“江健民”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27个，建议您升级VIP下载更多相关专利

[发明专利]全景图像减少现实的方法和装置-CN202310603253.7在审
发明人：王旭;柳佳淑;张秋丹;邬文慧;江健民 -专利权人：深圳大学
申请日： 2023-05-26 - 公布日： 2023-09-22 - 主分类号： G06T19/20 文献下载
摘要：本公开提供一种全景图像减少现实的方法和装置，应用于室内场景，包括：基于获取到的被掩码的布局边界图像、掩码图像、被掩码的全景图像，生成布局特征，布局特征表征原始的全景图像在布局层面的结构特征，基于获取到的被掩码的全景图像、原始的全景图像，生成室内场景的结构化区域对应的风格矩阵，风格矩阵表征结构化区域对应的结构语义信息，根据风格矩阵对预设的结构化掩码进行填充处理，得到结构化区域纹理特征，根据布局特征和结构化区域纹理特征进行全景图像修复处理，得到被掩码的全景图像对应的减少现实的预测图像，可以使得真实感修复能力与边界结构保持相结合，也可以在生成包括逼真的背景纹理的同时保留室内场景的结构。
全景图像减少现实方法装置

[发明专利]全景图像显著性对象的检测方法、装置、设备及存储介质-CN202310602967.6在审
发明人：张秋丹;张洁;王旭;江健民 -专利权人：深圳大学
申请日： 2023-05-26 - 公布日： 2023-09-19 - 主分类号： G06V10/46 文献下载
摘要：本发明适用图像处理技术领域，提供了一种全景图像显著性对象的检测方法、装置、设备及存储介质，该方法包括：当接收到显著性对象检测请求时，获取待检测的全景图像，通过预先建立的显著性检测模型对该全景图像进行处理，得到全景图像的显著图，其中，显著性检测模型包括双分支结构网络、混合投影特征融合模块以及渐进式预测模块，从而提高了全景图像显著性对象的检测性能，并有效地过滤全景图像中的冗余信息，提高了全景图像显著图的显著性。
全景图像显著对象检测方法装置设备存储介质

[发明专利]视频编码质量平滑度的优化方法、装置、设备及存储介质-CN201880001619.0有效
发明人：高伟;江健民 -专利权人：深圳大学
申请日： 2018-08-31 - 公布日： 2022-05-24 - 主分类号： H04N19/154 文献下载
摘要：本发明适用于视频技术领域，提供了一种视频编码质量平滑度的优化方法、装置、设备及存储介质，该方法包括：接收待编码视频的当前视频编码帧，确定当前视频编码帧是否为当前编码刷新周期的首个视频编码帧，当当前视频编码帧为当前编码刷新周期的首个视频编码帧时，判断当前编码刷新周期是否为待编码视频的首个编码刷新周期，然后根据当前视频编码帧所处的编码刷新周期，获取当前视频编码帧的特征，再根据该特征以及训练好的相应SVR模型预测当前编码刷新周期的初始量化参数，从而通过准确地预测各个编码刷新周期的初始量化参数最优值提高相应编码刷新周期内当前视频编码帧的量化参数准确度，进而提高视频编码质量的平滑度。
视频编码质量平滑优化方法装置设备存储介质

[发明专利]基于切块补丁学习的语义分割网络训练方法、设备及介质-CN202111521868.2在审
发明人：王旭;李金龙;江健民 -专利权人：深圳大学
申请日： 2021-12-13 - 公布日： 2022-04-26 - 主分类号： G06V10/26 文献下载
摘要：本发明适用于机器视觉技术领域，提供了一种基于切块补丁学习的语义分割网络训练方法、装置、电子设备及存储介质，该方法包括：使用预设的切块补丁学习机制对分类网络进行训练，得到训练好的分类网络，使用所述训练好的分类网络预测训练样本的类别激活图，基于所述类别激活图获取所述训练样本的伪标签分割图，基于所述训练样本以及所述伪标签分割图，训练语义分割网络，得到训练好的语义分割网络，从而通过在卷积块中应用切块补丁学习机制提高了类别激活图的质量，进而提高了分割网络的训练效果。
基于切块补丁学习语义分割网络训练方法设备介质

[发明专利]HDR图像显著性检测方法、装置、图像处理设备及存储介质-CN202111322030.0在审
发明人：张秋丹;王旭;江健民 -专利权人：深圳大学
申请日： 2021-11-09 - 公布日： 2022-03-25 - 主分类号： G06V10/46 文献下载
摘要：本发明适用图像处理技术领域，提供了一种HDR图像显著性检测方法、装置、图像处理设备及存储介质，该方法包括：将输入的待检测HDR图像分解为多重曝光图像和一幅色调映射图像；对多重曝光图像和色调映射图像进行多曝光启发的显著特征聚合操作，以得到多曝光启发的局部显著性特征；对色调映射图像进行全局上下文感知特征提取，以得到启发式语义先验驱动的全局显著性特征；将局部显著性特征和全局显著性特征进行融合，生成HDR图像的显著性图，从而有效利用多重曝光图像和色调映射图像之间的内在关系，并结合全局上下文感知特征，提高HDR图像显著性检测的准确性。
hdr 图像显著检测方法装置处理设备存储介质

