“柏园超”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7个，建议您升级VIP下载更多相关专利

[发明专利]一种面向人眼观看和视觉分析联合优化的图像压缩方法-CN202111115605.1有效
发明人：高文;柏园超;王耀威;刘贤明 -专利权人：鹏城实验室
申请日： 2021-09-23 - 公布日： 2023-06-09 - 主分类号： H04N19/42 文献下载
摘要：本发明公开了一种面向人眼观看和视觉分析联合优化的图像压缩方法，所述方法包括：获取原始图像，并对所述原始图像进行特征提取和量化，得到第一特征；对所述第一特征进行熵编码得到比特流，并将所述比特流发送至预设的解码器；控制所述解码器接收所述比特流，并将所述比特流还原为第一特征；将所述第一特征输入预设的深度解码网络，输出得到类别向量；将所述类别向量输入第一全连接网络，输出图像分类的类别概率，并根据所述类别概率对所述原始图像进行分类；根据所述第一特征对所述原始图像进行重构，得到重构图像。本申请可以在对原始图像压缩的过程中同时考虑原始图像的重构和分类。
一种面向观看视觉分析联合优化图像压缩方法

[发明专利]一种基于深度学习的图像无损/近无损压缩方法-CN202210009301.5在审
发明人：刘贤明;柏园超;季向阳 -专利权人：哈尔滨工业大学
申请日： 2022-01-06 - 公布日： 2022-04-15 - 主分类号： G06T9/00 文献下载
摘要：本发明一种基于深度学习的图像无损/近无损压缩方法属于图像压缩领域；主要设计了有损图像压缩与残差压缩联合优化的深度神经网络：首先，把原始图像输入深度有损图像压缩网络，得到有损压缩后的码流和重构图像；计算有损重构图像和原始图像的原始残差，并对原始残差进行量化，使得“有损重构+量化残差”与原始图像的最大像素误差严格地小于等于一个给定的误差上界；利用深度神经网络对原始残差或者量化残差进行压缩，压缩后的码流与有损图像压缩码流连接，得到图像无损/近无损压缩结果；相比于传统的图像无损/近无损压缩，本发明利用深度神经网络对有损图像压缩与残差压缩进行联合优化，显著地提升了图像无损/近无损压缩效率。
一种基于深度学习图像无损压缩方法

[发明专利]基于FPGA的实时超分辨方法及系统-CN201810398028.3有效
发明人：罗国杰;何卓论;黄瀚贤;柏园超;贾惠柱;姜明 -专利权人：北京大学
申请日： 2018-04-28 - 公布日： 2020-10-09 - 主分类号： G06T3/40 文献下载
摘要：本发明公布了一种基于FPGA的实时超分辨方法及系统，涉及图像处理技术领域；将较低分辨率的媒体中的每帧图像拆分成子图像进行超分辨处理，并根据当前帧子图像的特征值分配处理模块：若特征值较高，则由神经网络模块计算；若特征值较低，则由插值模块计算。输出缓冲区将计算得到的高分辨率子图像输出并重组成高分辨率图像，用户便可以观看到实时的超高清晰度画面。
基于 fpga 实时分辨方法系统

[发明专利]图像视频超分辨率方法和装置-CN201610513715.6有效
发明人：杨长水;柏园超;贾惠柱;解晓东;陈瑞 -专利权人：北京大学
申请日： 2016-06-30 - 公布日： 2019-10-18 - 主分类号： G06T3/40 文献下载
摘要：本发明公开一种图像视频超分辨率方法和装置，该方法包括如下步骤：输入步骤，输入低分辨率图像；超分辨率步骤，包括插值和去模糊，对所述低分辨率图像进行插值，并通过加权全变差正则化约束的超分辨率模型对所述插值后图像进行去模糊；以及输出步骤，输出高分辨率图像。该方法采用了一个加权全变差的正则化模型，使该模型的曲线更加贴近自然图像真实的一阶差分统计结果，改进了原来的一些逼近先验导致优化方程非凸的现象，使方程的求解更加稳定快速。另外，还为模型设计了快速求解方法，使模型更加实用。同时，通过过量去模糊控制使该方法运行效果更加鲁棒。
图像视频分辨率方法装置

[发明专利]基于局部特性的高动态图像快速生成方法-CN201610509334.0有效
发明人：贾惠柱;柏园超;解晓东;杨长水;陈瑞;高文 -专利权人：北京大学
申请日： 2016-06-30 - 公布日： 2019-02-15 - 主分类号： G06T5/00 文献下载
摘要：本发明提供一种基于局部特性的高动态图像快速生成方法，所述方法包括如下步骤：图像分割步骤，将同一场景不同曝光度的图像分割成面积等大的块；像素级权重生成步骤，取得所述每个块的块级权重，采用均值滤波对权重图进行平滑，滤除权重块之间的边缘；图像融合步骤，通过生成的像素级权重，根据图像融合模型将不同曝光度的图像融合在一起。该方法使融合后的高动态视频图像能够包含所有亮度范围的信息，并且能够保证快速的算法运行速度。
基于局部特性动态图像快速生成方法

[发明专利]基于结构张量全变差的图像视频超分辨率方法-CN201610513450.X在审
发明人：贾惠柱;柏园超;解晓东;杨长水;陈瑞;高文 -专利权人：北京大学
申请日： 2016-06-30 - 公布日： 2016-12-07 - 主分类号： G06T3/40 文献下载
摘要：本发明公开一种基于结构张量全变差的图像视频超分辨率方法，包括如下步骤：建立图像降质模型，包括模糊和降采样两个部分，表示为，其中，x表示原始高分辨率图像，B表示模糊核，表示卷积过程，D表示相应倍数的降采样，y表示产生的低分辨率图像；建立超分辨率模型，包括图像插值和去模糊两个部分，用公式表示为，其中，表示还原的高分辨率图像，B表示模糊核，表示反卷积过程，D^‑1表示相应倍数的插值过程，y表示低分辨率图像；建立基于结构张量全变差正则化约束的超分辨率模型，表示为，其中，μ是一个可以调节的参数，对正则项约束的强度进行控制。本发明改进了全变差模型直接对图像约束导致的过度平滑和边缘阶梯效应，更加符合人眼的主观感受。
基于结构张量全变差图像视频分辨率方法