“陈晔曜”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16个，建议您升级VIP下载更多相关专利

[发明专利]基于结构一致性检测的动态多曝光光场图像融合方法-CN202310707326.7在审
发明人：金佳锋;蒋刚毅;陈晔曜;郁梅 -专利权人：宁波大学
申请日： 2023-06-15 - 公布日： 2023-10-20 - 主分类号： G06T5/50 文献下载
摘要：本发明公开了一种基于结构一致性检测的动态多曝光光场图像融合方法，其对动态多曝光光场图像序列中的光场图像对应的配准光场图像的角度维度进行高阶奇异值分解，得到多曝光主基序列和多曝光非主基序列；将多曝光主基序列输入到基于结构一致性检测的主基融合模块中，得到融合主基；将多曝光非主基序列输入到基于掩膜划分的其余基带融合模块中，得到融合非主基；根据融合主基和所有融合非主基得到融合基带张量，结合融合基带张量和高阶奇异值分解时的两个角度维度的正交因子矩阵进行重构，重新恢复成光场结构，再进行角度信息复原得到包含完整角度信息的融合光场图像；优点是利用其能够得到空间质量和角度质量均良好的高动态范围的融合光场图像。
基于结构一致性检测动态曝光图像融合方法

[发明专利]基于帧内编码树单元级码率分配的光场图像感知编码方法-CN202310642330.X在审
发明人：金攀麒;蒋刚毅;陈晔曜;郁梅 -专利权人：宁波大学
申请日： 2023-06-01 - 公布日： 2023-09-19 - 主分类号： H04N19/593 文献下载
摘要：本发明公开了一种基于帧内编码树单元级码率分配的光场图像感知编码方法，其首先选取子孔径图像阵列中的部分子孔径图像，排列成伪视频序列；之后采用深度估计网络和显著性检测网络得到中心子孔径图像的深度图和显著图；然后利用中心子孔径图像、深度图、显著图计算选出的子孔径图像中的每个编码树单元的码率分配权重，并使用码率分配权重进行目标码率分配；最后利用光场角度超分辨率重建网络合成未被选中的子孔径图像，并与解码得到的子孔径图像组成完整的解码光场图像；优点是有效去除了光场图像中存在的感知冗余，并能够在较低码率下保持显著区域的视觉质量和结构一致性。
基于编码单元级码率分配图像感知方法

[发明专利]基于动静态区域划分的多曝光融合光场图像质量评价方法-CN202310655232.X在审
发明人：姚可可;蒋刚毅;陈晔曜;郁梅 -专利权人：宁波大学
申请日： 2023-06-05 - 公布日： 2023-09-15 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于动静态区域划分的多曝光融合光场图像质量评价方法，其考虑到伪影失真主要发生在动态区域，结合动态区域二值图、源曝光光场图像和多曝光融合光场图像的第一主成分提取局部空域特征；考虑到颜色失真在动态和静态区域有不同表现形式，结合动态区域二值图、源曝光光场图像和多曝光融合光场图像的拮抗颜色通道提取局部颜色特征以补充局部空域特征；考虑到多曝光融合过程中会产生细节损失影响纹理信息，对源曝光光场图像和多曝光融合光场图像使用剪切波变换提取全局频域特征；结合局部空域特征、全局频域特征及全局角度特征形成感知特征向量，经池化预测得到客观质量分；优点是得到的客观质量分与人眼的视觉感知有着更好的一致性。
基于静态区域划分曝光融合图像质量评价方法

[发明专利]基于双目感知特性的立体视觉内容舒适度评价方法-CN202310462154.1在审
发明人：鲁子昂;郁梅;陈晔曜;蒋刚毅 -专利权人：宁波大学
申请日： 2023-04-26 - 公布日： 2023-08-25 - 主分类号： H04N17/00 文献下载
摘要：本发明公开了一种基于双目感知特性的立体视觉内容舒适度评价方法，其从大脑视觉信息传递机制出发，结合实际观看环境和设备，对该机制进行深入分析与建模，通过循环生成对抗网络，生成原立体全景左视频在右眼视网膜右侧的新视点，以及原立体全景右视频在左眼视网膜左侧的新视点，将新生成的视点与原立体全景视频相加组合形成新的左右融合视点来模拟自然观看环境中大脑的视觉信息处理过程；实验结果表明，从左融合视点和右融合视点中提取内容感知特征且提取的内容感知特征更有效，从而能够有效预测出观看立体全景视频时的不舒适程度。
基于双目感知特性立体视觉内容舒适评价方法

