“超分辨”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272705个，建议您升级VIP下载更多相关专利

[发明专利]图像处理方法、装置、设备、可读存储介质及程序产品-CN202310493000.9在审
发明人：贺思颖 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-05-04 - 公布日： 2023-08-01 - 主分类号： G06T3/40 文献下载
摘要：本申请实施例提出了一种图像处理方法、装置、设备、可读存储介质及程序产品，包括：利用目标图像超分辨率模型的超分辨率处理网络对待处理图像和待处理图像对应的特征图进行超分辨率处理，得到待处理图像的超分辨率图像；第一图像超分辨率模型和第二图像超分辨率模型是利用训练相关数据对第一初始超分辨率模型和第二初始超分辨率模型进行联合训练得到；第一图像超分辨率模型和第二图像超分辨率模型分别针对同一图像生成的超分辨率图像的高频信息分布相匹配通过本申请实施例，可以缩小不同图像超分辨率模型针对同一图像生成的超分辨率图像的高频信息分布的偏差，并提高各个图像超分辨率模型的超分辨率处理的效果。
图像处理方法装置设备可读存储介质程序产品

[发明专利]超分辨率芯片、超分辨率算法的更新方法和电子设备-CN202110675002.0在审
发明人：郑超;范泽华 -专利权人： OPPO广东移动通信有限公司
申请日： 2021-06-17 - 公布日： 2021-09-17 - 主分类号： G06T3/40 文献下载
摘要：本申请涉及一种超分辨率算法的更新方法、装置、超分辨率芯片、计算机设备和存储介质。所述方法包括：通过超分辨率芯片获取用户个性化图像；将所述用户个性化图像作为训练样本进行超分辨率学习，得到目标超分辨率算法；基于所述目标超分辨率算法对所述超分辨率芯片中已烧录的初始超分辨率算法进行更新。采用本方法能够实现对超分辨率芯片中的超分辨率算法进行更新。
分辨率芯片算法更新方法电子设备

[发明专利]一种基于分块的视频超分辨率方法和系统-CN202010094207.5在审
发明人：盛健;刘畅;周宇华;张美玲;韩娟;杨小军;石晶林 -专利权人：北京中科晶上科技股份有限公司
申请日： 2020-02-15 - 公布日： 2020-07-10 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种基于分块的视频超分辨率方法和系统，在保障感兴趣区域的超分辨率效果的前提下，大幅提高视频超分辨率速度，而且具有更多的灵活性。该所述方法中，首先提取视频帧的感兴趣区域；对视频帧进行分块，基于分块与感兴趣区域的关联性确定分块的分值，将分块的分值与阈值进行对比，区分重要分块和非重要分块；对重要分块采用第一超分辨率网络进行超分辨率处理，对非重要分块采用第二超分辨率网络进行超分辨率处理；所述第一超分辨率网络规模较大、超分辨率效果较好，所述第二超分辨网络较第一超分辨网络规模较小、超分辨率效果次之；将重要分块和非重要分块得到的超分辨率结果进行拼接，得到完整视频帧的超分辨率结果。
一种基于分块视频分辨率方法系统

[发明专利]低分辨中间编码图像的超分辨与数字解码集成处理方法-CN202211608533.9在审
发明人：冯斌;魏畅 -专利权人：西北工业大学
申请日： 2022-12-14 - 公布日： 2023-05-23 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种低分辨中间编码图像的超分辨与数字解码集成处理方法，包括：建立包括高分辨清晰图像集、高分辨中间编码图像集和低分辨中间编码图像集的图像数据库；构建超分辨子网络并利用低分辨中间编码图像集和高分辨中间编码图像集进行预训练；构造超分辨与数字解码集成网络模型，超分辨与数字解码集成网络模型包括串联的超分辨子网络和数字解码子网络；利用低分辨中间编码图像集和高分辨清晰图像集，对超分辨与数字解码集成网络模型进行训练；将原始低分辨中间编码图像输入训练后的超分辨子网络和数字解码子网络集成网路模型，获得对应的超分辨解码图像。本发明的方法能够将模糊的低分辨中间编码图像有效处理为清晰的超分辨解码图像。
分辨中间编码图像数字解码集成处理方法