[发明专利]一种立体图像显著性的检测方法、装置、设备及存储介质-CN201810004732.6有效
发明人：王旭;张秋丹;江健民;周宇 -专利权人：深圳大学
申请日： 2018-01-03 - 公布日： 2022-02-22 - 主分类号： G06V10/26 文献下载
摘要：本发明适用图像处理技术领域，提供了一种立体图像显著性的检测方法、装置、设备及存储介质，该方法包括：当接收到立体图像显著性检测的请求时，首先，通过超像素图像分割算法分别对立体图像的颜色图像和深度图像进行分割，然后，通过多尺度区域级别的显著性预测网络对分割后得到的所有像素区域进行特征提取，得到所有像素区域对应的显著性值，根据每个显著性值对每个显著性值对应的像素区域进行处理，得到颜色图像的颜色显著性图和深度图像的深度显著性图，最后，通过空间融合网络将颜色显著性图和深度显著性图进行融合，生成立体图像的显著性图，从而降低了提取立体图像显著性特征的误差，提高了立体图像的显著性检测精确度。
一种立体图像显著检测方法装置设备存储介质

[发明专利]一种全景视频图像重建方法、装置及设备-CN202111231836.9在审
发明人：王旭;张乒乒;江健民 -专利权人：深圳大学
申请日： 2021-10-22 - 公布日： 2022-02-08 - 主分类号： G06T11/00 文献下载
摘要：本发明适用计算机技术领域，提供了一种全景视频图像重建方法、装置及设备，该方法包括：接收待重建的全景视频投影图像帧，对全景视频投影图像帧进行特征提取，以得到全景视频投影图像帧对应的初步重建特征，根据全景视频投影图像帧，对初步重建特征进行重校准处理，以得到校准后重建特征，进而基于校准后重建特征，还原全景视频投影图像帧对应的Y分量图像，从而实现全景视频投影图像帧Y分量图像的重建，提高了全景视频图像的重建质量，同时提高了全景视频图像的重建效率。
一种全景视频图像重建方法装置设备

[发明专利]基于单目深度估计的深度图压缩方法、装置、设备及介质-CN202111232286.2在审
发明人：王旭;陈明晖;张乒乒;江健民 -专利权人：深圳大学
申请日： 2021-10-22 - 公布日： 2022-02-08 - 主分类号： G06T9/00 文献下载
摘要：本发明适用图像处理技术领域，提供了一种基于单目深度估计的深度图压缩方法，该方法包括：根据接收到的彩色图像和与其对应的原始深度图，通过预设对称结构的、且由单目深度估计模块、深度压缩模块以及掩膜生成与处理模块组成的深度图压缩模型对原始深度图进行压缩，得到对应的压缩深度图，从而在低码率的情况下降低了数据失真程度，提高了深度图的压缩性能和压缩效果。
基于深度估计压缩方法装置设备介质

[发明专利]目标图像的质量评分方法、装置、终端及存储介质-CN201810038725.8有效
发明人：王旭;刘小华;江健民 -专利权人：深圳大学
申请日： 2018-01-16 - 公布日： 2021-10-22 - 主分类号： G06T7/00 文献下载
摘要：本发明适用计算机技术领域，提供了一种图像的质量评分方法、装置、终端及存储介质，该方法包括：当接收到对目标图像的质量评分请求时，获取目标图像对应的原始图像，根据视觉敏感模型以及信息内容模型提取原始图像特征图和目标图像特征图，根据原始图像特征图以及目标图像特征图获取原始图像特征图的特征参数和目标图像特征图的特征参数，根据原始图像特征图的特征参数和目标图像特征图的特征参数获取目标图像的质量评分，从而通过模拟人眼的内部生成机制实现了对图像的质量进行评分，提高了对图像质量进行评分的速度以及精确度。
目标图像质量评分方法装置终端存储介质

[发明专利]立体图像的视觉显著性检测方法、装置、设备及存储介质-CN201711014924.7有效
发明人：张秋丹;王旭;江健民;周宇 -专利权人：深圳大学
申请日： 2017-10-26 - 公布日： 2021-05-04 - 主分类号： G06T7/593 文献下载
摘要：本发明适用计算机技术领域，提供了一种立体图像的视觉显著性检测方法、装置、设备及存储介质，该方法包括：当接收到立体图像的视觉显著性检测请求时，首先获取立体图像的颜色信息和深度信息，然后分别对颜色信息、深度信息以及颜色信息和深度信息进行显著性预测，得到第一显著性预测、第二显著性预测以及第三显著性预测，之后将得到的第一显著性预测、第二显著性预测以及第三显著性预测与预设的多个中心偏置先验进行级联，得到多通道级联数据，最后通过预设的通道间融合网络对多通道级联数据进行多通道信息空间差异性融合，以得到立体图像的显著性图，从而提高了显著性检测的准确性。
立体图像视觉显著检测方法装置设备存储介质

