找到18项技术成果数据。
找技术>-
新闻类数字照片真实性鉴定的关键技术研究
成熟度:正在研发
技术类型:-
应用行业:文化、体育和娱乐业
技术简介
该项目在基于计算机视觉的照片真实性鉴定、低分辨率照片和局部遮挡照片鉴定、新闻照片真实性快速鉴定和真实性评价模型等研究方向都取得了一定的研究成果。主要研究成果如下: 1。提出了基于一维正交物体的图像篡改检测算法:借鉴现有计算机视觉中的多视图方法, 将图像中不同平面的物体按照多视角的观点进行分析,实现了在不增加预设条件、不降低检 测精度前提下,通过单幅图像进行鉴定。算法具有更广泛的适用条件以及更高的检测准确率。 2。提出了一种利用相机标定参数优化的方法检测数字图像中非对称裁剪篡改行为:利用单幅图像中不共面的规则图形求得主点,通过主点的偏移来判断图像是否经过了非对称裁剪篡改。 3。提出了一种基于特征增强的轮廓匹配检测算法:通过对待检测图像进行“滑窗式”重叠分块,对所有分块进行二值化轮廓特征增强得到轮廓序列矩阵,比较不同图像块轮廓序列的匹配程度实现篡改区域的标识定位。 4。提出了一种基于限制对比度自适应直方图均衡化(CLAHE)特征增强的篡改检测方法:通过对待检测图像采用 CLAHE 特征增强之后再采用 SURF 算法进行特征提取,实现了对于含有遮盖的新闻照片的真实性鉴定。 5。提出了一种基于 HSV 颜色空间和 CLAHE 的两阶段篡改检测方法:结合区域划分的方法将该类照片分为遮盖区域和一般区域,对两个区域进行有区别的鉴定。 6。提出了一种基于特征点的复制粘贴篡改检测算法。 7。提出了一种快速有效检测图像是否经过了规则裁剪的方法,能够在原始图像中实现裁剪区域定位。 8。开展了基于 EXIF 信息与图像噪声特征的相关性研究,利用相关性特征判定 EXIF 信息的真实性,提高了 EXIF 信息快速鉴定算法的正确性。 该项目紧密结合当前数字图像篡改鉴定的实际,与中国新闻摄影学会紧密合作,参与了 新闻照片真实性鉴定的实际工作,为中国新闻奖参赛新闻照片的真实性鉴定提供了技术支持, 完成了项目的实用化研究。
-
基于深度卷积神经网络的静止图像压缩方法
成熟度:正在研发
技术类型:发明
应用行业:文化、体育和娱乐业
技术简介
摘要:本发明公开了一种基于深度卷积神经网络的静止图像压缩方法。主要包括以下步骤在编码端对原始图像进行下采样并利用JPEG2000标准编解码;利用深度卷积神经网络对解码图像进行抑制压缩效应;采用超分辨率方法对抑制压缩效应图像进行重建;将原始图像与解码的高分辨率图像相减得到残差图像并针对性编码;将编码的低分辨率图像、残差图像与辅助信息形成比特流并传输;解码端解码得到解码的低分辨率图像、残差图像与辅助信息;对解码的低分辨率图像进行处理得到解码的高分辨率图像,并与解码的残差图像相叠加便得到最终解码的高分辨率图像。本发明所述的静止图像压缩方法具有比JPEG2000标准更好的率失真性能。
-
一种基于典型相关分析的人脸图像超分辨率重建方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
一种基于典型相关分析(CanonicalCorrelationAnalysis,CCA)的人脸图像超分辨率重建方法,将高低分辨率人脸图像的主成分分析系数看作两个不同维数的变量,利用典型相关分析提取高低分辨率图像的相关子空间,从而增强高低分辨率图像数据集内部拓扑结构的一致性。在相关子空间中,本发明对输入的低分辨率图像利用邻域重构的思想重构出对应的高分辨率图像的主成分分析系数,从而重建出全局脸图像。本发明将残差图像分成方块,使用上述典型相关分析的方法以及邻域重建的思想补偿细节信息,重建高分辨率残差图像。最终的高分辨率人脸图像为全局脸图像与高分辨率残差图像相加。
-
基于K近邻重识别的人脸超分辨率重建方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明公开了一种基于K近邻重识别的人脸超分辨率重建方法。 人脸超分辨率重建方法将待重建低分辨率人脸图像、高分辨率训练集和低分辨率训练集内样本图像分别划分为相互交叠的图像块;对待重建低分辨率人脸图像的各图像块,根据高分辨率流形的几何信息更可信且更具有代表性这一先验,同时利用低分辨率流形和高分辨率流形的几何信息对识别出的近邻图像进行更新,计算由重新识别出的近邻图像块进行线性重建时的最优权重系数;将重新识别出的近邻图像块,用一一对应的高分辨率训练集内相应图像的相应位置图像块进行替换,加权合成高分辨率图像块;按照合成图像块在人脸上的位置,融合成高分辨率人脸图像。本人脸超分辨率重建方法具有更高的重建精度和重建效率,可重建高质量的人脸图像。
-
基于全耦合局部约束表示的极低分辨率人脸识别方法及系统
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
摘要:本发明公开了一种基于全耦合局部约束表示的极低分辨率人脸识别方法及系统,该方法包括以下两个阶段:训练阶段和测试阶段;训练阶段包括以下三个步骤:S1、对表达字典进行更新;S2、计算其在局部约束和线性重建条件下的最优权值系数;S3、确定最优的神经元个数;测试阶段包括以下三个步骤:S4、获取待识别的低分辨率人脸图像计算其低分辨率表达系数;S5、利用高分辨率表达系数作为图像耦合局部约束特征;S6、得出识别结果。本发明提升了极低分辨率图像的表达能力,提升了在极低人脸图像上的识别率;最后通过极限学习机完成人脸识别,使识别结果更加准确。
-
一种低分辨率下物体移动方向的马尔科夫判断方法
成熟度:正在研发
技术类型:发明
应用行业:信息传输、软件和信息技术服务业
技术简介
本发明涉及一种低分辨率下物体移动方向的马尔科夫判断方法,属于低分辨率下物体运动方向判定技术领域。主要步骤包括首先建立完备的低分辨率下物体连续等时间间隔图像信息数据库;其次,针对低分辨的图像信息,进行图像中值滤波去噪预处理,并采用sift特征匹配算法获得图像角点;再次,从处理过的图像数据库中选出(m+1)帧图像作为训练集合,且取拍摄时间最早的图像A0作为参考帧;然后,在参考帧内建立平面直角坐标系划分状态空间I等。本发明通过两次运用sift特征匹配算法使图像匹配精度提高,且针对物体时间连续运动的过程采用一阶马尔科夫模型来预测物体的运动方向,大幅度提高了判定低分辨率下物体运动方向的精度。
-
一种高分辨率测量转换电路
成熟度:正在研发
技术类型:实用新型
应用行业:制造业
技术简介
一种高分辨率测量转换电路,其特征在于包括单片机、输入输出接口电路,控制接口电路,低分辨率D/A转换器、低分辨率A/D转换器、S/H采样保持电路、运算放大电路A1、运算放大电路A2、电阻R1、R2、R3、R4、R5、R6,选择开关K。本实用新型与已有技术相比,具有采用低分辨率的A/D转换器就能实现对具有较大的恒定分量值而变化值相对较小的电压信号的高精度、低成本的高分辨率A/D转换的优点。
-
基于重构的复杂运动视频超分辨率重建
成熟度:-
技术类型:-
应用行业:文化、体育和娱乐业
技术简介
该课题主要研究复杂运动条件下的视频图像超分辨率重建算法。它通过对低分辨率视频序列进行超分辨率重建,输出分辨率更高、细节更丰富的重建图像。主要研究成果如下: 1.提出了一种鲁棒的基于矩阵填充的视频超分辨率重建算法:该算法充分利用视频在时域和空域上的冗余信息,提取多尺度非局部相似图像块进行匹配,进而很好地保留图像边缘。该方法在匹配阶段通过剔除外点,降低误匹配对重建带来的影响;使用ADMM求解低秩矩阵,使用低秩矩阵前n列进行加权融合,获得清晰度更高的高分辨率图像块。实验表明:该算法能够有效的对具有复杂运动的视频进行超分辨率重建。但是由于矩阵填充受到观测点数量的影响,该算法对图像放大倍数有限制。 2.提出一种基于卷积神经网的单幅图像超分辨率重建算法:该算法使用固定3X3的卷积核提取梯度信息;采用深度为6层的卷积神经网提取图像特征,重建出边缘更清晰的图像,并在一定程度上抑制了边缘的振铃效应;使用更大的样本库进行训练,避免发生过拟合。实 验结果表明:在ImageNet这类大训练库上,该算法重建的高分辨率图像在主观视觉感受和客观图像质量评价上都有更好的表现。 3.针对超分辨率重建中的图像特征配准问题:提出带描述子的Harris角点特征配准和改进的图形上下文匹配等算法等。这些方法能有效提高低分辨率图像的配准效果,进而提高图像超分辨率重建的效果。
