“图像感知”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果869734个，建议您升级VIP下载更多相关专利

[发明专利]基于线性多步残差学习的视觉感知方法及视觉感知装置-CN202010473221.6有效
发明人：张寒波;邵文泽;李海波 -专利权人：南京邮电大学
申请日： 2020-05-29 - 公布日： 2023-04-18 - 主分类号： G06V10/26 文献下载
摘要：本发明公开了一种基于线性残差学习的视觉感知方法和装置，所述方法包括以下步骤：获取实时图像；采用预先建立好的视觉感知模型对图像进行视觉感知，获取图像中的语义信息或距离参数；所述视觉感知模型通过对获取的图像进行深度卷积，并基于线性残差学习建立；所述视觉感知模型以训练集中的数据为训练样本，输入为图像的原始共享特征和任务特征，输出为语义分割图或深度图。本发明在保证计算精度的同时，大大降低模型的参数量，提升感知模型的运行效率。
基于线性多步残差学习视觉感知方法装置

[发明专利]一种兴趣区域优先的多尺度压缩感知渐进编码方法-CN201310737682.X在审
发明人：赵怀慈;杜梅;赵春阳 -专利权人：中国科学院沈阳自动化研究所
申请日： 2013-12-27 - 公布日： 2015-07-01 - 主分类号： G06T9/00 文献下载
摘要：本发明涉及一种兴趣区域优先的多尺度压缩感知渐进编码方法，包括以下步骤对原始图像进行ROI检测；将检测出的ROI、过渡带、背景分别进行WBCT分解并进行多尺度压缩感知测量，然后将所得的各测量值进行ROI优先编码；如果未检测出ROI，则对原始图像进行WBCT分解并进行多尺度压缩感知测量，然后进行渐进编码。本发明采用多尺度压缩感知技术进行图像压缩，便于实现图像渐进编码；采用压缩感知测量还使得本方法具有优秀的抗干扰特性；相同压缩比下，多尺度压缩感知相对于压缩感知能够更多地保留图像纹理、边缘等信息。
一种兴趣区域优先尺度压缩感知渐进编码方法

[发明专利]图像处理模型的训练方法、装置、电子设备及存储介质-CN202010839152.6在审
发明人：刘君 -专利权人： OPPO广东移动通信有限公司
申请日： 2020-08-19 - 公布日： 2022-03-11 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种图像处理模型的训练方法、装置、电子设备及存储介质。其中，方法包括：获取多个样本图像数据；所述样本图像数据为RAW图像数据；将获取的所述多个样本图像数据作为训练数据，对所述多个样本图像数据进行量化感知的模型训练，得到量化感知模型；其中，对所述多个样本图像数据进行量化感知的模型训练时，基于至少一个与图像信号处理(ISP)单元相关的影响因子，对所述量化感知模型的权重参数进行更新。
图像处理模型训练方法装置电子设备存储介质

[发明专利]一种面向压缩感知的图像联合重构方法-CN201410198272.7有效
发明人：黄国兴;付宁;乔立岩 -专利权人：哈尔滨工业大学
申请日： 2014-05-12 - 公布日： 2014-07-30 - 主分类号： G06T11/00 文献下载
摘要：一种面向压缩感知的图像联合重构方法，本发明涉及图像处理技术领域，具体涉及一种面向压缩感知的图像联合重构方法。本发明是要解决压缩感知图像重构精度低的问题，提出一种面向压缩感知的图像联合重构方法。步骤一、设定算法输入；步骤二、正交变换；步骤三、垂直方向线性随机测量；步骤四、水平方向线性随机测量；步骤五、图像的独立重构；步骤六、图像的联合重构。本发明应用于图像重构领域。
一种面向压缩感知图像联合方法