[发明专利]一种服饰流行程度评价方法、装置、智能终端及存储介质-CN202011204546.0在审
发明人：王京华;江健民;毛隆春 -专利权人：深圳大学
申请日： 2020-11-02 - 公布日： 2021-02-26 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种服饰流行程度评价方法、装置、智能终端及存储介质，其中，上述服饰流行程度评价方法包括：获取目标图像，其中，上述目标图像为待评价服饰的图像；获取参考图像以及各上述参考图像对应的流行值；基于上述目标图像、上述参考图像以及上述流行值对上述待评价服饰的流行程度进行评价，获取评价结果数据；输出上述评价结果数据。由于本发明方案基于多个参考图像及其对应的流行值对待评价服饰的流行程度进行评价，考虑广大用户群体对已有的参考图像的流行程度的评价值，即参考图像对应的流行值。因此相较于现有技术，本方案可收集并评价获得体现某一服饰的总体流行程度的评价结果数据，提高对于服饰的总体流行程度数据的准确率。
一种服饰流行程度评价方法装置智能终端存储介质

[发明专利]一种路面检测识别方法、装置、智能终端及存储介质-CN202011154440.4在审
发明人：王京华;江健民 -专利权人：深圳大学
申请日： 2020-10-26 - 公布日： 2021-02-26 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种路面检测识别方法、装置、智能终端及存储介质，其中，上述路面检测识别方法包括：获取图像数据；基于上述图像数据生成视差图；基于上述图像数据生成语义图；基于上述视差图和上述语义图进行路面检测识别，获取识别结果；输出上述识别结果。由于本发明方案通过语义图和视差图共同进行路面识别检测，不仅考虑了视野中所有像素对应的视差，还考虑了视野中所有像素对应的语义，结合视差和语义进行路面检测识别。因此，相较于现有技术中仅通过视差图进行路面检测识别的方案，本发明方案可更准确的进行路面检测识别。
一种路面检测识别方法装置智能终端存储介质

[发明专利]一种用于相机传感器的灰尘检测方法及装置-CN201710302979.1有效
发明人：洪国伟;王昆;江健民 -专利权人：深圳大学
申请日： 2017-05-03 - 公布日： 2020-11-10 - 主分类号： G06T5/00 文献下载
摘要：本发明适用计算机技术领域，提供了一种用于相机传感器的灰尘检测方法及装置，所述方法包括：将待测相机对白色平面进行拍照，得到测试图像；对所述测试图像进行滤波处理，得到滤波图像，并根据所述测试图像及所述滤波图像，得到差值图像；根据所述差值图像计算阈值，并对所述差值图像进行阈值处理，以实现灰尘检测。本发明利用待测相机对明亮的白色平面进行拍照，得到测试图像，在进行滤波处理后，得到差值图像，根据差值图像计算阈值，并对差值图像进行阈值处理，不仅提高了对灰尘探测的准确性，而且在一定程度上能够排除噪声干扰，另外，根据差值图像来自适应调整阈值，从而使得对不同图像进行针对性的处理，增强稳定性。
一种用于相机传感器灰尘检测方法装置

[发明专利]深度图像的压缩恢复方法、装置、设备及存储介质-CN201710524546.0有效
发明人：王旭;张乒乒;江健民 -专利权人：深圳大学
申请日： 2017-06-30 - 公布日： 2020-09-08 - 主分类号： G06T7/50 文献下载
摘要：本发明适用计算机技术领域，提供了一种深度图像的压缩恢复方法、装置、移动终端及存储介质，该方法包括：接收输入的待恢复深度图像的恢复请求，待恢复深度图像关联有对应的纹理图像，对纹理图像和待恢复深度图像进行预处理，获取纹理图像和待恢复深度图像的高频信息，将纹理图像的高频信息、待恢复深度图像的高频信息和待恢复深度图像分别输入到预设的深度图像恢复模型的Y分支模型、D分支模型和M分支模型，将Y分支模型、D分支模型恢复得到的特征图像输入到M分支模型，通过M分支模型恢复出待恢复深度图像对应的深度图像，从而提高了深度图像的压缩恢复质量，进而提高了用户体验。
深度图像压缩恢复方法装置设备存储介质

[发明专利]无参考图像质量评价方法及装置-CN201710291323.4有效
发明人：朱映映;曹磊;王旭;江健民 -专利权人：深圳大学
申请日： 2017-04-28 - 公布日： 2020-06-12 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种无参考图像质量评价方法及装置，该方法包括：划分该失真图像中该文本区域和该图像区域，分别提取该文本区域和该图像区域中的视觉感知特征，通过预置的分类机制对从该文本区域中的该视觉感知特征进行失真分类判别，得到该文本区域的质量分数，以及，通过该预置的分类机制对该图像区域中的该视觉感知特性进行失真分类判别，得到该图像区域的质量分数，对该文本区域的质量分数和该图像区域的质量分数进行拟合，得到该失真图像的质量分数，这样通过将文本区域和图像区域分开算出质量分数，每个均可以得到准确的质量分数，最后再拟合成整个图像的质量分数，可以有效的提高屏幕内容图像的质量评价的准确性。
参考图像质量评价方法装置

1
2
下一页»
尾页
共 27 条