-
公开(公告)号：CN114841861A
公开(公告)日：2022-08-02
申请号：CN202210565019.5
申请日：2022-05-23
Applicant: 北京邮电大学
Abstract: 本发明涉及图像处理技术领域，提出了基于经验模态分解的图像超分辨系统，输入模块，用于获得第一图像；所述第一图像为低分辨率图像；特征提取模块，用于所述提取第一图像的特征；IMF预测模块，用于根据所述第一图像的特征，预测得到多个IMF特征图；所述多个IMF特征图位于不同的频率；所述IMF预测模块包括多个平行的分支，每个分支为一个CNN滤波器组，且所述分支的数量与所述IMF特征图的数量相同；重建模块，用于根据设定的放大比例，将每一IMF特征图转换为新的IMF，得到多个新的IMF；将多个新的IMF进行叠加得到第二图像，所述第二图像为超分辨率图像。通过上述技术方案，解决了现有技术中图像分辨率低、导致虹膜识别精度低的问题。
-
公开(公告)号：CN114841861B
公开(公告)日：2024-07-23
申请号：CN202210565019.5
申请日：2022-05-23
Applicant: 北京邮电大学
IPC: G06T3/4053 , G06T3/4046 , G06T5/00 , G06N3/0464 , G06N3/048 , G06V40/18 , G06V10/20 , G06V10/82
Abstract: 本发明涉及图像处理技术领域，提出了基于经验模态分解的图像超分辨系统，输入模块，用于获得第一图像；所述第一图像为低分辨率图像；特征提取模块，用于所述提取第一图像的特征；IMF预测模块，用于根据所述第一图像的特征，预测得到多个IMF特征图；所述多个IMF特征图位于不同的频率；所述IMF预测模块包括多个平行的分支，每个分支为一个CNN滤波器组，且所述分支的数量与所述IMF特征图的数量相同；重建模块，用于根据设定的放大比例，将每一IMF特征图转换为新的IMF，得到多个新的IMF；将多个新的IMF进行叠加得到第二图像，所述第二图像为超分辨率图像。通过上述技术方案，解决了现有技术中图像分辨率低、导致虹膜识别精度低的问题。
-
公开(公告)号：CN114463214A
公开(公告)日：2022-05-10
申请号：CN202210108471.9
申请日：2022-01-28
Applicant: 北京邮电大学
Abstract: 本发明涉及虹膜补全技术领域，提出了区域注意力机制引导的双路虹膜补全方法及系统，包括Transformer编码器、CNN编码器、融合模块、残差块、区域注意力模块和解码器。通过引入区域注意力机制，使用二值遮挡图像m来约束特征图f1和特征图f2两个不同的注意力输出，对于f2，关注其中对应输入图像的遮挡部分，对于f1，关注其中对应输入图像的非遮挡部分，使得网络更加关注虹膜图像中遮挡区域的修复，生成高质量虹膜补全图像。
-
公开(公告)号：CN115424337A
公开(公告)日：2022-12-02
申请号：CN202211074175.8
申请日：2022-09-02
Applicant: 北京邮电大学
Abstract: 本发明涉及图像处理技术领域，提出了基于先验引导的虹膜图像修复系统，包括生成器和判别器，所述生成器包括：退化去除子网络，用于对输入图像进行特征提取，得到第一图像yc；所述第一图像yc为超分辨率、去模糊的图像；先验估计子网络，用于根据第一图像yc得到先验知识中的风格信息pi；所述风格信息pi中包含虹膜图像的颜色、形状和纹理信息；先验融合子网络，用于将第一图像yc和风格信息pi进行融合，得到先验融合特征；所述先验融合特征用于生成清晰的修复图像通过上述技术方案，解决了现有技术中低分辨率、模糊的虹膜图像导致虹膜识别准确率下降的问题。
-
-
-
Search Results
4
records
(took 0.028 seconds)