-
一种基于最近特征线流形学习的人脸图像超分辨率方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
一种基于最近特征线流形学习的人脸图像超分辨率方法,把人脸图像块样本空间中的样本点两两相连形成特征线,将已有样本点扩充为特征线上的无数多个样本点,从而增强人脸图像块样本空间的表达能力;在扩充之后的样本空间中,利用最近特征线准则来定义样本空间中样本点之间的近邻关系,通过保持高低分辨率图像块样本空间的这种邻域关系,从而正确揭示高低分辨率人脸图像块流形之间的局部相似结构特征;通过保持这种局部相似结构特征,重构输入的低分辨率人脸图像块对应的高分辨率块,融合所有高分辨率块得到高分辨率人脸图像。此外,本发明根据输入的低分辨率图像块,对原始样本空间进行预筛选,再利用上述方法对其分析,大大降低本方法的运算复杂度。
-
超高分辨率图像增强与现实芯片
成熟度:正在研发
技术类型:-
应用行业:信息传输、软件和信息技术服务业
技术简介
超高分辨率图像增强与现实芯片 所属领域:电子信息 技术状态:小批量生产阶段 批量生产阶段 合作方式:技术转让产品销售合作开发 技术服务 技术水平:国际先进 国内领先 适用范围:可广泛应用于 DVD、数字电视、网络通信、视频监控等领域。 资金需求:5000 万元 技术简介: 超分辨率图像重建技术是近年来发展迅速的图像处理新技术,其目的是超越成像传感器、成像和信道的分辨极限,利用所获低分辨率图像,实现高分辨率图像的重建。超高分辨率图像增强与显示芯片项目利用超分辨率图像实时处理技术,实现从一幅或多幅低分辨率视频图像处理获得高分辨率图像,在图像被放大的同时增强图像更多的细节,提高图像的清晰度和分辨率,实现摄像传感器的低分辨率与显示器高分辨率之间的匹配,解决目前图像获取与显示分辨率不匹配的瓶颈问题,在现有图像获取技术的基础上提高显示器的画面质量,同时实现产业化。该技术的核心内容是计算复杂度适中、能够满足实时性、图像重建效果好、适合于片上系统实现的超分辨率图像重建算法。实现此算法的片上系统芯片能满足实时性、体积小、成本适中、低功耗、可嵌入的要求。 技术特点: 芯片产品系列包括:DVD 处理驱动芯片、数字电视处理驱动芯片、通信网络处理驱动芯片、高清监视处理驱动芯片以及其它芯片。本项目所开发的芯片系列能够支持 WXGA(1280×768)与 FHD(1920×1080)分辨率, 支持 1080P 信号兼容 720P 信号输入,内嵌 RSDS/PPDS 高速数据接口。所开发的芯片系列具有完全自主知识产权,其性能指标达到或超过国外同类产品水平。 超高分辨率图像增强与显示芯片技术是我们具有完全自主知识产权的技术,本项目围绕超高分辨率图像增强与显示芯片的设计、开发、标准制定等系列工作在国内均是创新性的,填补了该项技术的空白;在国际上,本项目的多数工作均具有创新性。 预期效益: 超高分辨率图像增强与显示技术在数字信息化时代具有十分巨大的市场前景、 经济效益和社会效益。 该项目经济效益显著,其利润应在 50%以上。 同时,目前国内没有该技术产品,该类产品完全被国外厂商所垄断。在国外,目前只有日本 TOSHIBA 和 NEC 公司具有该类产品。因此,该项目的实施将有利于数字媒体与显示技术的发展,有利于数字电视、网路通信、视频监视技术的发展。该项目的实施将大大推动我国信息化产业的进步,提高我国相关产品的国际竞争力。
找到18项技术成果数据。
找技术>-
新闻类数字照片真实性鉴定的关键技术研究
成熟度:正在研发
技术类型:-
应用行业:文化、体育和娱乐业
技术简介
该项目在基于计算机视觉的照片真实性鉴定、低分辨率照片和局部遮挡照片鉴定、新闻照片真实性快速鉴定和真实性评价模型等研究方向都取得了一定的研究成果。主要研究成果如下: 1。提出了基于一维正交物体的图像篡改检测算法:借鉴现有计算机视觉中的多视图方法, 将图像中不同平面的物体按照多视角的观点进行分析,实现了在不增加预设条件、不降低检 测精度前提下,通过单幅图像进行鉴定。算法具有更广泛的适用条件以及更高的检测准确率。 2。提出了一种利用相机标定参数优化的方法检测数字图像中非对称裁剪篡改行为:利用单幅图像中不共面的规则图形求得主点,通过主点的偏移来判断图像是否经过了非对称裁剪篡改。 3。提出了一种基于特征增强的轮廓匹配检测算法:通过对待检测图像进行“滑窗式”重叠分块,对所有分块进行二值化轮廓特征增强得到轮廓序列矩阵,比较不同图像块轮廓序列的匹配程度实现篡改区域的标识定位。 4。提出了一种基于限制对比度自适应直方图均衡化(CLAHE)特征增强的篡改检测方法:通过对待检测图像采用 CLAHE 特征增强之后再采用 SURF 算法进行特征提取,实现了对于含有遮盖的新闻照片的真实性鉴定。 5。提出了一种基于 HSV 颜色空间和 CLAHE 的两阶段篡改检测方法:结合区域划分的方法将该类照片分为遮盖区域和一般区域,对两个区域进行有区别的鉴定。 6。提出了一种基于特征点的复制粘贴篡改检测算法。 7。提出了一种快速有效检测图像是否经过了规则裁剪的方法,能够在原始图像中实现裁剪区域定位。 8。开展了基于 EXIF 信息与图像噪声特征的相关性研究,利用相关性特征判定 EXIF 信息的真实性,提高了 EXIF 信息快速鉴定算法的正确性。 该项目紧密结合当前数字图像篡改鉴定的实际,与中国新闻摄影学会紧密合作,参与了 新闻照片真实性鉴定的实际工作,为中国新闻奖参赛新闻照片的真实性鉴定提供了技术支持, 完成了项目的实用化研究。
-
基于深度卷积神经网络的静止图像压缩方法
成熟度:正在研发
技术类型:发明
应用行业:文化、体育和娱乐业
技术简介
摘要:本发明公开了一种基于深度卷积神经网络的静止图像压缩方法。主要包括以下步骤在编码端对原始图像进行下采样并利用JPEG2000标准编解码;利用深度卷积神经网络对解码图像进行抑制压缩效应;采用超分辨率方法对抑制压缩效应图像进行重建;将原始图像与解码的高分辨率图像相减得到残差图像并针对性编码;将编码的低分辨率图像、残差图像与辅助信息形成比特流并传输;解码端解码得到解码的低分辨率图像、残差图像与辅助信息;对解码的低分辨率图像进行处理得到解码的高分辨率图像,并与解码的残差图像相叠加便得到最终解码的高分辨率图像。本发明所述的静止图像压缩方法具有比JPEG2000标准更好的率失真性能。
-
一种基于典型相关分析的人脸图像超分辨率重建方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
一种基于典型相关分析(CanonicalCorrelationAnalysis,CCA)的人脸图像超分辨率重建方法,将高低分辨率人脸图像的主成分分析系数看作两个不同维数的变量,利用典型相关分析提取高低分辨率图像的相关子空间,从而增强高低分辨率图像数据集内部拓扑结构的一致性。在相关子空间中,本发明对输入的低分辨率图像利用邻域重构的思想重构出对应的高分辨率图像的主成分分析系数,从而重建出全局脸图像。本发明将残差图像分成方块,使用上述典型相关分析的方法以及邻域重建的思想补偿细节信息,重建高分辨率残差图像。最终的高分辨率人脸图像为全局脸图像与高分辨率残差图像相加。
-
