“低分辨率”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1456485个，建议您升级VIP下载更多相关专利

[发明专利]一种图像超分辨率重构的方法-CN201610830974.1有效
发明人：方杰;蔡琳琳;冯久超 -专利权人：华南理工大学
申请日： 2016-09-19 - 公布日： 2019-10-18 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种图像超分辨率重构的方法，步骤包括：将高分辨率图像进行处理得到低分辨率图像的插值图像，接着训练得到高低分辨率字典对；输入低分辨率图像，进行插值处理，得到低分辨率图像的插值图像；将低分辨率的插值图像分解为低分辨率的结构部分、纹理部分，舍弃低分辨率的纹理部分；将低分辨率的插值图像进行提取特征，得到低分辨率图像特征；根据高低分辨率字典对，对低分辨率图像特征进行稀疏重建，得到高分辨率图像纹理部分；将高分辨率图像纹理部分与低分辨率的结构部分合并，得到重构后的高分辨率图像。本发明能够针对性分类训练对应的样本，然后根据分类训练对应的字典对用于后续的超分辨率重构，更能准确地提高重构图像分辨率。
一种图像分辨率方法

[发明专利]用于重建电影循环序列的低分辨率图像的高分辨率版本的方法和系统-CN202211091583.4在审
发明人：崔宰赫 -专利权人：通用电气精准医疗有限责任公司
申请日： 2022-09-07 - 公布日： 2023-03-17 - 主分类号： A61B8/00 文献下载
摘要：提供了用于重建低分辨率电影序列图像的高分辨率版本的系统和方法。该方法包括采集低分辨率电影序列；接收停止该电影序列的该采集并启动高分辨率图像的采集的用户输入。该方法包括反向迭代地重建该电影序列中的每个该低分辨率图像的高分辨率版本，以最后采集的低分辨率图像开始并且以第一采集的低分辨率图像结束。该最后采集的低分辨率图像的该高分辨率版本基于该最后采集的低分辨率图像和该高分辨率图像来重建。基于相应的低分辨率图像和随后采集的低分辨率图像的该高分辨率版本，迭代地重建该最后采集的低分辨率图像之前的每个该低分辨率图像的该高分辨率版本。
用于重建电影循环序列分辨率图像高分辨率版本方法系统

[发明专利]一种基于字典渐近更新的人脸图像超分辨率方法-CN201410323594.X有效
发明人：胡瑞敏;江俊君;付吉灿;韩镇;董小慧;关健;王正 -专利权人：武汉大学
申请日： 2014-07-07 - 公布日： 2017-01-11 - 主分类号： G06T5/50 文献下载
摘要：一种基于字典渐近更新的人脸图像超分辨率方法：在训练阶段，采用去一法对低分辨率人脸图像训练集的每张低分辨率人脸图像进行超分辨率重构，得到一层低分辨率中间字典；以此低分辨率中间字典作为新的低分辨率人脸图像训练集输入，重构得到新一层的低分辨率中间字典；重复上述过程，最终得到多层低分辨率中间字典。在测试阶段，根据输入的低分辨率人脸图像，上一层低分辨率中间字典和高分辨率人脸图像训练集，对输入低分辨率人脸图像进行超分辨率重构，得到预估高分辨率人脸图像；重复上述过程，最终重构出高分辨率人脸图像。
一种基于字典渐近更新图像分辨率方法

[发明专利]视频图像处理方法、装置、设备及存储介质-CN201910522901.X有效
发明人：郝飞虎;李亮;方俊武 -专利权人：睿魔智能科技（深圳）有限公司
申请日： 2019-06-17 - 公布日： 2021-10-22 - 主分类号： G06K9/00 文献下载
摘要：其中方法包括：A从视频图像序列中，获取第q帧低分辨率图像并获取位于第q帧低分辨率图像前的N帧低分辨率图像；B确定满足预设条件的M帧低分辨率图像；C确定M帧低分辨率图像分别对应的运动矢量矩阵；D根据运动矢量矩阵对M帧低分辨率图像进行迭代计算得到高分辨率图像矢量；E根据高分辨率图像矢量和第q帧低分辨率图像的像素矩阵，对第q帧低分辨率图像进行分辨率优化处理并得到第q帧低分辨率图像的处理结果后，将第q+w帧低分辨率图像作为新的第q帧低分辨率图像，直至整个视频中的低分辨率图像处理完毕否则返回执行步骤A。
视频图像处理方法装置设备存储介质