[发明专利]基于多重优化的MR图像深度网络超分辨方法-CN202111055372.0在审
发明人：刘环宇;李君宝;罗庆;邵明媚;杨一;董博 -专利权人：哈尔滨工业大学
申请日： 2021-09-09 - 公布日： 2021-12-03 - 主分类号： G06T3/40 文献下载
摘要：基于多重优化的MR图像深度网络超分辨方法，解决了现有利用深度学习网络重建超分辨率MR图像时难以在模型复杂度和训练难度取得较好平衡的问题，属于图像超分辨率重建技术领域。本发明包括：获取MR图像训练集，包括多切片的低分辨MR图像集和对应的多切片高分辨MR图像集；利用MR图像训练集对超分辨深度学习网络进行训练，超分辨深度学习网络包括融合层和多个超分辨网络，每个超分辨网络的输入为低分辨MR图像，每个超分辨网络的输出同时输入到融合层，融合层输出高分辨MR图像；利用训练完成后的超分辨深度学习网络将低分辨MR图像重建为高分辨MR图像。超分辨网络和融合层在训练时，可采用不同的损失函数的级联。
基于多重优化 mr 图像深度网络分辨方法

[发明专利]一种暗场超分辨率成像方法、模型评估方法及系统-CN202111166388.9在审
发明人：马文齐;李剑平;杨振宇;陈涛 -专利权人：深圳先进技术研究院
申请日： 2021-09-30 - 公布日： 2023-04-04 - 主分类号： G06T3/40 文献下载
摘要：本发明公开一种暗场超分辨率成像方法、模型评估方法及系统，成像方法包括：获取颗粒物高低分辨率真实图像对并训练生成超分辨率重建模型；对高低分辨率真实图像对进行预处理，构建超分辨率数据集；利用超分辨率数据集并结合超分辨率重建网络及上下文损失函数进行训练，获取超分辨率重建模型；将低分辨率真实图像输入到生成的超分辨率重建模型中，获取超分辨率暗场图像。还公开了模型评估方法及超分辨率成像系统。实施本发明，通过训练生成的超分辨率重建模型，从低分辨率图像重构出对应的超分辨率颗粒物图像，重建出更多的高频信息与纹理细节，降低了高低分辨率图像对的配准精度要求，降低了超分辨率数据集的构建难度。
一种暗场分辨率成像方法模型评估系统

[发明专利]基于倏逝波照明的三维活细胞超分辨显微成像方法和装置-CN201810858123.7有效
发明人：匡翠方;刘文杰;刘旭;张克奇;毛磊 -专利权人：浙江大学
申请日： 2018-07-31 - 公布日： 2020-08-18 - 主分类号： G01N21/64 文献下载
摘要：本发明公开了一种基于倏逝波照明的三维活细胞超分辨显微成像方法和装置，属于光学超分辨显微成像领域，包括：以大于全反射临界角的入射光单角度入射样品，获取一系列横向超分辨重构原始图像，对所有横向超分辨原始图像进行重构，得到样品的横向超分辨图像；以大于全反射临界角的入射光在任意两个入射角度下入射照明样品，同时进行环形扫描，获取相应的两张轴向超分辨重构原始图像；对轴向超分辨重构原始图像进行减背景预处理，同时以单张轴向重构原始图像和横向超分辨图像为模板分别进行信息提取，并对提取后的图像分别进行轴向超分辨重构和三维超分辨重构，得到轴向超分辨图像和三维超分辨图像。
基于倏逝波照明三维细胞分辨显微成像方法装置