基于K近邻重识别的人脸超分辨率重建方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明公开了一种基于K近邻重识别的人脸超分辨率重建方法。 人脸超分辨率重建方法将待重建低分辨率人脸图像、高分辨率训练集和低分辨率训练集内样本图像分别划分为相互交叠的图像块;对待重建低分辨率人脸图像的各图像块,根据高分辨率流形的几何信息更可信且更具有代表性这一先验,同时利用低分辨率流形和高分辨率流形的几何信息对识别出的近邻图像进行更新,计算由重新识别出的近邻图像块进行线性重建时的最优权重系数;将重新识别出的近邻图像块,用一一对应的高分辨率训练集内相应图像的相应位置图像块进行替换,加权合成高分辨率图像块;按照合成图像块在人脸上的位置,融合成高分辨率人脸图像。本人脸超分辨率重建方法具有更高的重建精度和重建效率,可重建高质量的人脸图像。
-
基于全耦合局部约束表示的极低分辨率人脸识别方法及系统
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
摘要:本发明公开了一种基于全耦合局部约束表示的极低分辨率人脸识别方法及系统,该方法包括以下两个阶段:训练阶段和测试阶段;训练阶段包括以下三个步骤:S1、对表达字典进行更新;S2、计算其在局部约束和线性重建条件下的最优权值系数;S3、确定最优的神经元个数;测试阶段包括以下三个步骤:S4、获取待识别的低分辨率人脸图像计算其低分辨率表达系数;S5、利用高分辨率表达系数作为图像耦合局部约束特征;S6、得出识别结果。本发明提升了极低分辨率图像的表达能力,提升了在极低人脸图像上的识别率;最后通过极限学习机完成人脸识别,使识别结果更加准确。
-
一种低分辨率下物体移动方向的马尔科夫判断方法
成熟度:正在研发
技术类型:发明
应用行业:信息传输、软件和信息技术服务业
技术简介
本发明涉及一种低分辨率下物体移动方向的马尔科夫判断方法,属于低分辨率下物体运动方向判定技术领域。主要步骤包括首先建立完备的低分辨率下物体连续等时间间隔图像信息数据库;其次,针对低分辨的图像信息,进行图像中值滤波去噪预处理,并采用sift特征匹配算法获得图像角点;再次,从处理过的图像数据库中选出(m+1)帧图像作为训练集合,且取拍摄时间最早的图像A0作为参考帧;然后,在参考帧内建立平面直角坐标系划分状态空间I等。本发明通过两次运用sift特征匹配算法使图像匹配精度提高,且针对物体时间连续运动的过程采用一阶马尔科夫模型来预测物体的运动方向,大幅度提高了判定低分辨率下物体运动方向的精度。
-
一种高分辨率测量转换电路
成熟度:正在研发
技术类型:实用新型
应用行业:制造业
技术简介
一种高分辨率测量转换电路,其特征在于包括单片机、输入输出接口电路,控制接口电路,低分辨率D/A转换器、低分辨率A/D转换器、S/H采样保持电路、运算放大电路A1、运算放大电路A2、电阻R1、R2、R3、R4、R5、R6,选择开关K。本实用新型与已有技术相比,具有采用低分辨率的A/D转换器就能实现对具有较大的恒定分量值而变化值相对较小的电压信号的高精度、低成本的高分辨率A/D转换的优点。
-
基于重构的复杂运动视频超分辨率重建
成熟度:-
技术类型:-
应用行业:文化、体育和娱乐业
技术简介
该课题主要研究复杂运动条件下的视频图像超分辨率重建算法。它通过对低分辨率视频序列进行超分辨率重建,输出分辨率更高、细节更丰富的重建图像。主要研究成果如下: 1.提出了一种鲁棒的基于矩阵填充的视频超分辨率重建算法:该算法充分利用视频在时域和空域上的冗余信息,提取多尺度非局部相似图像块进行匹配,进而很好地保留图像边缘。该方法在匹配阶段通过剔除外点,降低误匹配对重建带来的影响;使用ADMM求解低秩矩阵,使用低秩矩阵前n列进行加权融合,获得清晰度更高的高分辨率图像块。实验表明:该算法能够有效的对具有复杂运动的视频进行超分辨率重建。但是由于矩阵填充受到观测点数量的影响,该算法对图像放大倍数有限制。 2.提出一种基于卷积神经网的单幅图像超分辨率重建算法:该算法使用固定3X3的卷积核提取梯度信息;采用深度为6层的卷积神经网提取图像特征,重建出边缘更清晰的图像,并在一定程度上抑制了边缘的振铃效应;使用更大的样本库进行训练,避免发生过拟合。实 验结果表明:在ImageNet这类大训练库上,该算法重建的高分辨率图像在主观视觉感受和客观图像质量评价上都有更好的表现。 3.针对超分辨率重建中的图像特征配准问题:提出带描述子的Harris角点特征配准和改进的图形上下文匹配等算法等。这些方法能有效提高低分辨率图像的配准效果,进而提高图像超分辨率重建的效果。
-
一种基于最近特征线流形学习的人脸图像超分辨率方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
一种基于最近特征线流形学习的人脸图像超分辨率方法,把人脸图像块样本空间中的样本点两两相连形成特征线,将已有样本点扩充为特征线上的无数多个样本点,从而增强人脸图像块样本空间的表达能力;在扩充之后的样本空间中,利用最近特征线准则来定义样本空间中样本点之间的近邻关系,通过保持高低分辨率图像块样本空间的这种邻域关系,从而正确揭示高低分辨率人脸图像块流形之间的局部相似结构特征;通过保持这种局部相似结构特征,重构输入的低分辨率人脸图像块对应的高分辨率块,融合所有高分辨率块得到高分辨率人脸图像。此外,本发明根据输入的低分辨率图像块,对原始样本空间进行预筛选,再利用上述方法对其分析,大大降低本方法的运算复杂度。
-
超高分辨率图像增强与现实芯片
成熟度:正在研发
技术类型:-
应用行业:信息传输、软件和信息技术服务业
技术简介
超高分辨率图像增强与现实芯片 所属领域:电子信息 技术状态:小批量生产阶段 批量生产阶段 合作方式:技术转让产品销售合作开发 技术服务 技术水平:国际先进 国内领先 适用范围:可广泛应用于 DVD、数字电视、网络通信、视频监控等领域。 资金需求:5000 万元 技术简介: 超分辨率图像重建技术是近年来发展迅速的图像处理新技术,其目的是超越成像传感器、成像和信道的分辨极限,利用所获低分辨率图像,实现高分辨率图像的重建。超高分辨率图像增强与显示芯片项目利用超分辨率图像实时处理技术,实现从一幅或多幅低分辨率视频图像处理获得高分辨率图像,在图像被放大的同时增强图像更多的细节,提高图像的清晰度和分辨率,实现摄像传感器的低分辨率与显示器高分辨率之间的匹配,解决目前图像获取与显示分辨率不匹配的瓶颈问题,在现有图像获取技术的基础上提高显示器的画面质量,同时实现产业化。该技术的核心内容是计算复杂度适中、能够满足实时性、图像重建效果好、适合于片上系统实现的超分辨率图像重建算法。实现此算法的片上系统芯片能满足实时性、体积小、成本适中、低功耗、可嵌入的要求。 技术特点: 芯片产品系列包括:DVD 处理驱动芯片、数字电视处理驱动芯片、通信网络处理驱动芯片、高清监视处理驱动芯片以及其它芯片。本项目所开发的芯片系列能够支持 WXGA(1280×768)与 FHD(1920×1080)分辨率, 支持 1080P 信号兼容 720P 信号输入,内嵌 RSDS/PPDS 高速数据接口。所开发的芯片系列具有完全自主知识产权,其性能指标达到或超过国外同类产品水平。 超高分辨率图像增强与显示芯片技术是我们具有完全自主知识产权的技术,本项目围绕超高分辨率图像增强与显示芯片的设计、开发、标准制定等系列工作在国内均是创新性的,填补了该项技术的空白;在国际上,本项目的多数工作均具有创新性。 预期效益: 超高分辨率图像增强与显示技术在数字信息化时代具有十分巨大的市场前景、 经济效益和社会效益。 该项目经济效益显著,其利润应在 50%以上。 同时,目前国内没有该技术产品,该类产品完全被国外厂商所垄断。在国外,目前只有日本 TOSHIBA 和 NEC 公司具有该类产品。因此,该项目的实施将有利于数字媒体与显示技术的发展,有利于数字电视、网路通信、视频监视技术的发展。该项目的实施将大大推动我国信息化产业的进步,提高我国相关产品的国际竞争力。
找到18项技术成果数据。
找技术>-
新闻类数字照片真实性鉴定的关键技术研究
成熟度:正在研发
技术类型:-
应用行业:文化、体育和娱乐业
