“闵雄阔”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43个，建议您升级VIP下载更多相关专利

[发明专利]基于深度学习的视障辅助的图像增强方法、设备和介质-CN202110829947.3有效
发明人：翟广涛;吴思婧;段慧煜;闵雄阔;高艺璇;曹于勤 -专利权人：上海交通大学
申请日： 2021-07-22 - 公布日： 2023-10-27 - 主分类号： G06T5/00 文献下载
摘要：本发明提供一种基于深度学习的视障辅助的图像增强方法、设备和介质，包括：将卷积神经网络的输出端与模拟视障患者的视觉系统的输入端进行连接，得到级联系统；对卷积神经网络进行训练得到图像增强网络，其中：将原始图像输入卷积神经网络进行增强，将增强结果输入模拟视障患者的视觉系统进行模拟，级联系统输出为该视障症状的模拟的感知图像；计算级联系统输出和原始图像的损失，以最小化级联系统的输入输出图像间的差异为目标，对原始图像进行增强以补偿模拟的视障患者的视觉系统带来的失真。本发明得到的图像增强网络能有效地实现针对视障辅助的图像增强，实验表明针对中心视力下降的图像增强能有效改善患者的视觉功能和主观感知质量。
基于深度学习辅助图像增强方法设备介质

[发明专利]一种三维数字人脸的全参考质量评价方法和系统-CN202310460839.2在审
发明人：翟广涛;张子澄;闵雄阔;周颖杰;孙伟 -专利权人：上海交通大学
申请日： 2023-04-25 - 公布日： 2023-07-25 - 主分类号： G06T7/00 文献下载
摘要：本发明公开一种三维数字人脸的全参考质量评价方法和系统，包括：分别设定三个摄像机的运动轨道，运动轨道能够覆盖三维数字人脸的视点；计算并确定三个摄像机的运动轨道的中心；使用摄像机对失真的与未失真的参考三维人脸进行视频序列的采集；对采集到视频序列分别进行固定间隔的抽帧并拼接获得帧序列；将失真人脸与参考人脸的帧序列依次输入已完成训练的网络中进行特征提取，获得失真人脸提取特征和参考人脸提取特征；计算失真人脸提取特征和参考人脸提取特征的欧氏距离，将其作为三维数字人脸质量的评价指标，从而获得三维数字人脸的质量评价。其能够解决三位数字人脸数据难以直接处理的难题，并能够高效准确地评估三维人脸失真的视觉质量。
一种三维数字参考质量评价方法系统

[发明专利]一种全参考音频质量评价方法及装置-CN202010171569.X有效
发明人： 闵雄阔;翟广涛;杨小康 -专利权人：上海交通大学
申请日： 2020-03-12 - 公布日： 2023-05-23 - 主分类号： G10L25/51 文献下载
摘要：本发明提供了一种全参考音频质量评价方法及装置，方法包括：将一适用于图像信号的视觉质量评价方法中所有二维操作推广并降维至一维音频信号的操作，得到适用于音频质量评价的方法；用降维得到的所述适用于音频质量评价的方法的一维质量描述子对待评价的音频信号的局部质量进行估计，得到局部音频质量估计结果；对所述局部音频质量估计结果进行时域池化，得到音频的整体质量评价结果。本发明提供的全参考音频质量评价方法及装置，可有效地评价音频质量。
一种参考音频质量评价方法装置

[发明专利]排列注意力特征的全景图像显著性预测方法、系统及终端-CN202010171615.6有效
发明人：杨小康;朱丹丹;闵雄阔;朱煜程;朱文瀚;翟广涛 -专利权人：上海交通大学
申请日： 2020-03-12 - 公布日： 2023-04-28 - 主分类号： G06V10/46 文献下载
摘要：本发明提供了一种基于排列注意力特征的全景图像显著性预测方法，包括：提取模板特征图和逐通道特征图，将所述模板特征图和所述逐通道特征图进行相乘生成逐通道特征；将生成的所述逐通道特征进行注意力特征排列；根据排序结果，选择对细粒度显著性预测有用的所述逐通道特征进行特征增强，将选择的所述逐通道特征输入到卷积神经网络中进行头部注视点的预测。本发明还提供与上述方法对应的系统及终端。本发明不仅可以较好的模拟人类视觉注意力机制，而且也得到了较高的预测准确率。
排列注意力特征全景图像显著预测方法系统终端

