一种应用于视频会议的人脸图像增强装置、方法、设备及存储介质

    公开(公告)号:CN119919974A

    公开(公告)日:2025-05-02

    申请号:CN202411988129.8

    申请日:2024-12-31

    Inventor: 叶瑞乾

    Abstract: 本申请公开了一种应用于视频会议的人脸图像增强装置、方法、设备及存储介质。本申请的人脸图像增强装置包括图像获取模块,用于获取待增强图像序列;特征提取模块,用于从第i帧图像中提取浅层特征信息,并与第i‑1帧图像的预增强特征信息进行融合,从融合得到的时序融合特征信息中提取多个不同尺度的特征向量;降质移除模块,用于基于最小尺度的特征向量开始进行重建,得到第i帧图像的时序稳定的预增强特征信息;人脸修复模块,用于引入降质移除模块的第i帧图像的预增强特征信息,基于最小尺度的特征向量开始进行重建,得到第i帧图像的最终增强图像。引入了上一帧图像的特征可以实现不同帧人脸的特征对齐,提高视频会议中人脸的连贯性。

    一种多曲面透明塑料注塑件的机器视觉缺陷检测方法

    公开(公告)号:CN119915842A

    公开(公告)日:2025-05-02

    申请号:CN202411713515.6

    申请日:2024-11-27

    Abstract: 本发明公开了一种多曲面透明塑料注塑件的机器视觉缺陷检测方法,本发明的结合多视角成像、光源控制、图像处理、物体分割、缺陷检测和光线漫反射问题解决步骤,以应对多曲面透明塑料注塑件的复杂性。本发明提出的算法利用高级计算机视觉技术,结合多视角成像、光源控制和复杂的图像处理方法,以减轻光线漫反射问题,并能够有效地检测多曲面透明塑料件上的缺陷,如气泡、杂质、划痕等,本发明的算法在灯具注塑行业的生产线上具有广泛应用潜力,能够提高生产效率,减少次品率,并改善产品质量。此外,它还可以适应不同类型的多曲面透明塑料件,使其成为一项有着广泛应用前景的技术创新。

    一种基于局部协方差优化的点云补全方法

    公开(公告)号:CN114331883B

    公开(公告)日:2025-05-02

    申请号:CN202111579034.7

    申请日:2021-12-22

    Inventor: 吴向阳 渠冲冲

    Abstract: 本发明公开了一种基于局部协方差优化的点云补全方法,包括以下步骤:S1、数据集获取;S2、数据预处理;S3、神经网络模型的构建;S4、神经网络模型损失的构建;S5、神经网络模型的训练和优化;S6、保存模型及模型参数,采用上述技术方案,以不完整的点云为输入,能输出具有完整形状且更加精细的完整点云。在特征编码阶段,使用协方差分析局部点与点之间无序且复杂的拓扑关系,使用不同的卷积核提取局部几何结构信息;考虑形状的完整性和结构相似性,通过融合多尺度的层级特征来推断缺失结构的特征,获得点云在完整形状下的全局特征向量;在解码阶段,不仅能实现点云数量上的扩充,还能对点云的局部几何结构进行优化,从而生成更加精细的完整点云。

    一种基于样例引导的人脸图像多样化修复方法

    公开(公告)号:CN114549341B

    公开(公告)日:2025-04-29

    申请号:CN202210026270.4

    申请日:2022-01-11

    Applicant: 温州大学

    Abstract: 本发明提出一种基于样例引导的人脸图像多样化修复方法,包含映射网络、风格网络、生成器网络和鉴别器网络。每次迭代训练,映射网络将随机高斯分布映射到随机风格;风格网络将样例图片的风格进行编码得到样例风格;生成器网络对输入图像进行全局风格提取,然后将随机风格、样例风格以及全局风格嵌入到生成器中的解码器来生成包含样例属性的人脸修复结果。结合生成对抗损失、空间变体感知损失、身份损失、以及属性一致损失计算出损失值并进行反向传播,对映射网络、生成器网络和鉴别器网络的参数进行调整。重复上述步骤,直至训练结束,选择最优网络参数作为生成模型参数;实施本发明,能够实现一种高质量的样例引导的人脸图像多样化修复方法。

    一种基于AIGC技术快速生成图像的方法

    公开(公告)号:CN119887985A

    公开(公告)日:2025-04-25

    申请号:CN202411971271.1

    申请日:2024-12-30

    Inventor: 何熙

    Abstract: 本发明适用于图像智能生成领域,提供了一种基于AIGC技术快速生成图像的方法,包括步骤:特征点拾取并记录于系统的分析模块,根据画幅设置坐标系记录每个特征点坐标;使用深度学习模型对特征点进行分类,分配对应的异常阈值;对比时间段内的位移量,与异常阈值比较并标记异常;建立各特征点时间轴,标记异常区间;进行重合查询,得到非异常区间或预选处理区间;提取静态图像,分析特征点分布得到清晰静态图像或待处理静态图像;利用AIGC技术对待处理静态图像进行自动修复,修复后作为中间处理图像进行存储;最后利用AIGC技术进行清晰度增强和色彩校正。由此本方案实现对图像的高效、快速的处理。

    一种基于机器视觉的头戴式耳机注塑模具缺陷检测方法

    公开(公告)号:CN119887714A

    公开(公告)日:2025-04-25

    申请号:CN202411979750.8

    申请日:2024-12-31

    Inventor: 祁建军 蔡睿胜

    Abstract: 本发明提供一种基于机器视觉的头戴式耳机注塑模具缺陷检测方法,涉及图像数据处理技术领域,方法包括:获取头戴式耳机注塑模具的初始图像;通过盲反卷积恢复算法,对所述初始图像进行恢复处理,确定所述头戴式耳机注塑模具的恢复图像;对所述恢复图像进行预处理,确定所述头戴式耳机注塑模具的目标图像;提取所述目标图像的多个图像特征;构建基于随机森林算法的模具缺陷检测模型;将各个所述图像特征输入至所述基于随机森林算法的模具缺陷检测模型进行缺陷检测;当所述头戴式耳机注塑模具被检测出存在缺陷时,发出预警信号;当所述头戴式耳机注塑模具未被检测出存在缺陷时,返回S1。本发明检测效率高、耗时短,能够实现对模具缺陷的实时检测。

Patent Agency Ranking