[发明专利]一种图像超分辨方法-CN201510338958.6有效
发明人：张永兵;张宇伦;宣慧明;王兴政;王好谦;戴琼海 -专利权人：清华大学深圳研究生院
申请日： 2015-06-17 - 公布日： 2018-03-16 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种图像超分辨方法，包括如下步骤第一步从图像数据集中得到高分辨率图像，通过缩小倍数下采样得低分辨率图像，从高分辨率与低分辨率的图像对中提取高、低分辨率特征对，在低分辨率特征空间进行聚类，得到多个低分辨率聚类中心；第二步利用所述高、低分辨率特征对，以及所述低分辨率聚类中心，计算高、低分辨率近邻集合，以及映射矩阵集合；第三步对于每一个低分辨率特征，选择所述低分辨率聚类中心里面与其最接近的聚类中心，再用相应的映射矩阵恢复出高分辨率特征；将所有重构的高分辨特征加上包含低分辨率图像的图像块得到相应的高分辨率图像块，将所有高分辨图像块融合成一张高分辨图像。
一种图像分辨方法

[发明专利]一种高分辨率模型蒸馏低分辨率模型的方法-CN202310767540.1在审
发明人：张宝川;毛辉杰;葛棋棋;陈赟;张子川;肖昌震;陈胜利 -专利权人：浙江千从系统技术有限公司
申请日： 2023-06-26 - 公布日： 2023-09-19 - 主分类号： G06N3/042 文献下载
摘要：本发明涉及一种高分辨率模型蒸馏低分辨率模型的方法，在低分辨率模型中设置改进的特征对齐模块；基于同一输入图像，将高分辨率图像输入高分辨率模型，将低分辨率图像输入低分辨率模型，模型分别处理对应输入，以改进的特征对齐模块对齐特征，在模型间建立关联，训练低分辨率模型，完成高分辨率模型蒸馏低分辨率模型。本发明通过高分辨率输入模型蒸馏低分辨率模型，提升低分辨率模型的模型精度，同时维持低分辨率模型原有的推理速度；不限制高分辨率模型和低分辨率模型的网络结构必须相同；具备通用性，不限定于单一的深度学习任务，在包括但不限于分类
一种高分辨率模型蒸馏分辨率方法

[发明专利]一种基于学习的单帧人脸图像超分方法及装置-CN201810439010.3有效
发明人：张樯;侯棋文;赵凯;张挺;李斌 -专利权人：北京环境特性研究所
申请日： 2018-05-09 - 公布日： 2022-02-18 - 主分类号： G06T3/40 文献下载
摘要：本发明涉及图像处理技术领域，提供了一种基于学习的单帧人脸图像超分方法及装置，该方法包括：根据训练用的高分辨率图像及对应的低分辨率图像分别建立低分辨率字典和高分辨率字典，其中所述低分辨率图像由所述高分辨率图像降采样后获得；根据所述低分辨率字典计算特征空间下的低分辨率字典，根据测试用的低分辨率图像计算特征空间下的低分辨率输入的新特征，并计算通过特征空间下的低分辨率字典训练得到的编码系数；基于所述编码系数和高分辨率字典重建超分后的高分辨率图像本发明可以满足对低分辨率人脸的高分辨率显示，从而提升人脸识别的准确率。
一种基于学习单帧人脸图像方法装置