技术简介
该项目在基于计算机视觉的照片真实性鉴定、低分辨率照片和局部遮挡照片鉴定、新闻照片真实性快速鉴定和真实性评价模型等研究方向都取得了一定的研究成果。主要研究成果如下: 1。提出了基于一维正交物体的图像篡改检测算法:借鉴现有计算机视觉中的多视图方法, 将图像中不同平面的物体按照多视角的观点进行分析,实现了在不增加预设条件、不降低检 测精度前提下,通过单幅图像进行鉴定。算法具有更广泛的适用条件以及更高的检测准确率。 2。提出了一种利用相机标定参数优化的方法检测数字图像中非对称裁剪篡改行为:利用单幅图像中不共面的规则图形求得主点,通过主点的偏移来判断图像是否经过了非对称裁剪篡改。 3。提出了一种基于特征增强的轮廓匹配检测算法:通过对待检测图像进行“滑窗式”重叠分块,对所有分块进行二值化轮廓特征增强得到轮廓序列矩阵,比较不同图像块轮廓序列的匹配程度实现篡改区域的标识定位。 4。提出了一种基于限制对比度自适应直方图均衡化(CLAHE)特征增强的篡改检测方法:通过对待检测图像采用 CLAHE 特征增强之后再采用 SURF 算法进行特征提取,实现了对于含有遮盖的新闻照片的真实性鉴定。 5。提出了一种基于 HSV 颜色空间和 CLAHE 的两阶段篡改检测方法:结合区域划分的方法将该类照片分为遮盖区域和一般区域,对两个区域进行有区别的鉴定。 6。提出了一种基于特征点的复制粘贴篡改检测算法。 7。提出了一种快速有效检测图像是否经过了规则裁剪的方法,能够在原始图像中实现裁剪区域定位。 8。开展了基于 EXIF 信息与图像噪声特征的相关性研究,利用相关性特征判定 EXIF 信息的真实性,提高了 EXIF 信息快速鉴定算法的正确性。 该项目紧密结合当前数字图像篡改鉴定的实际,与中国新闻摄影学会紧密合作,参与了 新闻照片真实性鉴定的实际工作,为中国新闻奖参赛新闻照片的真实性鉴定提供了技术支持, 完成了项目的实用化研究。
-
基于深度卷积神经网络的静止图像压缩方法
成熟度:正在研发
技术类型:发明
应用行业:文化、体育和娱乐业
技术简介
摘要:本发明公开了一种基于深度卷积神经网络的静止图像压缩方法。主要包括以下步骤在编码端对原始图像进行下采样并利用JPEG2000标准编解码;利用深度卷积神经网络对解码图像进行抑制压缩效应;采用超分辨率方法对抑制压缩效应图像进行重建;将原始图像与解码的高分辨率图像相减得到残差图像并针对性编码;将编码的低分辨率图像、残差图像与辅助信息形成比特流并传输;解码端解码得到解码的低分辨率图像、残差图像与辅助信息;对解码的低分辨率图像进行处理得到解码的高分辨率图像,并与解码的残差图像相叠加便得到最终解码的高分辨率图像。本发明所述的静止图像压缩方法具有比JPEG2000标准更好的率失真性能。
-
一种基于典型相关分析的人脸图像超分辨率重建方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
一种基于典型相关分析(CanonicalCorrelationAnalysis,CCA)的人脸图像超分辨率重建方法,将高低分辨率人脸图像的主成分分析系数看作两个不同维数的变量,利用典型相关分析提取高低分辨率图像的相关子空间,从而增强高低分辨率图像数据集内部拓扑结构的一致性。在相关子空间中,本发明对输入的低分辨率图像利用邻域重构的思想重构出对应的高分辨率图像的主成分分析系数,从而重建出全局脸图像。本发明将残差图像分成方块,使用上述典型相关分析的方法以及邻域重建的思想补偿细节信息,重建高分辨率残差图像。最终的高分辨率人脸图像为全局脸图像与高分辨率残差图像相加。
-
基于K近邻重识别的人脸超分辨率重建方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明公开了一种基于K近邻重识别的人脸超分辨率重建方法。 人脸超分辨率重建方法将待重建低分辨率人脸图像、高分辨率训练集和低分辨率训练集内样本图像分别划分为相互交叠的图像块;对待重建低分辨率人脸图像的各图像块,根据高分辨率流形的几何信息更可信且更具有代表性这一先验,同时利用低分辨率流形和高分辨率流形的几何信息对识别出的近邻图像进行更新,计算由重新识别出的近邻图像块进行线性重建时的最优权重系数;将重新识别出的近邻图像块,用一一对应的高分辨率训练集内相应图像的相应位置图像块进行替换,加权合成高分辨率图像块;按照合成图像块在人脸上的位置,融合成高分辨率人脸图像。本人脸超分辨率重建方法具有更高的重建精度和重建效率,可重建高质量的人脸图像。
-
基于全耦合局部约束表示的极低分辨率人脸识别方法及系统
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
摘要:本发明公开了一种基于全耦合局部约束表示的极低分辨率人脸识别方法及系统,该方法包括以下两个阶段:训练阶段和测试阶段;训练阶段包括以下三个步骤:S1、对表达字典进行更新;S2、计算其在局部约束和线性重建条件下的最优权值系数;S3、确定最优的神经元个数;测试阶段包括以下三个步骤:S4、获取待识别的低分辨率人脸图像计算其低分辨率表达系数;S5、利用高分辨率表达系数作为图像耦合局部约束特征;S6、得出识别结果。本发明提升了极低分辨率图像的表达能力,提升了在极低人脸图像上的识别率;最后通过极限学习机完成人脸识别,使识别结果更加准确。
-
一种低分辨率下物体移动方向的马尔科夫判断方法
成熟度:正在研发
技术类型:发明
应用行业:信息传输、软件和信息技术服务业
技术简介
本发明涉及一种低分辨率下物体移动方向的马尔科夫判断方法,属于低分辨率下物体运动方向判定技术领域。主要步骤包括首先建立完备的低分辨率下物体连续等时间间隔图像信息数据库;其次,针对低分辨的图像信息,进行图像中值滤波去噪预处理,并采用sift特征匹配算法获得图像角点;再次,从处理过的图像数据库中选出(m+1)帧图像作为训练集合,且取拍摄时间最早的图像A0作为参考帧;然后,在参考帧内建立平面直角坐标系划分状态空间I等。本发明通过两次运用sift特征匹配算法使图像匹配精度提高,且针对物体时间连续运动的过程采用一阶马尔科夫模型来预测物体的运动方向,大幅度提高了判定低分辨率下物体运动方向的精度。
-
一种高分辨率测量转换电路
成熟度:正在研发
技术类型:实用新型
应用行业:制造业
技术简介
一种高分辨率测量转换电路,其特征在于包括单片机、输入输出接口电路,控制接口电路,低分辨率D/A转换器、低分辨率A/D转换器、S/H采样保持电路、运算放大电路A1、运算放大电路A2、电阻R1、R2、R3、R4、R5、R6,选择开关K。本实用新型与已有技术相比,具有采用低分辨率的A/D转换器就能实现对具有较大的恒定分量值而变化值相对较小的电压信号的高精度、低成本的高分辨率A/D转换的优点。
-
基于重构的复杂运动视频超分辨率重建
成熟度:-
技术类型:-
应用行业:文化、体育和娱乐业
技术简介
该课题主要研究复杂运动条件下的视频图像超分辨率重建算法。它通过对低分辨率视频序列进行超分辨率重建,输出分辨率更高、细节更丰富的重建图像。主要研究成果如下: 1.提出了一种鲁棒的基于矩阵填充的视频超分辨率重建算法:该算法充分利用视频在时域和空域上的冗余信息,提取多尺度非局部相似图像块进行匹配,进而很好地保留图像边缘。该方法在匹配阶段通过剔除外点,降低误匹配对重建带来的影响;使用ADMM求解低秩矩阵,使用低秩矩阵前n列进行加权融合,获得清晰度更高的高分辨率图像块。实验表明:该算法能够有效的对具有复杂运动的视频进行超分辨率重建。但是由于矩阵填充受到观测点数量的影响,该算法对图像放大倍数有限制。 2.提出一种基于卷积神经网的单幅图像超分辨率重建算法:该算法使用固定3X3的卷积核提取梯度信息;采用深度为6层的卷积神经网提取图像特征,重建出边缘更清晰的图像,并在一定程度上抑制了边缘的振铃效应;使用更大的样本库进行训练,避免发生过拟合。实 验结果表明:在ImageNet这类大训练库上,该算法重建的高分辨率图像在主观视觉感受和客观图像质量评价上都有更好的表现。 3.针对超分辨率重建中的图像特征配准问题:提出带描述子的Harris角点特征配准和改进的图形上下文匹配等算法等。这些方法能有效提高低分辨率图像的配准效果,进而提高图像超分辨率重建的效果。
