人：复旦大学
申请日： 2023-03-02 - 公布日： 2023-06-09 - 主分类号： H04N19/11 文献下载
摘要：本发明属于视频压缩编解码技术领域，具体为一种用于机器视频编码的快速VVC帧内编码方法。本发明首先使用神经网络提取具有不同形状的编码块(CU)的特征，然后设计基于方向梯度直方图(HOG)的快速算法，包括：计算编码块的梯度直方图值：计算每个像素点的梯度幅值、梯度角度，建立角度模式和HOG区间之间的关系；对区域进行区间划分，计算最大区间占所有区间的比值Q；设置阈值W，通过比较比值Q与阈值W的关系，选择最佳模式；本发明用于新一代通用视频编码标准(VVC)帧内机器的视频编码，以克服耗时问题，同时保持编解码器视觉任务的性能。
一种用于机器视频编码快速 vvc 方法

[发明专利]融合CNN和深度学习变形器的目标检测方法-CN202310152193.1在审
发明人：刘晶晶;苟傲睿;范益波 -专利权人：复旦大学
申请日： 2023-02-23 - 公布日： 2023-05-30 - 主分类号： G06V10/764 文献下载
摘要：本发明属于计算机视觉技术领域，具体为融合CNN和深度学习变形器的目标检测方法。本发明方法包括CNN和深度学习变形器组合模型构建、组合模型参数压缩、标签分配、损失函数设计；本发明将CNN和深度学习变形器结合，利用CNN来进行局部特征增强，用于扩展特征提取范围；利用深度学习变形器建立全局上下文联系来增强级联网络，用于捕获特征地图的全局信息；特征桥促进特征信息在CNN和深度学习变形器之间流动；设计共享子层以实现相邻卷积层或交叉卷积层之间权重参数共享，减少卷积权重参数的数量，提升目标检测的预测速度；最优传输分配解决标签分配问题，提升目标检测的检测精度。通过多个方面协同大大提升目标检测效果和速度。
融合 cnn 深度学习变形目标检测方法

1
2
3
4
5
6
7
8
下一页»
尾页
共 115 条