[发明专利]一种基于非局部自相似模型的图像压缩感知重建方法-CN201811502515.6在审
发明人：赵辉;杨晓军;孙超;张静 -专利权人：重庆邮电大学
申请日： 2018-12-10 - 公布日： 2019-05-03 - 主分类号： G06T9/00 文献下载
摘要：本发明请求保护一种基于非局部自相似模型的图像压缩感知重建方法，属于信号与图像处理领域。具体地，为了提高传统图像压缩感知重建的质量，本发明利用图像的先验信息，构建了图像的非局部自相似模型，通过计算图像块的权值矩阵，进而利用图像块的非局部自相似先验信息构造了一个图像的自适应非局部正则项，提出了图像压缩感知重建的数学模型，并利用高效的Split Bregman Iteration(SBI)算法交替迭代更新，进而改进了图像压缩感知的重建性能。同时在字典的学习的过程中，通过当前近似估计图像d，提取训练样本，利用K‑SVD算法交替更新得到自适应学习字典。本发明提出的非局部自相似模型的自适应图像压缩感知重建方法，在实际中具有普遍意义。有效的提高了图像压缩感知重建的质量，减小了图像的块效应，保持图像的纹理和细节不丢失，更好的刻画了图像的纹理和细节。
图像压缩非局部感知图像重建先验信息纹理图像块自适应字典图像处理领域自适应学习传统图像交替迭代近似估计权值矩阵数学模型训练样本压缩感知块效应构建减小更新算法刻画改进学习

[发明专利]一种基于机器学习的态势感知方法-CN202310092358.0在审
发明人：袁芳;王瑞;苏鹏;陆建磊 -专利权人：苏州航遥启程科技有限公司
申请日： 2023-02-09 - 公布日： 2023-06-13 - 主分类号： G06V10/10 文献下载
摘要：本发明涉及态势感知技术领域，具体公开了一种基于机器学习的态势感知方法，包括如下步骤：步骤一、设置目标区域作为训练区域；步骤二、在步骤一所建立的训练区域中设置多个态势捕捉设备；步骤三、通过态势捕捉设备获取训练区域内目标的图像信息以及对应态势信息；步骤四、对图像信息进行分析，提取图像要素，并通过机械学习从图像要素训练获得态势感知模型；步骤五、设置观察区域，并在观察区域中设置多个态势捕捉设备；步骤六、获取需要感知目标的图像信息，并将图像信息输入态势感知模型中，输出目标的态势信息；本发明所提供的态势感知方法，通过获取态势信息使用机器学习训练态势感知模型，从而利用模型来获取最终的态势信息。
一种基于机器学习态势感知方法

[发明专利]一种基于感知特征集的立体图像质量客观评价方法-CN201510303868.3有效
发明人：郁梅;吕亚奇;彭宗举;陈芬;何美伶;刘姗姗 -专利权人：宁波大学
申请日： 2015-06-04 - 公布日： 2017-05-24 - 主分类号： H04N13/00 文献下载
摘要：本发明公开了一种基于感知特征集的立体图像质量客观评价方法，其以视觉感知特征图的失真程度来衡量立体图像的失真程度，提取与视点感知质量相关的显著图、梯度图和空域恰可察觉失真图，提取与立体感知质量相关的视差图，将四种感知特征图的失真程度作为立体图像的特征构成感知特征集，再用随机森林机器学习算法模拟复杂的人类视觉系统，进行特征参数的融合；优点是本发明方法能够客观地反映立体图像受到各种图像处理和压缩方法影响下视觉质量的变化情况，并且本发明方法的评价性能不受立体图像内容和失真类型的影响，与人眼的主观感知一致。
一种基于感知征集立体图像质量客观评价方法

[发明专利]一种态势模拟内窥镜系统-CN202011171393.4有效
发明人：吴荣佩;姚鹏 -专利权人：杭州无创光电有限公司
申请日： 2020-10-28 - 公布日： 2022-05-10 - 主分类号： A61B17/00 文献下载
摘要：本发明提供了一种态势模拟内窥镜系统，至少包括：内镜主体，其包括手柄操作部和伸入部，所述手柄操作部至少设有姿态感知模块，所述伸入部上设有用于采集人体内部图像信息的图像采集单元；成像主机，其包括图像处理模块，用于接收所述图像采集单元采集的图像数据和姿态感知模块输出的姿态感知数据，处理后输出至显示器上显示；以及显示器，其连接成像主机，包括第一显示单元，用于显示所述图像采集单元采集的图像，以及第二显示单元，用于显示所述手柄操作部的姿态模拟图像；其中，所述姿态模拟图像由所述图像处理模块基于姿态感知模块采集的姿态感知数据经处理变换后生成。
一种态势模拟内窥镜系统