[发明专利]一种图像超分辨方法-CN201510290639.2有效
发明人：张永兵;张宇伦;王兴政;王好谦;戴琼海 -专利权人：清华大学深圳研究生院
申请日： 2015-05-29 - 公布日： 2017-09-29 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种图像超分辨方法，包括训练出低分辨率字典DL，计算高、低分辨率近邻集合和计算出从低分辨率特征到高分辨率特征的映射矩阵集合{Fi}，对于输入的低分辨率图像IL，提取低分辨率图像块集合与低分辨率特征集合对于每一个低分辨率特征从低分辨率字典DL中选择与其最接近的字典基dk，使用相应的映射矩阵Fk恢复出对应的高分辨率特征再将所有重构的高分辨特征加上对应的低分辨率图像块得到相应的高分辨率图像块并将所有的高分辨图像块融合成一张高分辨图像IH。该方法处理速度快，并能得到质量高的高分辨率图像。
一种图像分辨方法

[发明专利]一种深度图超分辨率方法-CN201510290994.X有效
发明人：张永兵;张宇伦;王兴政;王好谦;戴琼海 -专利权人：清华大学深圳研究生院
申请日： 2015-05-29 - 公布日： 2017-09-15 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种深度图超分辨方法，其中，训练阶段步骤包括从高分辨率深度图中提取高分辨率特征，从低分辨率深度图中提取低分辨率特征，利用高分辨率特征和低分辨率特征训练得到高分辨率合成型字典、低分辨率合成型字典和分析型字典；超分辨率阶段步骤包括提取当前低分辨率深度图的当前深度图低分辨率特征，计算当前深度图低分辨率特征在对偶稀疏模型下的稀疏系数，根据当前深度图低分辨率特征、稀疏系数、高分辨率合成型字典来恢复相应的当前深度图高分辨率特征，根据当前深度图高分辨率特征、当前低分辨率深度图的图像块得到相应的高分辨率图像块，将所有高分辨图像块融合成一张高分辨图像。
一种深度分辨率方法

[发明专利]低分辨率成像的病理切片数字化方法及系统-CN202211128185.5在审
发明人：喻罡;高燕华;孙凯;白冰倩;王宽松 -专利权人：中南大学
申请日： 2022-09-16 - 公布日： 2022-12-20 - 主分类号： G06T3/40 文献下载
摘要：本申请提供了一种低分辨率成像的病理切片数字化方法及系统，该方法包括以下步骤：使用低分辨率和高分辨率成像系统分别对多分辨率定标模板成像，获取低分辨率及高分辨率图像；利用多分辨率定标模板提供的信息，构造高/低分辨率的病理组织的图像对；用多个高/低分辨率图像对以有监督的方式训练超分辨率图像重建算法，建立计算模型；运用低分辨率成像系统对病理切片成像，再利用计算模型，将低分辨率图像转换为高分辨率图像。通过低分辨率成像和计算模型转换，建立了基于低分辨率成像的数字化病理切片新技术，解决了当前高分辨率成像数字化切片的速度慢、局部失焦以及几何畸变的问题，节省了数字化时间，提高了图像质量。
分辨率成像病理切片数字化方法系统

[发明专利]一种超分辨率图像重建方法及系统-CN201810120946.X有效
发明人：端木春江;汪宇 -专利权人：浙江师范大学
申请日： 2018-02-07 - 公布日： 2020-05-22 - 主分类号： G06T5/50 文献下载
摘要：本发明公开一种超分辨率图像重建方法。该重建方法包括：获取多幅低分辨率图像；将低分辨率图像用RTV模型分解为结构部分和纹理部分，获得低分辨率结构图像和低分辨率纹理图像，结构部分表示低分辨率图像的整体框架，纹理部分表示低分辨率图像的细节部分；根据低分辨率结构图像，获得高分辨率结构图像；将低分辨率纹理图像采用联合训练方法，获得高分辨率纹理图像；根据高分辨率结构图像和所述高分辨率纹理图像，采用图像融合的方法获得融合高分辨率图像；采用迭代反投影法对所述融合高分辨率图像进行多次修正，获得高分辨率图像。本发明通过采用图像融合的方法和迭代反投影法，获得高分辨率图像，提高了图像超分辨率重建效果。
一种分辨率图像重建方法系统