[发明专利]人脸超分辨率重构方法-CN202110545674.X在审
发明人：于力;冼文灏;何建;邹见效;徐红兵 -专利权人：宜宾电子科技大学研究院
申请日： 2021-05-19 - 公布日： 2021-09-10 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种人脸超分辨重构方法，首先获取包含低分辨率人脸图像和超分辨率人脸图像的人脸图像样本，然后构建人脸超分辨率重构网络，包括超分辨率重构主网络和人脸关键点先验信息估计网络，根据人脸关键点先验信息采用注意力机制，迭代处理获取低分辨率人脸图像特征，从而生成超分辨率人脸图像；采用人脸图像样本对人脸超分辨率重构网络进行训练，然后将需要进行超分辨率重构的低分辨率人脸图像输入人脸超分辨率重构网络，生成超分辨率人脸图像。本发明基于SRFBN网络进行改进，引入人脸关键点先验信息以及注意力机制，设计了人脸超分辨率重构网络，以提高人脸超分辨率重构的准确度，以便进一步提高人脸识别性能。
人脸超分辨率方法

[发明专利]与相关申请交叉参考的超分辨率信息存储介质-CN200480035523.4无效
发明人：金铉基;金朱镐;黄仁吾;尹斗燮 -专利权人：三星电子株式会社
申请日： 2004-11-30 - 公布日： 2006-12-27 - 主分类号： G11B7/24 文献下载
摘要：一种超分辨率信息存储介质，包括：基底；第一超分辨率层，形成在基底之上；第二超分辨率层，形成在第一超分辨率层之上；和插入层，设置在第一超分辨率层和第二超分辨率层之间。
相关申请交叉参考分辨率信息存储介质

[发明专利]图像超分辨率方法、装置、设备及存储介质-CN202111608160.0在审
发明人：王志豪 -专利权人：北京奇虎科技有限公司
申请日： 2021-12-24 - 公布日： 2023-06-27 - 主分类号： G06T3/40 文献下载
摘要：本发明属于计算机技术领域，公开了一种图像超分辨率方法、装置、设备及存储介质。该方法包括：在接收到图像处理指令时，基于图像处理指令确定待处理图像；根据预设超分辨率模型对待处理图像进行超分辨率处理，得到目标超分辨率图像，预设超分辨率模型为基于原始样本图像以及降质样本图像进行训练获得，所述降质样本图像为基于所述原始样本图像通过随机降质方式生成；对目标超分辨率图像进行展示。通过上述方式，对图像处理指令确定的待处理图像通过预设超分辨率模型进行超分辨率处理，从而完成对低分辨率的待处理图像的处理，得到高分辨率的目标超分辨率图像，同时利用预设超分辨率模型提升了对复杂多变环境下的待处理图像的超分辨率处理效果
图像分辨率方法装置设备存储介质

[发明专利]图像的超分辨率重建方法及装置-CN202010143612.1在审
发明人：韩睿;庄重;郭若杉;李瑞玲;刘壮;李晨 -专利权人：北京思朗科技有限责任公司
申请日： 2020-03-04 - 公布日： 2020-08-04 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种图像的超分辨率重建方法及装置，方法包括：构建超分辨率网络模型；对待处理图像进行识别处理，根据识别结果筛选相应的超分辨率网络模型；基于筛选的超分辨率网络模型，对待处理图像完成超分辨率重建。本发明提供了一种面向对象的超分辨率重建方式，通过构建不同的超分辨率神经网络模型，输入图像时，对图像内容进行检测识别，对不同识别结果采用不同的超分辨率网络模型进行重建，能够提升超分辨率重建的精度和视觉效果
图像分辨率重建方法装置

[发明专利]超分辨反射膜结构-CN200310108490.9无效
发明人：魏劲松;干福熹;王阳;徐文东;张锋;周飞;高秀敏 -专利权人：中国科学院上海光学精密机械研究所
申请日： 2003-11-07 - 公布日： 2004-11-03 - 主分类号： G11B7/24 文献下载
摘要：一种用于只读式光盘的超分辨反射膜结构，包括保护层、超分辨反射膜和保护层，其特点是所述的保护层均由氮化硅构成；所述的超分辨反射膜由锑或硅或钛构成。该超分辨反射膜结构实现超分辨信息记录点的读出主要是靠超分辨反射膜材料在晶态与非晶态之间的可逆相变而导致的光学非线性效应。本发明超分辨反射膜具有非线性光学效应明显、时间响应快和对超分辨信息记录点动态读出的信噪比高等优点。实验证明它们可以实现超分辨信息记录点的读出。
分辨反射膜结构

