专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果8个,建议您升级VIP下载更多相关专利
  • [发明专利]一种三维模型重建的方法以及装置-CN202210239336.8在审
  • 巴合提亚尔·巴热;张为霜;郭峰;王世通 - 华为技术有限公司
  • 2022-03-11 - 2023-09-19 - G06T17/00
  • 本申请提供了一种三维模型重建的方法以及装置,该方法包括:获取第一图像,所述第一图像包括目标对象的第一正面纹理;根据所述第一图像得到三维网格模型和所述三维网格模型的顶点颜色;根据所述三维网格模型的顶点颜色进行纹理重建以得到第一三维模型,所述第一三维模型包括第二正面纹理;将所述第二正面纹理与所述第一正面纹理进行融合处理以得到第二三维模型。通过该方法可以使用包含目标对象的图像对目标对象进行三维模型重建,并利用目标对象的真实纹理修复重建的三维模型,从而可以得到包含真实纹理的三维模型,提高了三维模型的真实性。
  • 一种三维模型重建方法以及装置
  • [发明专利]图像超分方法及装置-CN201810299530.9有效
  • 姚春凤;冯柏岚;颜波;李可;巴合提亚尔·巴热;钱莉 - 华为技术有限公司;复旦大学
  • 2018-04-04 - 2023-08-22 - G06T3/40
  • 本申请实施例提供一种图像超分方法及设备,该方法包括:接收低分辨率图像;对所述低分辨率图像进行预处理,得到垂直梯度图,水平梯度图以及亮度图;将所述垂直梯度图,所述水平梯度图和所述亮度图分别作为三个不同维度的信息以构成待输入特征图;对所述待输入特征图进行尺寸转换得到输入特征图;对所述输入特征图进行非线性变换处理得到非线性变换后的输入特征图,对所述输入特征图以及所述非线性变换后的输入特征图进行加权处理,得到输出特征图;对所述输出特征图进行尺寸转换得到残差图;将所述低分辨率图像和所述残差图结合得到高分辨率图像。实施本申请实施例,可以提高超分得到的高分辨率图像的质量。
  • 图像方法装置
  • [发明专利]一种基于美学评价的带参考人眼图像修复方法-CN201910065383.3有效
  • 颜波;林青;巴合提亚尔·巴热;谭伟敏 - 复旦大学
  • 2019-01-23 - 2023-02-10 - G06T3/00
  • 本发明属于数字图像智能处理技术领域,具体为一种基于美学评价的带参考人眼图像修复方法。图像修复是指利用算法来替换已丢失或者损坏的图像数据。人眼图像修复主要用于拍照中的闭眼、斜眼等情况,以产生真实、自然、美观的新人眼。本发明方法包括:从待修复图像中标记出眼睛的位置;基于人眼美学评价和人脸结构相似性选择参考图;对参考图片提取眼部位置;将输入图像、参考图像和对应的眼部标记共同载入生成器,通过深度网络生成修复的人脸图像。在网络的训练中引入全局判别器、局部判别器和人脸语义解析网络来辅助生成器学习人眼修复任务。实验结果表明,本发明可以生成自然美观且与原面部相符的人眼,有效解决人眼修复问题。
  • 一种基于美学评价参考图像修复方法
  • [发明专利]一种基于卷积神经网络的图像超分方法-CN201810959380.X有效
  • 颜波;马晨曦;巴合提亚尔·巴热 - 复旦大学
  • 2018-08-22 - 2023-01-06 - G06T3/40
  • 本发明属于图像编辑技术领域,具体为一种基于卷积神经网络的图像超分方法。卷积神经网络包括:特征提取网络、特征学习网络、图像重构网络;方法包括:通过特征提取网络,提取图像特征;通过特征学习网络,学习出高分辨率图像特征;通过图像重构网络重构图像三个阶段。本发明提出的分层特征学习的网络结构可以让网络中的每一阶段充分利用网络中所有不同层级学到的特征信息,还很大程度上保留了网络中的重要特征,减少特征损失,实现了最大程度的特征利用,同时避免了特征的重复及冗余。实验结果表明,本方法生成了具有更符合主观视觉质量的高分辨率图像,恢复了逼真的细节纹理信息,还实现了较高效的图像超分过程,具有较强的实用价值。
  • 一种基于卷积神经网络图像方法
  • [发明专利]一种基于深度学习的低质量图像超分方法-CN201810901714.8有效
  • 颜波;马晨曦;巴合提亚尔·巴热 - 复旦大学
  • 2018-08-09 - 2022-12-20 - G06T3/40
  • 本发明属于图像编辑技术领域,具体为一种基于深度学习的低质量图像超分方法。本发明方法包括:图像中干扰信息特征的提取,图像特征与模糊及噪声特征的融合,高分辨率图像的重构。本发明不仅可以对理想条件下通过Bicubic降采样方法获得的低分辨率图像进行超分,还可以处理受到其它干扰的更真实的低分辨率图像。由于在真实条件下,低分辨率图像往往还受到模糊和噪声的干扰,本发明充分利用生成低分辨率图像的过程的信息,来增强对受干扰图像的超分效果。实验结果表明,本方法不仅较好地实现了理想条件下的图像超分,还可以对从真实条件中获得的受到未知干扰的低分辨率图像进行处理,以生成具有更符合主观视觉质量的高分辨率图像。
  • 一种基于深度学习质量图像方法
  • [发明专利]一种对立体图像进行超分的方法-CN201810938607.2有效
  • 颜波;巴合提亚尔·巴热;马晨曦 - 复旦大学
  • 2018-08-17 - 2022-12-20 - G06T3/40
  • 本发明属于图像编辑技术领域,具体为一种对立体图像进行超分的方法。本发明方法包括采用光流估计网络对左右图位置信息进行估计;采用图像超分网络重构出高分辨率图像;在重构立体图像中的左图时,不仅利用该图像内部像素的局部冗余和结构关联的特点,还结合该立体图像的左图和右图之间内容之间关联及互补的特性,获得更多的低分辨率左图中丢失的高频信息,以恢复原始图像的内容,达到了增强图像分辨率丰富细节纹理的效果。实验结果表明,本方法可有效提升立体图像的分辨率的提升,使得立体图像的具有更加清晰的视觉质量、更丰富的内容及更高的研究应用价值。
  • 一种立体图像进行方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top