-
一种基于最近特征线流形学习的人脸图像超分辨率方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
一种基于最近特征线流形学习的人脸图像超分辨率方法,把人脸图像块样本空间中的样本点两两相连形成特征线,将已有样本点扩充为特征线上的无数多个样本点,从而增强人脸图像块样本空间的表达能力;在扩充之后的样本空间中,利用最近特征线准则来定义样本空间中样本点之间的近邻关系,通过保持高低分辨率图像块样本空间的这种邻域关系,从而正确揭示高低分辨率人脸图像块流形之间的局部相似结构特征;通过保持这种局部相似结构特征,重构输入的低分辨率人脸图像块对应的高分辨率块,融合所有高分辨率块得到高分辨率人脸图像。此外,本发明根据输入的低分辨率图像块,对原始样本空间进行预筛选,再利用上述方法对其分析,大大降低本方法的运算复杂度。
-
超高分辨率图像增强与现实芯片
成熟度:正在研发
技术类型:-
应用行业:信息传输、软件和信息技术服务业
技术简介
超高分辨率图像增强与现实芯片 所属领域:电子信息 技术状态:小批量生产阶段 批量生产阶段 合作方式:技术转让产品销售合作开发 技术服务 技术水平:国际先进 国内领先 适用范围:可广泛应用于 DVD、数字电视、网络通信、视频监控等领域。 资金需求:5000 万元 技术简介: 超分辨率图像重建技术是近年来发展迅速的图像处理新技术,其目的是超越成像传感器、成像和信道的分辨极限,利用所获低分辨率图像,实现高分辨率图像的重建。超高分辨率图像增强与显示芯片项目利用超分辨率图像实时处理技术,实现从一幅或多幅低分辨率视频图像处理获得高分辨率图像,在图像被放大的同时增强图像更多的细节,提高图像的清晰度和分辨率,实现摄像传感器的低分辨率与显示器高分辨率之间的匹配,解决目前图像获取与显示分辨率不匹配的瓶颈问题,在现有图像获取技术的基础上提高显示器的画面质量,同时实现产业化。该技术的核心内容是计算复杂度适中、能够满足实时性、图像重建效果好、适合于片上系统实现的超分辨率图像重建算法。实现此算法的片上系统芯片能满足实时性、体积小、成本适中、低功耗、可嵌入的要求。 技术特点: 芯片产品系列包括:DVD 处理驱动芯片、数字电视处理驱动芯片、通信网络处理驱动芯片、高清监视处理驱动芯片以及其它芯片。本项目所开发的芯片系列能够支持 WXGA(1280×768)与 FHD(1920×1080)分辨率, 支持 1080P 信号兼容 720P 信号输入,内嵌 RSDS/PPDS 高速数据接口。所开发的芯片系列具有完全自主知识产权,其性能指标达到或超过国外同类产品水平。 超高分辨率图像增强与显示芯片技术是我们具有完全自主知识产权的技术,本项目围绕超高分辨率图像增强与显示芯片的设计、开发、标准制定等系列工作在国内均是创新性的,填补了该项技术的空白;在国际上,本项目的多数工作均具有创新性。 预期效益: 超高分辨率图像增强与显示技术在数字信息化时代具有十分巨大的市场前景、 经济效益和社会效益。 该项目经济效益显著,其利润应在 50%以上。 同时,目前国内没有该技术产品,该类产品完全被国外厂商所垄断。在国外,目前只有日本 TOSHIBA 和 NEC 公司具有该类产品。因此,该项目的实施将有利于数字媒体与显示技术的发展,有利于数字电视、网路通信、视频监视技术的发展。该项目的实施将大大推动我国信息化产业的进步,提高我国相关产品的国际竞争力。
找到18项技术成果数据。
找技术>-
新闻类数字照片真实性鉴定的关键技术研究
成熟度:正在研发
技术类型:-
应用行业:文化、体育和娱乐业
技术简介
该项目在基于计算机视觉的照片真实性鉴定、低分辨率照片和局部遮挡照片鉴定、新闻照片真实性快速鉴定和真实性评价模型等研究方向都取得了一定的研究成果。主要研究成果如下: 1。提出了基于一维正交物体的图像篡改检测算法:借鉴现有计算机视觉中的多视图方法, 将图像中不同平面的物体按照多视角的观点进行分析,实现了在不增加预设条件、不降低检 测精度前提下,通过单幅图像进行鉴定。算法具有更广泛的适用条件以及更高的检测准确率。 2。提出了一种利用相机标定参数优化的方法检测数字图像中非对称裁剪篡改行为:利用单幅图像中不共面的规则图形求得主点,通过主点的偏移来判断图像是否经过了非对称裁剪篡改。 3。提出了一种基于特征增强的轮廓匹配检测算法:通过对待检测图像进行“滑窗式”重叠分块,对所有分块进行二值化轮廓特征增强得到轮廓序列矩阵,比较不同图像块轮廓序列的匹配程度实现篡改区域的标识定位。 4。提出了一种基于限制对比度自适应直方图均衡化(CLAHE)特征增强的篡改检测方法:通过对待检测图像采用 CLAHE 特征增强之后再采用 SURF 算法进行特征提取,实现了对于含有遮盖的新闻照片的真实性鉴定。 5。提出了一种基于 HSV 颜色空间和 CLAHE 的两阶段篡改检测方法:结合区域划分的方法将该类照片分为遮盖区域和一般区域,对两个区域进行有区别的鉴定。 6。提出了一种基于特征点的复制粘贴篡改检测算法。 7。提出了一种快速有效检测图像是否经过了规则裁剪的方法,能够在原始图像中实现裁剪区域定位。 8。开展了基于 EXIF 信息与图像噪声特征的相关性研究,利用相关性特征判定 EXIF 信息的真实性,提高了 EXIF 信息快速鉴定算法的正确性。 该项目紧密结合当前数字图像篡改鉴定的实际,与中国新闻摄影学会紧密合作,参与了 新闻照片真实性鉴定的实际工作,为中国新闻奖参赛新闻照片的真实性鉴定提供了技术支持, 完成了项目的实用化研究。
-
基于深度卷积神经网络的静止图像压缩方法
成熟度:正在研发
技术类型:发明
应用行业:文化、体育和娱乐业
技术简介
摘要:本发明公开了一种基于深度卷积神经网络的静止图像压缩方法。主要包括以下步骤在编码端对原始图像进行下采样并利用JPEG2000标准编解码;利用深度卷积神经网络对解码图像进行抑制压缩效应;采用超分辨率方法对抑制压缩效应图像进行重建;将原始图像与解码的高分辨率图像相减得到残差图像并针对性编码;将编码的低分辨率图像、残差图像与辅助信息形成比特流并传输;解码端解码得到解码的低分辨率图像、残差图像与辅助信息;对解码的低分辨率图像进行处理得到解码的高分辨率图像,并与解码的残差图像相叠加便得到最终解码的高分辨率图像。本发明所述的静止图像压缩方法具有比JPEG2000标准更好的率失真性能。
-
一种基于典型相关分析的人脸图像超分辨率重建方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
一种基于典型相关分析(CanonicalCorrelationAnalysis,CCA)的人脸图像超分辨率重建方法,将高低分辨率人脸图像的主成分分析系数看作两个不同维数的变量,利用典型相关分析提取高低分辨率图像的相关子空间,从而增强高低分辨率图像数据集内部拓扑结构的一致性。在相关子空间中,本发明对输入的低分辨率图像利用邻域重构的思想重构出对应的高分辨率图像的主成分分析系数,从而重建出全局脸图像。本发明将残差图像分成方块,使用上述典型相关分析的方法以及邻域重建的思想补偿细节信息,重建高分辨率残差图像。最终的高分辨率人脸图像为全局脸图像与高分辨率残差图像相加。
-