[发明专利]基于真实世界双焦距图像的超分辨率自监督学习系统-CN202111602313.0在审
发明人：左旺孟;张志路;王若皓;张宏志 -专利权人：哈尔滨工业大学
申请日： 2021-12-24 - 公布日： 2022-04-05 - 主分类号： G06T3/40 文献下载
摘要：一种基于真实世界双焦距图像的超分辨率自监督学习系统，属于图像复原技术领域。本发明针对使用仿真数据训练的基于参考的图像超分辨率方法在真实场景中不适用的问题。包括：图像退化模块，用于根据低分辨率图像对高分辨率目标图像进行退化处理，获得伪低分辨率图像；低分辨率图像对齐模块，通过偏移估计器估计低分辨率图像与伪低分辨率图像之间的偏移量；根据所述偏移量获得变形后低分辨率图像；参考图像对齐模块，计算参考图像与伪低分辨率图像之间的相似度对参考图像进行变形，获得变形后参考图像；复原模块，用于根据参考图像对变形后低分辨率图像和变形后参考图像进行处理，获得最终的超分辨率图像。本发明用于低分辨率图像的超分辨率。
基于真实世界焦距图像分辨率监督学习系统

[发明专利]视频压缩方法-CN201380052191.X在审
发明人：伊兰·巴尔-昂;奥列格·科斯坚科 -专利权人：努梅利有限公司
申请日： 2013-09-30 - 公布日： 2015-06-10 - 主分类号： H04N19/63 文献下载
摘要：一种解码和编码视频的方法，所述编码方法包括：接收视频；对接收的视频执行收缩操作，所述收缩操作包括：从所述视频创建第一较低分辨率视频；以及依次地创建另外的N-1个较低分辨率视频，另外的较低分辨率视频中的每一个都是从前一个较低分辨率视频创建的；压缩最低分辨率视频；通过解压缩最低分辨率压缩视频来创建最低分辨率重构视频；对最低分辨率重构视频执行第一恢复操作，所述第一恢复操作包括依次地创建N个较高分辨率重构视频，较高分辨率重构视频中的每一个都是从前一个较低分辨率重构视频通过以下步骤来创建的：从较低分辨率重构视频创建较高分辨率视频；计算相应的较低分辨率视频和创建的较高分辨率视频之间的残差；压缩所计算出的残差；解压缩被压缩的残差；以及将解压缩的残差与创建的较高分辨率视频合并，以生成相应的较高分辨率重构视频；以及提供比特流，所述比特流包括最低分辨率压缩视频、压缩的残差以及控制信息。
视频压缩方法

[发明专利]一种图像生成方法和装置-CN201810222294.0有效
发明人：谭文伟 -专利权人：华为技术有限公司
申请日： 2018-03-16 - 公布日： 2021-02-12 - 主分类号： G06T3/40 文献下载
摘要：其方法为：确定低分辨率图像对应的至少一个细节定向低分辨率特征图和至少一个互补定向低分辨率特征图；确定至少一个细节定向低分辨率特征图中的每个细节定向低分辨率特征图对应的细节定向超分辨率图像；确定至少一个互补定向低分辨率特征图中的每个互补定向低分辨率特征图对应的互补定向超分辨率图像；根据细节定向超分辨率图像和互补定向超分辨率图像获取低分辨率图像对应的超分辨率图像。本申请实施例应用于图像超分辨率的过程中。
一种图像生成方法装置

[发明专利]栅极驱动器和显示装置-CN202010550187.8在审
发明人：李钟赫;李东香 -专利权人：乐金显示有限公司
申请日： 2020-06-16 - 公布日： 2021-04-09 - 主分类号： G09G3/20 文献下载
摘要：低分辨率区域被设置在显示区域的一部分中，并且光学传感器被设置在低分辨率区域的与低分辨率区域的显示图像的表面相反的一侧，使得显示装置在低分辨率区域上显示图像并且使用光学传感器来执行感测。使用不同的选通线来驱动低分辨率区域和围绕低分辨率区域的高分辨率区域。容易执行对低分辨率区域的图像补偿，以减小或消除低分辨率区域和周围区域之间的图像质量差异。
栅极驱动器显示装置

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