[发明专利]一种相似场景图像组的图像质量评估方法、系统及终端-CN202010172380.2有效
发明人：翟广涛;朱煜程;闵雄阔;朱文瀚;朱丹丹;杨小康 -专利权人：上海交通大学
申请日： 2020-03-12 - 公布日： 2023-04-28 - 主分类号： G06T7/00 文献下载
摘要：本发明提供了一种相似场景图像组的图像质量评估方法、系统及终端，对场景内容一致的图像组数据进行独立自由能值和耦合自由能值的计算，得到分别以图像自身为先验知识的独立自由能值和分别以剩余图像为先验知识的耦合自由能值；利用独立自由能估计对组内图像局部区块的关注程度；利用耦合自由能值估计对组内图像局部失真的感知程度；对相似场景图像组所有的局部区块的失真感知程度和关注程度作为整体图像组的特征，对特征进行融合，生成整体图像组的视觉感知质量结果。该方法较好地解决了相似场景图像组的质量评估的问题。
一种相似场景图像质量评估方法系统终端

[发明专利]基于动态挑选多假设匹配块的视频压缩感知重构方法-CN201910092190.7有效
发明人：周健;刘浩;魏冬;田伟;李德敏;黄荣;闵雄阔;钟平;邓开连;孙韶媛 -专利权人：东华大学
申请日： 2019-01-30 - 公布日： 2023-04-25 - 主分类号： G06T9/00 文献下载
摘要：本发明涉及一种基于动态挑选多假设匹配块的视频压缩感知重构方法，包括以下步骤：独立地重构序列中的每一帧图像；对于上述非关键帧重构得到的图像，采用K种根据距离动态挑选匹配块的模式从前后两个关键帧中依次进行匹配块的挑选，再利用多假设匹配块形成残差稀疏模型，进行K种模式下的重构该非关键帧图像；基于阈值与整体结构相似性确定非关键帧的最终重构结果。本发明能够提高重构质量。
基于动态挑选假设匹配视频压缩感知方法

[发明专利]基于自然音频统计特性的无参考音频质量评价方法和装置-CN202010171602.9有效
发明人： 闵雄阔;翟广涛;杨小康 -专利权人：上海交通大学
申请日： 2020-03-12 - 公布日： 2023-02-28 - 主分类号： G10L25/60 文献下载
摘要：本发明提供了的一种基于自然音频统计特性的无参考音频质量评价方法，通过将相关的自然图像统计特性推广至自然音频统计，从而实现基于自然音频统计的无参考音频质量评价；本发明所提供的方法包括如下步骤：对输入音频信号进行正则化，利用自然音频统计特性进行建模，提取基于自然音频统计的音频质量特征，特征回归得到最终的音频质量估计。同时提供了一种基于自然音频统计特性的无参考音频质量评价装置。利用本发明提供的基于自然音频统计特性的无参考音频质量评价方法和装置，可有效地在原始音频信号未知的情况下估计待测的音频信号质量。
基于自然音频统计特性参考质量评价方法装置

[发明专利]一种手机照片质量比较评价方法、系统及终端-CN202010211227.6有效
发明人：翟广涛;陆强;杨小康;朱文瀚;闵雄阔;孙伟 -专利权人：上海交通大学
申请日： 2020-03-24 - 公布日： 2022-12-20 - 主分类号： G06T7/00 文献下载
摘要：本发明提供一种手机照片质量比较评价方法、系统及终端，方法包括：对同一场景下的两幅照片进行调整，使所述两幅照片的内容对齐；移除对齐后的所述两幅照片的画面中运动物体，减少画面内容的差异部分；将移除运动物体后的所述两幅照片分别划分为多个区域，逐一比对所述两幅照片中相对应的区域，提取出所述两幅照片中相似度最低的区域；对提取到的所述相似度最低的区域进行清晰度、噪声进行分析，得到综合评价结果。系统包括：图像调整对齐模块、运动物体移除模块、差异最大区域提取模块和综合质量评价模块。本发明可以实现照片客观质量评价，不需要主观评价者的参与，节省人力，可操作性高。
一种手机照片质量比较评价方法系统终端

