“超分辨率技术”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10621171个，建议您升级VIP下载更多相关专利

[发明专利]图像超分辨率重建方法、装置、设备及存储介质-CN202110774328.9在审
发明人：邹超洋 -专利权人：广州视源电子科技股份有限公司;广州视源人工智能创新研究院有限公司
申请日： 2021-07-08 - 公布日： 2023-01-13 - 主分类号： G06T3/40 文献下载
摘要：本申请实施例公开了一种图像超分辨率重建方法、装置、设备及存储介质，涉及图像处理领域，其包括：获取包含目标对象的低分辨率图像；提取低分辨率图像中目标对象的掩模图像；根据掩模图像，在低分辨率图像中得到目标对象的低分辨率区域图像；利用超分辨率神经网络处理低分辨率区域图像，得到目标对象的超分辨率区域图像；对低分辨率图像进行上采样操作，得到上采样图像；融合上采样图像和超分辨率区域图像，得到低分辨率图像的超分辨率图像，上采样图像、超分辨率区域图像和超分辨率图像具有相同的分辨率采用上述方法可以解决相关技术中，视频场景下进行超分辨率时处理速度较慢的技术问题。
图像分辨率重建方法装置设备存储介质

[发明专利]基于计算成像技术的超分辨率共形窗口成像系统及方法-CN202310841270.4有效
发明人：王超;王博识;鲁宏;付强 -专利权人：长春理工大学
申请日： 2023-07-11 - 公布日： 2023-09-15 - 主分类号： G06T3/40 文献下载
摘要：基于计算成像技术的超分辨率共形窗口成像系统及方法。属于计算成像技术领域，具体涉及像差校正及图像重建技术领域。其解决了现有的共形窗口像差校正手段在硬件方面不够简洁，轻量化程度不高且基于共形窗口的光学成像系统成像分辨率低的问题。超分辨率共形窗口成像系统包括共形窗口像差校正和超分辨率图像重建两部分，共形窗口像差校正部分包括共形窗口、像差校正板、成像透镜和探测器，超分辨率图像重建部分使用超分辨率图像重建设备，超分辨率图像重建设备中存储有超分辨率图像重建方法超分辨率图像重建方法可以应用于图像重建技术领域、图像像差消除技术领域；超分辨率共形窗口成像系统可以应用在共形窗口像差校正技术领域。
基于计算成像技术分辨率窗口系统方法

[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]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

[发明专利]一种超分辨率图像的重建方法及电子设备-CN201911030882.5有效
发明人：刘阳 -专利权人：维沃移动通信有限公司
申请日： 2019-10-28 - 公布日： 2023-06-09 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种超分辨率图像的重建方法及电子设备，用于解决现有的超分辨率重建技术在重建图像时往往会丢失一些原始信息进而影响图像的重建效果的问题。该方法包括：获取连续采集的至少两帧低分辨率RAW域图像；基于预设的超分辨率重建模型，对所述至少两帧低分辨率RAW域图像进行超分辨率重建，生成单帧超分辨率RAW域图像；对所述单帧超分辨率RAW域图像进行图像信号处理，生成单帧超分辨率RGB图像。
一种分辨率图像重建方法电子设备

[发明专利]视频处理方法及装置、计算机可读存储介质和电子设备-CN202110256816.0在审
发明人：王维平;王希玺 -专利权人： OPPO广东移动通信有限公司
申请日： 2021-03-09 - 公布日： 2021-06-25 - 主分类号： H04N21/44 文献下载
摘要：本公开提供了一种视频处理方法、视频处理装置、计算机可读存储介质和电子设备，涉及视频处理技术领域。该视频处理方法包括：确定视频的分辨率；如果从多个超分辨率模型中确定出与视频的分辨率对应的目标超分辨率模型，则通过目标超分辨率模型对视频的各视频帧进行超分辨率处理。本公开可以基于视频的分辨率来确定超分辨率模型，进而可以得到清晰且流畅的视频。
视频处理方法装置计算机可读存储介质电子设备