[发明专利]一种提高图像信息可感知度的图像局部对比度增强方法-CN201410709147.8有效
发明人：朱枫;蔡铁峰;郝颖明;吴清潇;付双飞;周静;欧锦军 -专利权人：中国科学院沈阳自动化研究所
申请日： 2014-11-30 - 公布日： 2018-06-19 - 主分类号： G06T5/20 文献下载
摘要：本发明是一种提高图像信息可感知度的图像局部对比度增强方法，保真图像局部信息的前提下尽量使图像中所有信息能被人眼清晰地感知到。保真图像局部信息是通过确保每一个像素与它周围一定范围内像素的灰度大小关系人眼感知不倒序来实现的。在此保真约束下，本发明从0开始一起同步拉大图像中所有灰度差不为0的相邻像素之间灰度值大小关系人眼可感知度，当部分相邻像素灰度大小关系人眼可感知度无法进一步拉大时，继续拉大其余相邻像素间灰度大小关系可感知度，直到所有相邻像素间灰度大小关系人眼可感知度都已经拉大到设定的可感知度阈值或者无法进一步拉大为止。本发明可用于增强各种原因导致的低对比度图像。 1
感知度大小关系灰度图像局部相邻像素人眼保真对比度增强图像信息像素低对比度图像人眼感知大图像灰度差信息能倒序可用感知图像清晰

[发明专利]图像处理的方法、装置、电子设备及存储介质-CN201911379688.8在审
发明人：吴佳飞;张帅;张广程 -专利权人：上海商汤智能科技有限公司
申请日： 2019-12-27 - 公布日： 2020-05-22 - 主分类号： G06T5/00 文献下载
摘要：本公开提供了一种图像处理的方法、装置、电子设备及存储介质，该方法通过获取原始图像；基于包含结构感知项的导向滤波器提取原始图像中的结构分量，得到目标图像；基于原始图像和引导图像生成包含结构感知项的导向滤波器，结构感知项表征每个像素点在结构分量中的重要程度。通过包含结构感知项的导向滤波器提取原始图像中的结构分量，结构感知项表征每个像素点在结构分量中的重要程度，基于结构感知项可以重点提取在结构分量中重要程度高的图像特征，弱化在结构分量中重要程度低的图像特征，从而减少了由于目标图像中的部分像素点与引导图像对应的像素点的像素值不一致，导致的目标图像的一些边缘区域出现光晕伪影的问题，优化了滤波的效果。
图像处理方法装置电子设备存储介质

[发明专利]图像信号处理器的构建方法、设备、自动驾驶系统和介质-CN202211429259.9在审
发明人：请求不公布姓名 -专利权人：安徽蔚来智驾科技有限公司
申请日： 2022-11-15 - 公布日： 2023-02-03 - 主分类号： G06T1/20 文献下载
摘要：本发明提供了一种图像信号处理器的构建方法、设备、自动驾驶系统和介质，包括根据图像信号处理模块集合中的至少部分图像信号处理模块，构建多个候选图像信号处理器；利用每个候选图像信号处理器对获取的原始图像进行处理，得到处理后的多组目标图像；将每组目标图像分别输入预设的至少一个感知任务模型进行感知，输出每个感知任务模型对应的第一感知结果；根据每个候选图像信号处理器的所有第一感知结果，选取满足预设性能指标的候选图像信号处理器作为目标图像信号处理器，实现了以自动驾驶系统感知的视角去选出目标图像信号处理器，降低了基于人眼得到的评判结果的错误率，提升了自动驾驶系统识别的准确性，进而保障自动驾驶系统的安全运行。
图像信号处理器构建方法设备自动驾驶系统介质