[发明专利]一种移动设备拍照清晰度质量评价方法、系统和终端-CN202010211195.X有效
发明人：翟广涛;孙伟;杨小康;朱文瀚;闵雄阔;陆强 -专利权人：上海交通大学
申请日： 2020-03-24 - 公布日： 2022-12-20 - 主分类号： G06T7/00 文献下载
摘要：本发明提供了一种移动设备拍照清晰度质量评价方法、系统和终端，方法首先选取图像纹理最为丰富的区域作为表征待评价图像清晰度质量的块状区域，然后计算该块状区域在空间域、频域和小波域上的纹理特征，最后利用机器学习的方法把块状区域的特征向量回归到主观的清晰度质量分数。本发明只选取图像纹理最为丰富的区域作为待评价的对象，可以有效的排除图像无关位置的影响，分别从空间域、频域和小波域上提取纹理特征，可以高效的表征图像清晰度的特征信息。
一种移动设备拍照清晰度质量评价方法系统终端

[发明专利]一种基于门控循环神经网络的无参考音视频质量评价方法-CN202110814227.X有效
发明人： 闵雄阔;曹于勤;孙伟;朱煜程;高艺璇;翟广涛 -专利权人：上海交通大学
申请日： 2021-07-19 - 公布日： 2022-09-02 - 主分类号： H04N17/00 文献下载
摘要：本发明提供了一种基于门控循环神经网络的无参考音视频质量评价方法，首先通过短时特征提取模块中卷积神经网络提取视频信号和音频信号的短时特征，之后利用长时特征提取模块中门控循环神经网络从视频信号和音频信号的短时特征中学习相邻帧之间的关联性，提取长时特征，最后通过特征融合模块中全连接层将音频信号和视觉信号的长时特征进行融合，得到音视频客观质量评价分数。在短时特征提取时，首先将视频信号按时序依次将单帧图像分割为图像小块、音频信号通过短时傅里叶变换将短音频段转换为二维语谱图，之后利用卷积神经网络从图像小块和二维语谱图提取深层语义特征。本发明可有效地评价音视频的总体感知体验质量。
一种基于门控循环神经网络参考视频质量评价方法

[发明专利]一种全参考音视频客观质量评价方法、系统及终端-CN202110814232.0有效
发明人： 闵雄阔;曹于勤;孙伟;段慧煜;吴思婧;翟广涛 -专利权人：上海交通大学
申请日： 2021-07-19 - 公布日： 2022-08-23 - 主分类号： H04N17/00 文献下载
摘要：本发明提供一种全参考音视频客观质量评价方法、系统及终端，所述方法包括：分别提取参考视频帧和失真视频帧的短时特征，获得视频信号的短时特征和获得音频信号的短时特征；提取视频信号和音频信号的长时特征；将视频信号和音频信号的长时特征进行融合，得到音视频客观质量评价分数；其中，在短时特征提取时，首先将视频信号按时序依次将单帧图像分割为图像小块、音频信号通过短时傅里叶变换将短音频段转换为二维语谱图，之后利用卷积神经网络从图像小块和二维语谱图提取深层语义特征。本发明可有效地评价音视频的总体感知体验质量。
一种参考视频客观质量评价方法系统终端

