一种低分辨率恢复高分辨率人脸图像的方法及装置，属于人脸图像处理技术领域，为了解决与采集装置相距较远的人员，或者采集过程中，人脸活动幅度较大，所采集的图像分辨率较低，不易确定人脸模糊的身份特征，现场的部分人员戴着墨镜、口罩或者其他随身携带之物，造成面部采集不完整的问题；本发明通过导向转盘的持续性转动可控制图像采集装置和摄像探头的间歇性转动，当图像采集装置和摄像探头停止时，以便于采集人脸图像，与此同时，通过限位转轴柱和限位转槽孔的连接以及限位连接件和环形限位槽的连接，提升图像采集装置和摄像探头在转动过程中的平稳性；本发明通过四种情况的面部处理方式相互融合、辅助，以便于最大化还原低分辨率人脸图像。
📄 2023107038564
📂 G06V40_16
👤 江苏日颖慧眼智能设备有限公司
📅 2023-06-14
本发明公开了一种基于深度神经网络的实时高分辨率人像抠图方法，包括获取训练数据集，并标注生成训练用groundtruth alpha matte；对训练数据集进行数据增强；分步阶段性训练网络模型；使用训练好的网络进行抠图。通过在网络构型中嵌入ConvLSTM模块，使用Max Pooling Indices，利用PRM进行高清细节优化，加入语义分割任务，打造出高精度实时人像抠图的核心技术，同时，创新了数据集和数据增强方法，采用阶段式训练，从简单到复杂，由粗糙到精细，强化了算法的训练效果，这三个方面的创新与应用相互作用，相互统一，全方位提升了算法的性能和实用性，为高精度实时人像抠图应用提供了强大的技术支持。
📄 2023108119234
📂 G06T7_12
👤 深圳市超元创世科技有限公司
📅 2023-07-04
一种基于多输入卷积神经网络的高分辨率掌纹识别的方法，包括如下步骤：1)对高分辨率掌纹ROI进行定义，包括中心ROI区域和边缘ROI区域(包括大鱼际ROI区域，小鱼际ROI区域，指间区ROI区域，简称ROI1,ROI2,ROI3)的裁剪。因此，一只手掌数据共可以裁剪出4块ROI区域图像，作为用于识别的数据；2)设计高分辨率掌纹识别的网络模型，用步骤1)裁剪的ROI样本,并对其进行数据增广以此生成更多的掌纹ROI数据来进行训练；3)运行多输入卷积神经网络模型并输出结果。本发明能够联合掌纹中心ROI区域和边缘ROI区域提取更全面的特征以达到更高的高分辨率掌纹识别率。
📄 2022101764430
📂 G06V40_12
👤 浙江工业大学
📅 2022-02-25
本发明提供了一种偏振不敏感高分辨率芯片光谱仪，该光谱仪对3个输入采用时分复用，只需要N个输出端口就可以实现一个3×(N‑2)个通道、波长间隔为1/3Δλ的光谱仪，而所设计的AWG的信道间隔设置为Δλ。在确定波导参数后，由于AWG的第一、第二自由传输区的半径R与输出波导波长间隔成反比，可以大大减少了AWG的相位区域的占地面积。本发明所提出的新颖的微型芯片光谱仪具有尺寸超紧凑、分辨率高、通过减少接收通道数量来实现大量波长通道的优点，对于小型化光谱分析系统非常有前景。
📄 2022109623835
📂 G01J3_45
👤 浙江工业大学
📅 2022-08-11
本发明公开了一种大带宽和高分辨率的微型芯片光谱仪，包括一个窄带宽的高分辨率循环AWG和一个基于可调谐MZI的宽带宽且低分辨率的FT单元，循环AWG利用不同输入通道依次完成对输入光谱的采样并得到一组以Δλ为间隔大小的周期性离散峰，基于可调谐MZI的FT单元只需还原出这些周期性的离散峰，从而大大降低FT单元的分辨率，可调MZI的大带宽通过优化加热电压步长来获取；本发明通过巧妙结合一个窄带宽的高分辨率循环AWG和一个基于可调谐MZI的宽带宽且低分辨率的FT单元来实现大带宽和高分辨率的光谱分析，本发明具有高的信噪比，为芯片光谱仪还原输入光谱的准确性提供了保证。
📄 2022104568742
📂 G01J3_28
👤 浙江工业大学
📅 2022-04-27
一种高分辨率图像采集与处理装置，包括图像获取模块、LVDS串并转换模块、数据映射模块、图像裁剪模块、多路同步模块、通信控制模块、图像处理模块、输出显示模块和外设；LVDS串并转换模块，用于对LVDS每个通道数据分别进行解串化，从串行数据流中恢复时钟信号并解调还原数据；数据映射模块，用于根据LVDS高速传输协议，将各个差分通道解析出来的各比特数据进行对齐、解数据帧和组合映射操作；图像裁剪模块，用于解析和裁剪高分辨率图像，输出多路小帧图像；多路同步模块，用于对多路小帧图像数的同步操作，将同步后的图像数据在同一时间并行传输给主处理器的视频输入接口。本发明实时处理高分辨率图像、适用性良好、灵活性较高。
📄 2017105692407
📂 H04N5_232
👤 浙江工业大学
📅 2017-07-13