[发明专利]一种图像超分辨率方法、装置、服务端及存储介质-CN202211508626.4在审
发明人：闫宇新;黄本良;郭建君 -专利权人：北京蔚领时代科技有限公司
申请日： 2022-11-28 - 公布日： 2023-03-10 - 主分类号： G06T3/40 文献下载
摘要：本申请涉及图像处理技术的领域，尤其是涉及一种图像超分辨率方法、装置、服务端及存储介质。方法包括：获取目标视频流的目标分辨率以及目标视频流的当前分辨率；若当前分辨率小于目标分辨率，则确定对目标视频流进行分辨率处理的处理方式；若确定出的处理方式包括超分辨率处理，则对目标视频流进行超分辨率处理，以使得超分辨率处理后的目标视频流的分辨率为目标分辨率。本申请具有拜托游戏的限定，提高视频流的分辨率的效果。
一种图像分辨率方法装置服务端存储介质

[发明专利]超分辨率图像的处理方法及装置、电子设备、存储介质-CN202110898813.7有效
发明人：李栋;乔畅;王松岳 -专利权人：中国科学院生物物理研究所
申请日： 2021-08-05 - 公布日： 2023-09-15 - 主分类号： G06T3/40 文献下载
摘要：本发明提供了一种超分辨率图像的处理方法及装置、电子设备、存储介质，该方法包括：获取含有多种生物结构的超分辨率图像；通过将所述超分辨率图像输入预设卷积神经网络进行特征提取，输出与所述超分辨率图像对应的多色超分辨率图像；其中，所述预设卷积神经网络为利用不同生物结构的超分辨图像数据集训练得到的多通道卷积神经网络。通过本发明，解决了相关技术中需要拍摄多张超分辨图像实现多色超分辨率成像，进而导致多色超分辨率成像操作复杂、效率低等的技术问题。
分辨率图像处理方法装置电子设备存储介质

[发明专利]基于自适应的超像素导向自回归模型的视频超分辨率方法-CN201310305658.9有效
发明人：李坤;江健民;朱彦铭;杨敬钰 -专利权人：天津大学
申请日： 2013-07-18 - 公布日： 2013-11-20 - 主分类号： G06T5/00 文献下载
摘要：本发明属于计算机视觉技术领域，为提供一种能广泛应用，且能得到高质量视频的视频超分辨率获取方法，本发明采取的技术方案是，一种基于自适应的超像素导向自回归模型的视频超分辨率方法，其特征是，将视频帧分为关键帧和非关键帧：对关键帧采用基于稀疏回归和自然图像对的方法进行超分辨率，对非关键帧采用基于自适应的超像素导向自回归模型的视频超分辨率方法结合相邻最近的关键帧进行超分辨率，将得到的超分辨率关键帧和超分辨率非关键帧综合成超分辨率视频
基于自适应像素导向回归模型视频分辨率方法

[发明专利]一种图像超分辨率方法、装置、计算机设备及存储介质-CN202211159314.7在审
发明人：李岩山;胥帆 -专利权人：深圳大学
申请日： 2022-09-22 - 公布日： 2023-07-25 - 主分类号： G06T3/40 文献下载
摘要：本申请实施例属于图像处理技术领域，涉及一种图像超分辨率方法、装置、计算机设备及存储介质。该方法包括：接收携带有待测低分辨率SAR图像的图像超分辨率请求；将待测低分辨率SAR图像输入至SAR图像超分辨率网络进行图像超分辨率操作，得到初始超分辨率图像；将初始超分辨率图像输入至训练好的目标可见光图像转化网络进行可见光图像转化操作，得到初始可见光图像；将初始超分辨率图像以及初始可见光图像输入至训练好的可见光特征融合模块进行特征融合操作，得到目标超分辨率图像；输出目标超分辨率图像。本申请在原本的SAR图像的超分辨率网络中引入可见光图像信息，根据可见光特征融合模块融合SAR图像特征以及可见光特征，从而得到高分辨率的图像。
一种图像分辨率方法装置计算机设备存储介质

