公开(公告)号：CN119444568A

公开(公告)日：2025-02-14

申请号：CN202410607645.5

申请日：2024-05-16

Applicant: 电子科技大学

Inventor： 左琳 ,  胡钰国 ,  罗文伟 ,  郭峰 ,  敬蒙蒙 ,  陈彪 ,  田现龙

IPC: G06T3/4053 ,  G06T3/4046 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/092

Abstract: 本发明公开了一种基于路径动态选择的轻量化超分辨率网络方法，该方法属于图像处理和深度学习技术领域。本方法结合了策略网络、强化学习和超分辨率网络，有效克服了计算资源受限的边缘设备在进行高精度图像超分辨率处理时面临的挑战。通过策略网络和超分网络的卷积层，从低分辨率图像中有效提取特征，策略网络进一步根据这些特征生成优化路径，指导超分网络按此路径精确处理图像，生成高分辨率图像。本发明的核心创新在于将超分网络与路径动态选择机制结合，在不牺牲图像质量的前提下，显著提高了处理速度，实现了在计算受限环境下的高效图像处理。

公开(公告)号：CN119941564A

公开(公告)日：2025-05-06

申请号：CN202411930121.6

申请日：2024-12-26

Applicant: 电子科技大学

Inventor： 左琳 ,  罗时敏 ,  汪淑贤 ,  田现龙 ,  胡钰国 ,  敬蒙蒙

IPC: G06T5/73 ,  G06T5/60 ,  G06T5/94 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明涉及一种基于码本先验和双域对齐的图像眩光去除方法，针对复杂眩光伪影问题，提出结合数据驱动先验知识、高维特征对齐与动态注意力机制的多阶段深度学习框架。通过向量量化技术提取清晰图像的离散潜在特征，构建高质量先验；利用编码器和解码器网络，在空间域与频域中对眩光图像特征进行对齐，分离眩光伪影与图像内容；基于差异图生成分布注意力图，对伪影区域进行动态加权并增强细节恢复；通过构建联合优化目标，确保全局一致性与局部细节精确修复。实验验证表明，本方法在合成与真实场景下均取得优异效果，适用于多种复杂眩光场景的图像处理任务。

公开(公告)号：CN119205539A

公开(公告)日：2024-12-27

申请号：CN202411391478.1

申请日：2024-10-08

Applicant: 电子科技大学

Inventor： 左琳 ,  罗文伟 ,  胡钰国 ,  郭峰 ,  敬蒙蒙 ,  余芸倩 ,  田现龙

IPC: G06T5/60 ,  G06T5/70 ,  G06N3/0464 ,  G06N3/0455 ,  G06V10/80 ,  G06N3/08

Abstract: 本发明公开了一种基于低光特征先验的低照度图像增强方法，属于深度学习技术领域。本发明采用低光特征图、注意力机制和扩散模型，对实际应用场景中存在的低照度图像进行增强，首先使用特征感知模块对低光图像提取低光特征图，然后使用卷积网络对低光区域进行局部恢复，再结合低光特征图引导的注意力机制对极暗区域进行全局恢复，接着融合两个恢复结果得到粗粒度的增强结果，最后通过扩散模型进行细粒度的细节恢复，得到最终的增强结果。本发明提出的方法在进行低照度图像增强时，有效恢复了图像的低光区域和极暗区域，极大地减少了增强后所带来的伪影和噪声，显著提升了图像的视觉感知质量。