[发明专利]超分辨计算成像方法、装置、电子设备及存储介质-CN202310729159.6在审
发明人：杨天杰;何佳;纪伟;杨戈;徐涛 -专利权人：中国科学院生物物理研究所;中国科学院自动化研究所
申请日： 2023-06-20 - 公布日： 2023-07-28 - 主分类号： G06T3/40 文献下载
摘要：本发明涉及图像处理技术领域，提供一种超分辨计算成像方法、装置、电子设备及存储介质，其中方法包括：获取待观测荧光蛋白的低分辨率荧光图像序列与待观测蛋白的单分子信号的单分子定位图像序列；基于单分子定位算法，确定单分子定位图像序列的超分辨率单分子定位图像序列；将低分辨率荧光图像序列输入超分辨模型，得到超分辨重建图像序列。本发明提供的超分辨计算成像方法、装置、电子设备及存储介质，通过将低分辨率荧光图像序列用于超分辨模型的输入，将超分辨率单分子定位图像序列作为超分辨模型的监督，使得后续基于超分辨模型生成超分辨重建图像序列过程中产生的伪像可以受到有效监管
分辨计算成像方法装置电子设备存储介质

[发明专利]图像超分辨率处理方法和装置、电子设备-CN202110685262.6在审
发明人：郑超;范泽华 -专利权人： OPPO广东移动通信有限公司
申请日： 2021-06-21 - 公布日： 2021-09-21 - 主分类号： G06T3/40 文献下载
摘要：本申请涉及一种图像超分辨率处理方法，应用于超分辨率处理芯片，包括：获取待处理图像；基于待处理图像的图像复杂度确定待处理图像对应的目标分割方式，根据目标分割方式对待处理图像进行分割得到对应的至少两个分割子图像，并分别输入至少两个超分辨率电路模块，对分割子图像块进行并行超分辨率处理；各个超分辨率电路模块分别获取与输入的分割子图像的分割类别匹配的超分辨率处理模式，对分割子图像进行超分辨率处理，得到各个分割子图像对应的超分辨率分割子图像；将各个超分辨率分割子图像进行合成得到待处理图像对应的目标超分辨率图像。本申请还公开了一种图像超分辨率处理装置、电子设备以及计算机可读存储介质，提高超分辨率的处理效率。
图像分辨率处理方法装置电子设备

[发明专利]一种基于深度学习的图像超分辨率方法-CN201911367200.X在审
发明人：郑泽宇;温苗苗;尚文祥 -专利权人：杭州知衣科技有限公司
申请日： 2019-12-26 - 公布日： 2020-02-07 - 主分类号： G06T3/40 文献下载
摘要：本发明涉及服装时尚与智能图像技术领域，具体涉及一种基于深度学习的图像超分辨率方法。该方法为：步骤1、构建判别图像数据库，训练图像分辨率判别模型；步骤2、构建超分辨率图像数据库；步骤3、训练超分辨率图像生成模型；步骤4、利用步骤1的图像分辨率判别模型判断待处理图像是否为低分辨率，如是，利用步骤3的超分辨率图像生成模型，生成超分辨率图像，如否，则不作处理。该方法构建了自动判别图像分辨的模型，针对低分辨率图像进行超分辨率处理，本算法支持原始尺寸低分辨图像输入，不需要做差值放大到超分辨率后的尺寸，节省了计算资源，计算速度更快；并且支持多尺度超分辨输出，按实际需要选取不同的超分辨率效果
超分辨率图像构建超分辨率判别模型生成模型超分辨率处理低分辨率图像图像超分辨率待处理图像低分辨图像图像分辨率图像数据库差值放大低分辨率计算资源算法支持训练图像智能图像自动判别超分辨多尺度分辨率分辨数据库图像时尚输出服装学习

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条