[发明专利]一种面向裂缝检测的深度学习超分辨率方法-CN202210250155.5在审
发明人：刘鹏宇;刘天禹;陈善继 -专利权人：北京工业大学
申请日： 2022-03-15 - 公布日： 2022-06-10 - 主分类号： G06T3/40 文献下载
摘要：本发明公开设计了一种面向裂缝检测的深度学习超分辨率方法，属于图像超分辨率技术领域。本发明包含以下步骤：构建用于超分辨率网络训练的裂缝图像数据集；构建面向裂缝的超分辨率网络；训练面向裂缝的超分辨率网络；裂缝图像的超分辨率放大。本发明充分利用了深度学习在图像超分辨率领域内展现的优势，基于裂缝图像特征，设计包含注意力机制和深度可分离卷积的轻量化残差模块并采用后置上采样结构构建了超分辨率网络，解决了裂缝低分辨率图像向高分辨率图像映射困难、不准确的问题，在低计算资源占用的情况下对裂缝图像进行超分辨率放大，保留了裂缝的纹理信息并提升视觉体验。
一种面向裂缝检测深度学习分辨率方法

[发明专利]基于移动设备与超分重建分割网络的裂缝在线检测方法及系统-CN202211370377.7在审
发明人：张代源;林凌;袁少铿;张战辉;汪晓丰;胡栋;周鸿基;梁涛;周文;肖华;蒋澎超;汤俊;莫少敏;张辉;张正春 -专利权人：湖南湘桓工程检测有限公司
申请日： 2022-11-03 - 公布日： 2023-03-07 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了基于移动设备与超分重建分割网络的裂缝在线检测方法及系统，通过移动设备上的高清视频采集仪对待检测结构的表面进行扫描，将采集到的视频进行压缩后在线传输到检测工作站；由工作站内超分辨率重建分割网络模型的特征相似性模块计算单图像超分辨率模块输出的裂缝特征图像与语义分割超分辨率模块输出的裂缝特征图像之间的相似度，并用相似度指导语义分割超分辨率模块学习高分辨率表示；再用训练好的单图像超分辨率模块、语义分割超分辨率模块对待分割裂缝图像进行超分辨率重建与语义分割。相比现有技术，本技术方案可对高清视频进行压缩达到实时检测的效果，其超分辨率重建分割网络模型分割出的裂缝形状更加准确。
基于移动设备重建分割网络裂缝在线检测方法系统

[发明专利]用于来自低分辨率图像的人类超分辨率的方法和装置-CN202010227084.8在审
发明人：尤里·施帕连斯基;扎奇·阿什肯纳齐;玛丽亚·博特曼;罗兰·米沙耶夫 -专利权人：英特尔公司
申请日： 2020-03-27 - 公布日： 2020-10-30 - 主分类号： G06T3/40 文献下载
摘要：本申请涉及用于来自低分辨率图像的人类超分辨率的方法和装置。论述了与从包括穿戴预定制服的人的低分辨率图像生成精细超分辨率图像有关的技术。这种技术包括向堆叠图像应用经预训练的卷积神经网络来确定精细超分辨率图像，该堆叠图像包括来自以下各项的图像通道：粗略超分辨率图像、来自与制服相关的可用标签的与粗略超分辨率图像相对应的标签数据、以及与人对应的姿态数据
用于来自分辨率图像人类方法装置

[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]一种融合注意力机制的多帧视频超分辨率方法-CN202010098595.4有效
发明人：周凡;苏卓;林谋广;陈小燕 -专利权人：中山大学
申请日： 2020-02-18 - 公布日： 2020-12-22 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种融合注意力机制的多帧视频超分辨率方法，包括：采集视频数据并采用视频增强技术对视频数据进行训练以生成训练集及测试集；连接变形卷积特征对齐模块及特征重建模块以构成多帧超分辨率网络，采用训练集对多帧超分辨率网络进行训练；将3D卷积特征对齐模块加入多帧超分辨率网络中，采用训练集对多帧超分辨率网络进行训练；将特征融合模块加入多帧超分辨率网络中，采用训练集对多帧超分辨率网络进行训练；采用训练集对多帧超分辨率网络进行微调以生成多帧超分辨率模型；采用测试集对多帧超分辨率模型进行测试。本发明可通过对大数据的分析有效提高超分辨率效果。
一种融合注意力机制视频分辨率方法

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