一种月球表面高分辨率DEM提取方法，获取月球影像数据；提取PCAM数据的同名像点与外方位元素；计算同名像点的物方坐标M1；提取CCD前视、后视影像数据的同名像点与LAM数据中的控制点坐标；选取足量的虹湾地区LAM数据控制点通过有理函数模型解算CCD影像的外方位元素；计算CCD影像数据虹湾地区的物方坐标M2；统一M1与M2坐标系，计算M1与M2的误差，如果M1和M2的误差小于指定阈值θ，矫正全月表同名像点的外方位元素，计算CCD影像数据的物方坐标M3；使用M3制作规则的全月DEM。本发明生成高分辨率高精度月表DEM。
📄 2017101457450
📂 G06T17_05
👤 浙江工业大学
📅 2017-03-13
一种基于纹理特征的高分辨率影像地物识别与分割方法，包括：步骤1，根据类别体系制作样本集；步骤2，构造深度学习网络模型，内含：步骤2.1，构造骨干网络、步骤2.2，构造纹理特征提取结构、步骤2.3，构造特征矩阵去噪结构、步骤2.4，构造上采样结构；步骤3，深度学习网络模型训练；步骤4，图像预测；步骤5，分割结果后处理。本发明使用深度学习网络框架，通过重新设定网络框架下采样倍数，并显式设定纹理信息提取结构，不仅减少了小目标的信息损失，也提高了纹理信息的表达能力；深度网络模型中添加特征矩阵去噪模块，减少方法在计算中带来的额外噪声，实现逐像素的纹理表达，进一步提高网络模型精度。
📄 2020100993700
📂 G06K9_00
👤 浙江工业大学
📅 2020-02-18
结合语义分割与边缘检测的高分辨率遥感建筑物提取方法，属于遥感影像目标提取技术领域。首先，采用语义分割网络和深度边缘检测网络分别预测建筑物屋顶面和边缘图；然后，对建筑物边缘图进行去噪、骨架提取；在此基础上，结合建筑物屋顶面预测图，对建筑物边缘图进行去毛刺和断线修补处理；最后，对建筑物边缘图进行矢量化，由此获得建筑物屋顶轮廓提取结果。本发明能够克服深度卷积神经网络模型预测图中建筑物边缘不连续、不封闭等问题，提高了高分辨率遥感影像建筑物边缘的提取精度，且在不同类型建筑物屋顶形态的提取中均表现良好，适用性广泛。
📄 2021107873850
📂 G06T7_12
👤 浙江工业大学
📅 2021-07-13
本发明公开了一种基于深度高分辨率表示学习的高光谱图像分类方法，包括：获取待分类的高光谱图像；利用主成分分析法进行光谱降维；对光谱带中每个像素点取一个固定空间大小的立方体数据，通过一个高分辨率的卷积网络模块，并利用多分辨率网络和多尺度融合来提取特征；采用保持高分辨率表示的方法,从一个高分辨率网络开始,逐步增加高分辨率到低分辨率的子网络,并将多分辨率子网并行链接；采用重复的多尺度融合的方法，对每一个高到低分辨率的表示从其他平行表示反复的接受和融合信息来丰富高分辨率表示,得特征图输出；将特征图输入至全连接网络和Softmax得到预测分类结果。本发明通过一直保持高分辨率表示和重复的多尺度融合，实现了在低训练样本下对高光谱图像的准确分类。
📄 2021102915626
📂 G06V10_764
👤 浙江工业大学
📅 2021-03-18
本发明涉及传感器技术领域，尤其涉及基于微波负阻电路补偿技术的高分辨率气体传感器。包括无源谐振腔体和负阻电路，无源谐振腔体由第一介质基板、第二介质基板、第三介质基板和第四介质基板组成，第一介质基板位于第二介质基板的顶部，第二介质基板位于第三介质基板的顶部，第三介质基板位于第四介质基板的顶部，第一介质基板中均匀开设有多个第一金属通孔。本发明提供的基于微波负阻电路补偿技术的高分辨率气体传感器，将谐振腔体采用封闭式结构，电磁波能量在等效金属壁的作用下，无法辐射到腔体外部，从而保证了无源谐振腔较高的品质因数；另外腔体结构的设计，也为气体进入腔体内部进行响应提供了空间。
📄 2024100313809
📂 G01N22_00
👤 西南大学
📅 2024-01-09
本发明提出一种基于负阻补偿的高分辨率双重入式腔体传感器，包括无源谐振腔体、微流体芯片和负阻补偿电路。其利用两个谐振腔体之间的公共金属层实现两个谐振腔体相互隔离的同时只需要加载一个负阻补偿电路就实现对两个谐振腔体的能量补偿。通过在其公共金属层上刻蚀出微带线+带状线结构用于连接一个由三极管和二极管设计的负阻补偿电路，以此来实现对两个谐振腔体同时且独立地能量补偿，进而提高二者对应谐振频率处的品质因数，并提高检测的灵敏度。同时，在谐振腔体电场强度最强的间隙区域嵌入两块微流体芯片使其所提出的传感器在具有极高分辨的同时也具有较高的灵敏度，提升传感器的整体性能。所述传感器适用于对液体溶剂中极微量溶质的检测，特别是用于葡萄糖溶液的浓度表征。
📄 2022110652241
📂 G01N22_00
👤 西南大学
📅 2022-09-01
柿子坊 · 知识产权运营
柿子坊知识产权运营平台