[发明专利]基于注意力感知特征的全景图像显著性预测方法及系统-CN202010171611.8有效
发明人：杨小康;朱丹丹;闵雄阔;朱文瀚;朱煜程;翟广涛 -专利权人：上海交通大学
申请日： 2020-03-12 - 公布日： 2022-07-12 - 主分类号： G06V10/25 文献下载
摘要：本发明提供了一种基于注意力感知特征的全景图像显著性预测方法及系统，包括：预测全景图像的前景注意力图和背景注意力图；计算预测的所述前景注意力图、所述背景注意力图中每一部分的逐像素的亮度值，得到可视化分数；提取全景图像的全局特征，将所述全局特征与预测的所述前景注意力图、所述背景注意力图使用逐元素乘的方式进行融合，得到融合后的所述前景注意力图、所述背景注意力图；将融合后的所述前景注意力图、所述背景注意力图与所述可视化分数加权融合，获得最终的预测结果。本发明在模拟人类视觉注意力机制方面具有较好的准确性。
基于注意力感知特征全景图像显著预测方法系统

[发明专利]一种细颗粒压缩图像质量评价方法-CN202111230351.8在审
发明人： 闵雄阔;张子澄;孙伟;王涛;朱文瀚;翟广涛 -专利权人：上海交通大学
申请日： 2021-10-21 - 公布日： 2022-03-25 - 主分类号： G06T7/00 文献下载
摘要：本发明提供一种细颗粒压缩图像质量评价方法，包括：获取图像结构特征；获取图像纹理特征；将所述图像结构特征和图像纹理特征进行融合，得到细颗粒压缩图像质量评价分数；依据所述的细颗粒压缩图像质量评价分数，对细颗粒压缩图像质量进行评价。本发明可以有效地用于评价比特率差异不大的压缩图像质量好坏，这对图像压缩技术以及图像压缩质量评价技术的发展有着重要的意义。
一种颗粒压缩图像质量评价方法

[发明专利]一种动态观测者间眼动一致性的测算和预测方法及终端-CN202111280792.9在审
发明人： 闵雄阔;岳姣敏;翟广涛;朱丹丹;朱煜程;孙伟 -专利权人：上海交通大学
申请日： 2021-11-01 - 公布日： 2022-02-01 - 主分类号： G06T7/254 文献下载
摘要：本发明提供一种动态观测者间眼动一致性的测算方法，包括：获取N个观测者在观看视频时的眼动数据，并对所述眼动数据进行处理；通过处理过的眼动数据中的单帧图像，获得单个观察者的观测者间眼动一致性；重复，直至获得所有观察者的观测者间眼动一致性；将观察者的观测者间眼动一致性进行处理，得到单帧图像的动态观测者眼动一致性的值。也提一种动态观测者间眼动一致性的预测方法，基于所述的动态观测者间眼动一致性的测算方法获得的数据训练模型；使用所述训练好的模型进行动态观测者间眼动一致性的预测。本发明是针对的视频的观测者间眼动一致性预测的方法，且运用了深度学习的技术，结合了帧间运动特征，得到了较为准确的结果。
一种动态观测者间眼动一致性测算预测方法终端

[发明专利]基于全卷积图神经网络的全景图片显著性预测方法及设备-CN202111230705.9在审
发明人：翟广涛;杨祎威;朱煜程;闵雄阔;朱丹丹 -专利权人：上海交通大学
申请日： 2021-10-22 - 公布日： 2022-01-18 - 主分类号： G06T3/00 文献下载
摘要：本发明提供一种基于全卷积图神经网络的全景图片显著性预测方法及设备，包括：将平面全景图像映射成为球面的图数据；将所述球面的图数据输入到全卷积图神经网络进行显著性预测，得到球面显著性图数据；将所述球面显著性图数据变换到平面上，得到平面的全景显著性图像。进一步的，本发明全卷积图神经网络基于残差U形网络结构，在底部采用了膨胀图卷积和注意力机制。此外，本发明使用了一种新的全卷积层，用于球面图空间中的图池化和反池化操作，以保留节点到节点的特征。本发明提出的方法在大规模数据集上优于其他较为先进的显著性预测模型。
基于卷积神经网络全景图片显著预测方法设备

1
2
3
下一页»
尾页
共 43 条