基于K近邻重识别的人脸超分辨率重建方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明公开了一种基于K近邻重识别的人脸超分辨率重建方法。 人脸超分辨率重建方法将待重建低分辨率人脸图像、高分辨率训练集和低分辨率训练集内样本图像分别划分为相互交叠的图像块;对待重建低分辨率人脸图像的各图像块,根据高分辨率流形的几何信息更可信且更具有代表性这一先验,同时利用低分辨率流形和高分辨率流形的几何信息对识别出的近邻图像进行更新,计算由重新识别出的近邻图像块进行线性重建时的最优权重系数;将重新识别出的近邻图像块,用一一对应的高分辨率训练集内相应图像的相应位置图像块进行替换,加权合成高分辨率图像块;按照合成图像块在人脸上的位置,融合成高分辨率人脸图像。本人脸超分辨率重建方法具有更高的重建精度和重建效率,可重建高质量的人脸图像。
-
基于全耦合局部约束表示的极低分辨率人脸识别方法及系统
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
摘要:本发明公开了一种基于全耦合局部约束表示的极低分辨率人脸识别方法及系统,该方法包括以下两个阶段:训练阶段和测试阶段;训练阶段包括以下三个步骤:S1、对表达字典进行更新;S2、计算其在局部约束和线性重建条件下的最优权值系数;S3、确定最优的神经元个数;测试阶段包括以下三个步骤:S4、获取待识别的低分辨率人脸图像计算其低分辨率表达系数;S5、利用高分辨率表达系数作为图像耦合局部约束特征;S6、得出识别结果。本发明提升了极低分辨率图像的表达能力,提升了在极低人脸图像上的识别率;最后通过极限学习机完成人脸识别,使识别结果更加准确。
-
一种低分辨率下物体移动方向的马尔科夫判断方法
成熟度:正在研发
技术类型:发明
应用行业:信息传输、软件和信息技术服务业
技术简介
本发明涉及一种低分辨率下物体移动方向的马尔科夫判断方法,属于低分辨率下物体运动方向判定技术领域。主要步骤包括首先建立完备的低分辨率下物体连续等时间间隔图像信息数据库;其次,针对低分辨的图像信息,进行图像中值滤波去噪预处理,并采用sift特征匹配算法获得图像角点;再次,从处理过的图像数据库中选出(m+1)帧图像作为训练集合,且取拍摄时间最早的图像A0作为参考帧;然后,在参考帧内建立平面直角坐标系划分状态空间I等。本发明通过两次运用sift特征匹配算法使图像匹配精度提高,且针对物体时间连续运动的过程采用一阶马尔科夫模型来预测物体的运动方向,大幅度提高了判定低分辨率下物体运动方向的精度。
-
一种高分辨率测量转换电路
成熟度:正在研发
技术类型:实用新型
应用行业:制造业
技术简介
一种高分辨率测量转换电路,其特征在于包括单片机、输入输出接口电路,控制接口电路,低分辨率D/A转换器、低分辨率A/D转换器、S/H采样保持电路、运算放大电路A1、运算放大电路A2、电阻R1、R2、R3、R4、R5、R6,选择开关K。本实用新型与已有技术相比,具有采用低分辨率的A/D转换器就能实现对具有较大的恒定分量值而变化值相对较小的电压信号的高精度、低成本的高分辨率A/D转换的优点。
-
基于重构的复杂运动视频超分辨率重建
成熟度:-
技术类型:-
应用行业:文化、体育和娱乐业
技术简介
该课题主要研究复杂运动条件下的视频图像超分辨率重建算法。它通过对低分辨率视频序列进行超分辨率重建,输出分辨率更高、细节更丰富的重建图像。主要研究成果如下: 1.提出了一种鲁棒的基于矩阵填充的视频超分辨率重建算法:该算法充分利用视频在时域和空域上的冗余信息,提取多尺度非局部相似图像块进行匹配,进而很好地保留图像边缘。该方法在匹配阶段通过剔除外点,降低误匹配对重建带来的影响;使用ADMM求解低秩矩阵,使用低秩矩阵前n列进行加权融合,获得清晰度更高的高分辨率图像块。实验表明:该算法能够有效的对具有复杂运动的视频进行超分辨率重建。但是由于矩阵填充受到观测点数量的影响,该算法对图像放大倍数有限制。 2.提出一种基于卷积神经网的单幅图像超分辨率重建算法:该算法使用固定3X3的卷积核提取梯度信息;采用深度为6层的卷积神经网提取图像特征,重建出边缘更清晰的图像,并在一定程度上抑制了边缘的振铃效应;使用更大的样本库进行训练,避免发生过拟合。实 验结果表明:在ImageNet这类大训练库上,该算法重建的高分辨率图像在主观视觉感受和客观图像质量评价上都有更好的表现。 3.针对超分辨率重建中的图像特征配准问题:提出带描述子的Harris角点特征配准和改进的图形上下文匹配等算法等。这些方法能有效提高低分辨率图像的配准效果,进而提高图像超分辨率重建的效果。
-
一种基于最近特征线流形学习的人脸图像超分辨率方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
一种基于最近特征线流形学习的人脸图像超分辨率方法,把人脸图像块样本空间中的样本点两两相连形成特征线,将已有样本点扩充为特征线上的无数多个样本点,从而增强人脸图像块样本空间的表达能力;在扩充之后的样本空间中,利用最近特征线准则来定义样本空间中样本点之间的近邻关系,通过保持高低分辨率图像块样本空间的这种邻域关系,从而正确揭示高低分辨率人脸图像块流形之间的局部相似结构特征;通过保持这种局部相似结构特征,重构输入的低分辨率人脸图像块对应的高分辨率块,融合所有高分辨率块得到高分辨率人脸图像。此外,本发明根据输入的低分辨率图像块,对原始样本空间进行预筛选,再利用上述方法对其分析,大大降低本方法的运算复杂度。
-
超高分辨率图像增强与现实芯片
成熟度:正在研发
技术类型:-
应用行业:信息传输、软件和信息技术服务业
技术简介
超高分辨率图像增强与现实芯片 所属领域:电子信息 技术状态:小批量生产阶段 批量生产阶段 合作方式:技术转让产品销售合作开发 技术服务 技术水平:国际先进 国内领先 适用范围:可广泛应用于 DVD、数字电视、网络通信、视频监控等领域。 资金需求:5000 万元 技术简介: 超分辨率图像重建技术是近年来发展迅速的图像处理新技术,其目的是超越成像传感器、成像和信道的分辨极限,利用所获低分辨率图像,实现高分辨率图像的重建。超高分辨率图像增强与显示芯片项目利用超分辨率图像实时处理技术,实现从一幅或多幅低分辨率视频图像处理获得高分辨率图像,在图像被放大的同时增强图像更多的细节,提高图像的清晰度和分辨率,实现摄像传感器的低分辨率与显示器高分辨率之间的匹配,解决目前图像获取与显示分辨率不匹配的瓶颈问题,在现有图像获取技术的基础上提高显示器的画面质量,同时实现产业化。该技术的核心内容是计算复杂度适中、能够满足实时性、图像重建效果好、适合于片上系统实现的超分辨率图像重建算法。实现此算法的片上系统芯片能满足实时性、体积小、成本适中、低功耗、可嵌入的要求。 技术特点: 芯片产品系列包括:DVD 处理驱动芯片、数字电视处理驱动芯片、通信网络处理驱动芯片、高清监视处理驱动芯片以及其它芯片。本项目所开发的芯片系列能够支持 WXGA(1280×768)与 FHD(1920×1080)分辨率, 支持 1080P 信号兼容 720P 信号输入,内嵌 RSDS/PPDS 高速数据接口。所开发的芯片系列具有完全自主知识产权,其性能指标达到或超过国外同类产品水平。 超高分辨率图像增强与显示芯片技术是我们具有完全自主知识产权的技术,本项目围绕超高分辨率图像增强与显示芯片的设计、开发、标准制定等系列工作在国内均是创新性的,填补了该项技术的空白;在国际上,本项目的多数工作均具有创新性。 预期效益: 超高分辨率图像增强与显示技术在数字信息化时代具有十分巨大的市场前景、 经济效益和社会效益。 该项目经济效益显著,其利润应在 50%以上。 同时,目前国内没有该技术产品,该类产品完全被国外厂商所垄断。在国外,目前只有日本 TOSHIBA 和 NEC 公司具有该类产品。因此,该项目的实施将有利于数字媒体与显示技术的发展,有利于数字电视、网路通信、视频监视技术的发展。该项目的实施将大大推动我国信息化产业的进步,提高我国相关产品的国际竞争力。
找到18项技术成果数据。
找技术>-
新闻类数字照片真实性鉴定的关键技术研究
成熟度:正在研发
技术类型:-
应用行业:文化、体育和娱乐业
技术简介