[发明专利]车辆感知模型的预训练方法、装置、电子设备及车辆-CN202310212445.5在审
发明人：林蕾;熊安斌;杨奎元 -专利权人：小米汽车科技有限公司
申请日： 2023-02-27 - 公布日： 2023-05-26 - 主分类号： G06V20/56 文献下载
摘要：本公开是关于一种车辆感知模型的预训练方法、装置、电子设备及车辆，该感知模型包括编码器层和解码器层，该方法包括：获取车辆周围环境的多个样本周视图像，其中，每个样本周视图像对应一个时刻；将多个样本周视图像输入至待训练感知模型，通过编码器层得到多个样本周视图像在BEV空间下的时间序列特征向量；通过解码器层对BEV空间下的时间序列特征向量中位于目标时刻之前的N个时刻的时间序列特征向量进行处理，得到样本周视图像在目标时刻的预测图像；基于预测图像对待训练感知模型进行训练，以得到目标感知模型。本公开降低了感知模型在训练过程中所需的成本，提高了感知模型训练的效率。
车辆感知模型训练方法装置电子设备

[发明专利]一种激光浮雕图像盲人可触可视感知实现方法及装置-CN202211296785.2在审
发明人：徐玉妃 -专利权人：西安外事学院
申请日： 2022-10-21 - 公布日： 2022-12-13 - 主分类号： B44C1/22 文献下载
摘要：本发明公开的是一种激光浮雕图像盲人可触可视感知实现方法及装置，通过图像获取、快速转译成3D图像、可快速感知的盲人图像可视，通过扫描仪获取2D图像，通过图像语义分割的分时渲染算法转换为激光浮雕刻板模板，使用双工位激光机器将待刻板雕刻为3D可触图像，浮雕出的图可以通过触控和视力两种方式感知，具有低延时、低成本、高效精确感知由2D图像转译的3D图像等技术特点。
一种激光浮雕图像盲人可视感知实现方法装置

[发明专利]一种基于感知哈希的相似图像搜索方法和装置-CN201610255782.2有效
发明人：窦钰景;侯大勇;简宋全;李青海 -专利权人：广东精点数据科技股份有限公司
申请日： 2016-04-22 - 公布日： 2019-11-05 - 主分类号： G06F16/583 文献下载
摘要：本发明提供了一种基于感知哈希的相似图像搜索方法和装置，该装置包括输入单元、差分单元、寻找单元、截图单元、感知哈希算法单元、对比单元和输出单元。本发明的有益效果在于，将输入的初始图像和所述初始图像的截图图像都用感知哈希算法进行处理后，分别与搜索库中的图像进行比较，解决了在输入图像是某图像的截图图像的情况下，也能找到原图的出处，提高了感知哈希算法的准备率，为搜索相似图像提供了一种新的思路。
一种基于感知相似图像搜索方法装置

[发明专利]一种图像与视频压缩方法-CN201910616192.1在审
发明人：刘晓燕;张云;朱林卫 -专利权人：深圳先进技术研究院
申请日： 2019-07-09 - 公布日： 2021-01-12 - 主分类号： H04N19/177 文献下载
摘要：本申请涉及一种图像与视频压缩方法，包括：步骤a：利用人类视觉系统的感知特性分别计算得到图像组、图像以及编码树单元的感知失真，分别建立图像组、图像以及编码树单元的感知失真与码率之间的关系模型，并通过关系模型计算得到图像组、图像以及编码树单元的感知加权因子；步骤b：根据所述感知加权因子计算图像组、图像以及编码树单元所分配的最优比特数，并根据所述最优比特数计算结果为图像组、图像以及编码树单元执行比特分配；步骤c：在执行比特分配后，计算得到待编码的图像组、图像以及编码树单元的最佳量化参数，并根据所述最佳量化参数对待编码的图像组、图像以及编码树单元进行编码。
一种图像视频压缩方法