[发明专利]一种动态场景多曝光融合光场图像的质量评价方法-CN202310391186.7在审
发明人：廖广龙;刘云;郁梅;陈晔曜;蒋刚毅 -专利权人：宁波大学
申请日： 2023-04-13 - 公布日： 2023-08-22 - 主分类号： G06V10/26 文献下载
摘要：本发明公开了一种动态场景多曝光融合光场图像的质量评价方法，其从局部、全局和角度等方面来充分考虑失真多曝光融合光场图像的失真特点和内在的高维结构特性，首先对失真多曝光融合光场图像的角度维进行张量分解，这能有效保留其高维特性并在张量切片上提取到与主观感知更为相关的特征；然后在第一成分设计前背景分割方案以检测得到具有显著伪影的前景部分，并对前景部分进行边缘结构和亮度/色度的特征提取；接着，在第一成分亮度分割后，基于HSI模型提取低暗、正常和高亮区域的局部特征；之后，结合全局特征和其他成分提取的角度特征形成感知特征向量，池化预测得到客观质量分，因此预测的客观质量分与人眼的视觉感知有更好的一致性。
一种动态场景曝光融合图像质量评价方法

[发明专利]一种干净梯度图引导的LDCT图像去噪系统及方法-CN202310438318.7在审
发明人：骆挺;江国炜;徐海勇;何周燕;陈晔曜 -专利权人：宁波大学科学技术学院
申请日： 2023-04-23 - 公布日： 2023-07-18 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种干净梯度图引导的LDCT图像去噪系统及方法，包括：编码器和解码器；编码器，用于计算LDCT图像的干净梯度图，并将干净梯度图的特征与LDCT图像的特征融合，获得融合图像的浅层特征；解码器，用于提取融合图像的深层特征，并将浅层特征与深层特征融合，实现LDCT图像的去噪。本发明使用交叉注意力将梯度图与LDCT图像融合，它利用梯度图中的结构、纹理信息，有效的补充了LDCT图像所缺失的信息。
一种干净梯度引导 ldct 图像系统方法

[发明专利]一种基于异构式成像的密集光场图像重建方法-CN202310291552.1在审
发明人： 陈晔曜;郁梅;徐海勇;蒋刚毅 -专利权人：宁波大学
申请日： 2023-03-23 - 公布日： 2023-07-07 - 主分类号： G06T11/00 文献下载
摘要：本发明公开了一种基于异构式成像的密集光场图像重建方法，其构建了共享网络参数的前向光场重建模块和后向光场重建模块，其中前向光场重建模块是从输入数据中重建密集光场图像，后向光场重建模块是从由前向光场重建模块所生成的数据中重建原始输入数据，进而二者构成循环一致性约束以实现无监督学习；以上两个重建模块均包含深度估计器、光流估计器和遮挡预测器，首先利用深度估计器和光流估计器来从输入数据中估计场景的深度信息以及几何关系；之后利用绘制技术以合成初始的密集光场图像；最后，通过遮挡预测器来修复初始的密集光场图像中的绘制误差以提高重建质量；优点是能有效地从异构式成像数据中重建密集光场图像，并恢复角度一致性。
一种基于异构式成像密集图像重建方法

[发明专利]一种基于卷积神经网络的光场图像去噪方法-CN202011144012.3有效
发明人：蒋刚毅;陈晔曜;郁梅 -专利权人：宁波大学
申请日： 2020-10-23 - 公布日： 2023-06-09 - 主分类号： G06V10/30 文献下载
摘要：本发明公开了一种基于卷积神经网络的光场图像去噪方法，其首先将4D光场图像分别重组为子孔径图像和微透镜阵列图像；之后构建初始堆栈空间卷积块和初始角度卷积块以分别对子孔径图像和微透镜阵列图像提取空间特征和角度特征；然后引入空间角度联合编码器组来建模空间特征和角度特征间的信息补偿关系并提高特征的表达能力；基于提取的空间特征和角度特征，构建空间角度特征融合器组以充分利用特征来丰富重建去噪光场图像的细节信息；最后利用构建的解码器来将空间角度特征融合器组输出的融合特征重建为去噪光场图像；优点是有效去除光场图像中存在的噪声，并能够重建去噪光场图像的纹理信息以及保留去噪光场图像的结构一致性。
一种基于卷积神经网络图像方法