该项目在基于计算机视觉的照片真实性鉴定、低分辨率照片和局部遮挡照片鉴定、新闻照片真实性快速鉴定和真实性评价模型等研究方向都取得了一定的研究成果。主要研究成果如下: 1。提出了基于一维正交物体的图像篡改检测算法:借鉴现有计算机视觉中的多视图方法, 将图像中不同平面的物体按照多视角的观点进行分析,实现了在不增加预设条件、不降低检 测精度前提下,通过单幅图像进行鉴定。算法具有更广泛的适用条件以及更高的检测准确率。 2。提出了一种利用相机标定参数优化的方法检测数字图像中非对称裁剪篡改行为:利用单幅图像中不共面的规则图形求得主点,通过主点的偏移来判断图像是否经过了非对称裁剪篡改。 3。提出了一种基于特征增强的轮廓匹配检测算法:通过对待检测图像进行“滑窗式”重叠分块,对所有分块进行二值化轮廓特征增强得到轮廓序列矩阵,比较不同图像块轮廓序列的匹配程度实现篡改区域的标识定位。 4。提出了一种基于限制对比度自适应直方图均衡化(CLAHE)特征增强的篡改检测方法:通过对待检测图像采用 CLAHE 特征增强之后再采用 SURF 算法进行特征提取,实现了对于含有遮盖的新闻照片的真实性鉴定。 5。提出了一种基于 HSV 颜色空间和 CLAHE 的两阶段篡改检测方法:结合区域划分的方法将该类照片分为遮盖区域和一般区域,对两个区域进行有区别的鉴定。 6。提出了一种基于特征点的复制粘贴篡改检测算法。 7。提出了一种快速有效检测图像是否经过了规则裁剪的方法,能够在原始图像中实现裁剪区域定位。 8。开展了基于 EXIF 信息与图像噪声特征的相关性研究,利用相关性特征判定 EXIF 信息的真实性,提高了 EXIF 信息快速鉴定算法的正确性。 该项目紧密结合当前数字图像篡改鉴定的实际,与中国新闻摄影学会紧密合作,参与了 新闻照片真实性鉴定的实际工作,为中国新闻奖参赛新闻照片的真实性鉴定提供了技术支持, 完成了项目的实用化研究。
-
基于深度卷积神经网络的静止图像压缩方法
成熟度:正在研发
技术类型:发明
应用行业:文化、体育和娱乐业
技术简介
摘要:本发明公开了一种基于深度卷积神经网络的静止图像压缩方法。主要包括以下步骤在编码端对原始图像进行下采样并利用JPEG2000标准编解码;利用深度卷积神经网络对解码图像进行抑制压缩效应;采用超分辨率方法对抑制压缩效应图像进行重建;将原始图像与解码的高分辨率图像相减得到残差图像并针对性编码;将编码的低分辨率图像、残差图像与辅助信息形成比特流并传输;解码端解码得到解码的低分辨率图像、残差图像与辅助信息;对解码的低分辨率图像进行处理得到解码的高分辨率图像,并与解码的残差图像相叠加便得到最终解码的高分辨率图像。本发明所述的静止图像压缩方法具有比JPEG2000标准更好的率失真性能。
-
一种基于典型相关分析的人脸图像超分辨率重建方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
一种基于典型相关分析(CanonicalCorrelationAnalysis,CCA)的人脸图像超分辨率重建方法,将高低分辨率人脸图像的主成分分析系数看作两个不同维数的变量,利用典型相关分析提取高低分辨率图像的相关子空间,从而增强高低分辨率图像数据集内部拓扑结构的一致性。在相关子空间中,本发明对输入的低分辨率图像利用邻域重构的思想重构出对应的高分辨率图像的主成分分析系数,从而重建出全局脸图像。本发明将残差图像分成方块,使用上述典型相关分析的方法以及邻域重建的思想补偿细节信息,重建高分辨率残差图像。最终的高分辨率人脸图像为全局脸图像与高分辨率残差图像相加。
-
基于K近邻重识别的人脸超分辨率重建方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明公开了一种基于K近邻重识别的人脸超分辨率重建方法。 人脸超分辨率重建方法将待重建低分辨率人脸图像、高分辨率训练集和低分辨率训练集内样本图像分别划分为相互交叠的图像块;对待重建低分辨率人脸图像的各图像块,根据高分辨率流形的几何信息更可信且更具有代表性这一先验,同时利用低分辨率流形和高分辨率流形的几何信息对识别出的近邻图像进行更新,计算由重新识别出的近邻图像块进行线性重建时的最优权重系数;将重新识别出的近邻图像块,用一一对应的高分辨率训练集内相应图像的相应位置图像块进行替换,加权合成高分辨率图像块;按照合成图像块在人脸上的位置,融合成高分辨率人脸图像。本人脸超分辨率重建方法具有更高的重建精度和重建效率,可重建高质量的人脸图像。
-
基于全耦合局部约束表示的极低分辨率人脸识别方法及系统
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
摘要:本发明公开了一种基于全耦合局部约束表示的极低分辨率人脸识别方法及系统,该方法包括以下两个阶段:训练阶段和测试阶段;训练阶段包括以下三个步骤:S1、对表达字典进行更新;S2、计算其在局部约束和线性重建条件下的最优权值系数;S3、确定最优的神经元个数;测试阶段包括以下三个步骤:S4、获取待识别的低分辨率人脸图像计算其低分辨率表达系数;S5、利用高分辨率表达系数作为图像耦合局部约束特征;S6、得出识别结果。本发明提升了极低分辨率图像的表达能力,提升了在极低人脸图像上的识别率;最后通过极限学习机完成人脸识别,使识别结果更加准确。
-
一种低分辨率下物体移动方向的马尔科夫判断方法
成熟度:正在研发
技术类型:发明
应用行业:信息传输、软件和信息技术服务业
技术简介
本发明涉及一种低分辨率下物体移动方向的马尔科夫判断方法,属于低分辨率下物体运动方向判定技术领域。主要步骤包括首先建立完备的低分辨率下物体连续等时间间隔图像信息数据库;其次,针对低分辨的图像信息,进行图像中值滤波去噪预处理,并采用sift特征匹配算法获得图像角点;再次,从处理过的图像数据库中选出(m+1)帧图像作为训练集合,且取拍摄时间最早的图像A0作为参考帧;然后,在参考帧内建立平面直角坐标系划分状态空间I等。本发明通过两次运用sift特征匹配算法使图像匹配精度提高,且针对物体时间连续运动的过程采用一阶马尔科夫模型来预测物体的运动方向,大幅度提高了判定低分辨率下物体运动方向的精度。
-
一种高分辨率测量转换电路
成熟度:正在研发
技术类型:实用新型
应用行业:制造业
技术简介
一种高分辨率测量转换电路,其特征在于包括单片机、输入输出接口电路,控制接口电路,低分辨率D/A转换器、低分辨率A/D转换器、S/H采样保持电路、运算放大电路A1、运算放大电路A2、电阻R1、R2、R3、R4、R5、R6,选择开关K。本实用新型与已有技术相比,具有采用低分辨率的A/D转换器就能实现对具有较大的恒定分量值而变化值相对较小的电压信号的高精度、低成本的高分辨率A/D转换的优点。
-
基于重构的复杂运动视频超分辨率重建
成熟度:-
技术类型:-
应用行业:文化、体育和娱乐业
技术简介
该课题主要研究复杂运动条件下的视频图像超分辨率重建算法。它通过对低分辨率视频序列进行超分辨率重建,输出分辨率更高、细节更丰富的重建图像。主要研究成果如下: 1.提出了一种鲁棒的基于矩阵填充的视频超分辨率重建算法:该算法充分利用视频在时域和空域上的冗余信息,提取多尺度非局部相似图像块进行匹配,进而很好地保留图像边缘。该方法在匹配阶段通过剔除外点,降低误匹配对重建带来的影响;使用ADMM求解低秩矩阵,使用低秩矩阵前n列进行加权融合,获得清晰度更高的高分辨率图像块。实验表明:该算法能够有效的对具有复杂运动的视频进行超分辨率重建。但是由于矩阵填充受到观测点数量的影响,该算法对图像放大倍数有限制。 2.提出一种基于卷积神经网的单幅图像超分辨率重建算法:该算法使用固定3X3的卷积核提取梯度信息;采用深度为6层的卷积神经网提取图像特征,重建出边缘更清晰的图像,并在一定程度上抑制了边缘的振铃效应;使用更大的样本库进行训练,避免发生过拟合。实 验结果表明:在ImageNet这类大训练库上,该算法重建的高分辨率图像在主观视觉感受和客观图像质量评价上都有更好的表现。 3.针对超分辨率重建中的图像特征配准问题:提出带描述子的Harris角点特征配准和改进的图形上下文匹配等算法等。这些方法能有效提高低分辨率图像的配准效果,进而提高图像超分辨率重建的效果。