[发明专利]基于多模态学习的无参考合成视频质量评价方法-CN202211058103.4在审
发明人：彭宗举;金充充;陈晔曜;陈芬;陈小松;王玲 -专利权人：重庆理工大学
申请日： 2022-08-30 - 公布日： 2022-12-02 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及视频质量评价技术领域，具体涉及基于多模态学习的无参考合成视频质量评价方法，包括：获取待评价的虚拟视点视频；基于光流估计将待评价的虚拟视点视频分解成若干个时空域的图像；将各个时空域的图像输入至预训练的卷积神经网络学习模型，提取虚拟视点视频的深度特征；将各个时空域的图像输入至经过训练的稀疏字典学习模型，提取虚拟视点视频的稀疏特征；基于虚拟视点视频的深度特征和稀疏特征进行加权回归，进而计算对应的虚拟视点质量评价分数。本发明通过多模态学习的方式提取虚拟视点视频隐藏的深度语义信息和人眼主观感知的稀疏特征，并且无样本依赖性，从而能够提高合成视频无参考质量评价的通用性和鲁棒性。
基于多模态学习参考合成视频质量评价方法

[发明专利]一种融合场景深度信息的缝合线驱动拼接方法-CN202210593945.3在审
发明人：陈鑫;蒋刚毅;陈晔曜;郁梅 -专利权人：宁波大学
申请日： 2022-05-27 - 公布日： 2022-11-08 - 主分类号： G06T3/40 文献下载
摘要：本发明涉及一种融合场景深度信息的缝合线驱动拼接方法，通过构建融合了场景的颜色信息、纹理信息和深度信息的差异代价矩阵能够在重合区域中选取的缝合线，可以在经过图像高度相似的连续区域，避免经过突出物体，从而能够有效地解决传统的缝合线驱动容易出现结构失真的问题；还能够解决图像拼接中存在的伪影、可见拼接缝等问题，合理有效地提升了图像拼接质量，生成人眼感知良好的拼接图像。
一种融合场景深度信息缝合线驱动拼接方法

[发明专利]一种基于全卷积神经网络的立体高动态范围成像方法-CN201911044976.8有效
发明人： 陈晔曜;郁梅;蒋刚毅;彭宗举;陈芬 -专利权人：宁波大学
申请日： 2019-10-30 - 公布日： 2022-08-30 - 主分类号： G06T5/50 文献下载
摘要：本发明公开了一种基于全卷积神经网络的立体高动态范围成像方法，其利用曝光校准网络将左视点欠曝光图像和右视点过曝光图像转换到同一曝光下；基于估计的视差图，分别对左视点欠曝光图像和右视点过曝光图像执行前向绘制产生绘制右视点欠曝光图像和绘制左视点过曝光图像；引入额外曝光信息来指导绘制产生的图像中的空洞填补；利用HDR图像融合网络提取融合特征，将空洞填补后的左视点过曝光图像与原始左视点欠曝光图像融合为左视点HDR图像，并将空洞填补后的右视点欠曝光图像与原始右视点过曝光图像融合为右视点HDR图像；进而得到立体HDR图像；优点是能提高原始立体LDR图像的动态范围，并能重建出在原始立体LDR图像的曝光不足和曝光过度区域的细节信息。
一种基于卷积神经网络立体动态范围成像方法

[发明专利]一种窗口六自由度合成视频的客观质量评价方法-CN202210281795.2在审
发明人：彭宗举;金充充;陈芬;陈晔曜;马小燕;王培容 -专利权人：重庆理工大学
申请日： 2022-03-21 - 公布日： 2022-07-12 - 主分类号： H04N19/154 文献下载
摘要：本发明涉及视频质量评价技术领域，具体涉及一种窗口六自由度合成视频的客观质量评价方法，包括：获取待评价的窗口六自由度合成视频作为目标合成视频；将目标合成视频分解成若干个时空域；分别在对应的时空域中评估目标合成视频的绘制失真、视点路径不适性和压缩失真；对目标合成视频的绘制失真、视点路径不适性和压缩失真进行加权计算，得到对应的客观质量评价分数。本发明全面考虑了窗口六自由度视频的各种失真，能够有效评价窗口六自由度视频多维度视点切换引起的视觉不适感，从而提高窗口六自由度合成视频客观质量评价的全面性和效果，并与人眼主观感知质量保持高度一致性。
一种窗口自由度合成视频客观质量评价方法

[发明专利]基于频域分析和深度学习的光场图像超分辨率重建方法-CN202110311756.8有效
发明人：郁梅;陈晔曜;徐海勇;蒋刚毅 -专利权人：宁波大学
申请日： 2021-03-24 - 公布日： 2022-04-19 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种基于频域分析和深度学习的光场图像超分辨率重建方法，其首先利用基于光流的绘制和双三次插值来生成初始高空间和角度分辨率光场图像；之后采用离散余弦变换来对生成的初始光场图像进行频域转换，以得到表征光场图像特性的频率分量图像；基于此，超分辨率重建可建模为频率复原问题，因此构建多个2D卷积神经网络来建模各频率分量的初始复原，并在网络中融入语义信息来增强复原效果；然后将初始复原后的各频率分量进行组合并构建3D卷积神经网络来进行精细复原；最后，利用逆离散余弦变换来将复原后的所有频率分量重构为所需的光场图像；优点是能有效提高光场图像的空间和角度分辨率，并能恢复纹理信息以及保留角度一致性。
基于分析深度学习图像分辨率重建方法

[发明专利]一种光场图像空间超分辨率重建方法-CN202111405987.1在审
发明人： 陈晔曜;郁梅;蒋刚毅 -专利权人：宁波大学
申请日： 2021-11-24 - 公布日： 2022-04-15 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种光场图像空间超分辨率重建方法，其构建空间超分辨率网络，包括编码器、孔径级特征配准模块、光场特征增强模块和解码器等，利用编码器对上采样后的低空间分辨率光场图像、2D高分辨率图像及其模糊后的图像提取多尺度特征；通过孔径级特征配准模块来学习2D高分辨率特征与低分辨率光场特征之间的对应性，以将2D高分辨率特征配准到每个子孔径图像下并形成配准后的高分辨率光场特征；通过光场特征增强模块以利用配准的高分辨率光场特征来增强提取的浅层光场特征，得到增强后的高分辨率光场特征；利用解码器将增强后的高分辨率光场特征重建为高空间分辨率光场图像；优点是能高质量地重建高空间分辨率光场图像，并恢复纹理和细节信息。
一种图像空间分辨率重建方法

[发明专利]一种基于生成对抗网络的立体高动态范围成像方法-CN201910437006.8有效
发明人：蒋刚毅;陈晔曜;陈恳;郁梅 -专利权人：宁波大学
申请日： 2019-05-24 - 公布日： 2021-02-19 - 主分类号： H04N5/235 文献下载
摘要：本发明公开了一种基于生成对抗网络的立体高动态范围成像方法，考虑到立体高动态范围成像是将立体成像技术与高动态范围成像技术相结合，假设目标视点是左视点，且左视点属于欠曝光，右视点属于过曝光，其核心在于生成左视点的多曝光序列；将生成的左视点过曝光图像与原始的左视点欠曝光图像组成多曝光序列，利用构建的视点融合生成对抗网络来完成高动态范围图像融合任务；采用三幅不同曝光图像生成标签图像，以使视点融合生成对抗网络学习低质量融合图像与高质量融合图像之间的转换关系；优点是其既能降低传统方法中多步骤处理的复杂性，并减少误差累积，又能提高生成图像的整体对比度和细节保真度。
一种基于生成对抗网络立体动态范围成像方法

1
2
下一页»
尾页
共 16 条