-
一种基于最近特征线流形学习的人脸图像超分辨率方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
一种基于最近特征线流形学习的人脸图像超分辨率方法,把人脸图像块样本空间中的样本点两两相连形成特征线,将已有样本点扩充为特征线上的无数多个样本点,从而增强人脸图像块样本空间的表达能力;在扩充之后的样本空间中,利用最近特征线准则来定义样本空间中样本点之间的近邻关系,通过保持高低分辨率图像块样本空间的这种邻域关系,从而正确揭示高低分辨率人脸图像块流形之间的局部相似结构特征;通过保持这种局部相似结构特征,重构输入的低分辨率人脸图像块对应的高分辨率块,融合所有高分辨率块得到高分辨率人脸图像。此外,本发明根据输入的低分辨率图像块,对原始样本空间进行预筛选,再利用上述方法对其分析,大大降低本方法的运算复杂度。
-
超高分辨率图像增强与现实芯片
成熟度:正在研发
技术类型:-
应用行业:信息传输、软件和信息技术服务业
技术简介
超高分辨率图像增强与现实芯片 所属领域:电子信息 技术状态:小批量生产阶段 批量生产阶段 合作方式:技术转让产品销售合作开发 技术服务 技术水平:国际先进 国内领先 适用范围:可广泛应用于 DVD、数字电视、网络通信、视频监控等领域。 资金需求:5000 万元 技术简介: 超分辨率图像重建技术是近年来发展迅速的图像处理新技术,其目的是超越成像传感器、成像和信道的分辨极限,利用所获低分辨率图像,实现高分辨率图像的重建。超高分辨率图像增强与显示芯片项目利用超分辨率图像实时处理技术,实现从一幅或多幅低分辨率视频图像处理获得高分辨率图像,在图像被放大的同时增强图像更多的细节,提高图像的清晰度和分辨率,实现摄像传感器的低分辨率与显示器高分辨率之间的匹配,解决目前图像获取与显示分辨率不匹配的瓶颈问题,在现有图像获取技术的基础上提高显示器的画面质量,同时实现产业化。该技术的核心内容是计算复杂度适中、能够满足实时性、图像重建效果好、适合于片上系统实现的超分辨率图像重建算法。实现此算法的片上系统芯片能满足实时性、体积小、成本适中、低功耗、可嵌入的要求。 技术特点: 芯片产品系列包括:DVD 处理驱动芯片、数字电视处理驱动芯片、通信网络处理驱动芯片、高清监视处理驱动芯片以及其它芯片。本项目所开发的芯片系列能够支持 WXGA(1280×768)与 FHD(1920×1080)分辨率, 支持 1080P 信号兼容 720P 信号输入,内嵌 RSDS/PPDS 高速数据接口。所开发的芯片系列具有完全自主知识产权,其性能指标达到或超过国外同类产品水平。 超高分辨率图像增强与显示芯片技术是我们具有完全自主知识产权的技术,本项目围绕超高分辨率图像增强与显示芯片的设计、开发、标准制定等系列工作在国内均是创新性的,填补了该项技术的空白;在国际上,本项目的多数工作均具有创新性。 预期效益: 超高分辨率图像增强与显示技术在数字信息化时代具有十分巨大的市场前景、 经济效益和社会效益。 该项目经济效益显著,其利润应在 50%以上。 同时,目前国内没有该技术产品,该类产品完全被国外厂商所垄断。在国外,目前只有日本 TOSHIBA 和 NEC 公司具有该类产品。因此,该项目的实施将有利于数字媒体与显示技术的发展,有利于数字电视、网路通信、视频监视技术的发展。该项目的实施将大大推动我国信息化产业的进步,提高我国相关产品的国际竞争力。
找到18项技术成果数据。
找技术>-
新闻类数字照片真实性鉴定的关键技术研究
成熟度:正在研发
技术类型:-
应用行业:文化、体育和娱乐业
技术简介
该项目在基于计算机视觉的照片真实性鉴定、低分辨率照片和局部遮挡照片鉴定、新闻照片真实性快速鉴定和真实性评价模型等研究方向都取得了一定的研究成果。主要研究成果如下: 1。提出了基于一维正交物体的图像篡改检测算法:借鉴现有计算机视觉中的多视图方法, 将图像中不同平面的物体按照多视角的观点进行分析,实现了在不增加预设条件、不降低检 测精度前提下,通过单幅图像进行鉴定。算法具有更广泛的适用条件以及更高的检测准确率。 2。提出了一种利用相机标定参数优化的方法检测数字图像中非对称裁剪篡改行为:利用单幅图像中不共面的规则图形求得主点,通过主点的偏移来判断图像是否经过了非对称裁剪篡改。 3。提出了一种基于特征增强的轮廓匹配检测算法:通过对待检测图像进行“滑窗式”重叠分块,对所有分块进行二值化轮廓特征增强得到轮廓序列矩阵,比较不同图像块轮廓序列的匹配程度实现篡改区域的标识定位。 4。提出了一种基于限制对比度自适应直方图均衡化(CLAHE)特征增强的篡改检测方法:通过对待检测图像采用 CLAHE 特征增强之后再采用 SURF 算法进行特征提取,实现了对于含有遮盖的新闻照片的真实性鉴定。 5。提出了一种基于 HSV 颜色空间和 CLAHE 的两阶段篡改检测方法:结合区域划分的方法将该类照片分为遮盖区域和一般区域,对两个区域进行有区别的鉴定。 6。提出了一种基于特征点的复制粘贴篡改检测算法。 7。提出了一种快速有效检测图像是否经过了规则裁剪的方法,能够在原始图像中实现裁剪区域定位。 8。开展了基于 EXIF 信息与图像噪声特征的相关性研究,利用相关性特征判定 EXIF 信息的真实性,提高了 EXIF 信息快速鉴定算法的正确性。 该项目紧密结合当前数字图像篡改鉴定的实际,与中国新闻摄影学会紧密合作,参与了 新闻照片真实性鉴定的实际工作,为中国新闻奖参赛新闻照片的真实性鉴定提供了技术支持, 完成了项目的实用化研究。
-
基于深度卷积神经网络的静止图像压缩方法
成熟度:正在研发
技术类型:发明
应用行业:文化、体育和娱乐业
技术简介
摘要:本发明公开了一种基于深度卷积神经网络的静止图像压缩方法。主要包括以下步骤在编码端对原始图像进行下采样并利用JPEG2000标准编解码;利用深度卷积神经网络对解码图像进行抑制压缩效应;采用超分辨率方法对抑制压缩效应图像进行重建;将原始图像与解码的高分辨率图像相减得到残差图像并针对性编码;将编码的低分辨率图像、残差图像与辅助信息形成比特流并传输;解码端解码得到解码的低分辨率图像、残差图像与辅助信息;对解码的低分辨率图像进行处理得到解码的高分辨率图像,并与解码的残差图像相叠加便得到最终解码的高分辨率图像。本发明所述的静止图像压缩方法具有比JPEG2000标准更好的率失真性能。
-
一种基于典型相关分析的人脸图像超分辨率重建方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
一种基于典型相关分析(CanonicalCorrelationAnalysis,CCA)的人脸图像超分辨率重建方法,将高低分辨率人脸图像的主成分分析系数看作两个不同维数的变量,利用典型相关分析提取高低分辨率图像的相关子空间,从而增强高低分辨率图像数据集内部拓扑结构的一致性。在相关子空间中,本发明对输入的低分辨率图像利用邻域重构的思想重构出对应的高分辨率图像的主成分分析系数,从而重建出全局脸图像。本发明将残差图像分成方块,使用上述典型相关分析的方法以及邻域重建的思想补偿细节信息,重建高分辨率残差图像。最终的高分辨率人脸图像为全局脸图像与高分辨率残差图像相加。
-
基于K近邻重识别的人脸超分辨率重建方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明公开了一种基于K近邻重识别的人脸超分辨率重建方法。 人脸超分辨率重建方法将待重建低分辨率人脸图像、高分辨率训练集和低分辨率训练集内样本图像分别划分为相互交叠的图像块;对待重建低分辨率人脸图像的各图像块,根据高分辨率流形的几何信息更可信且更具有代表性这一先验,同时利用低分辨率流形和高分辨率流形的几何信息对识别出的近邻图像进行更新,计算由重新识别出的近邻图像块进行线性重建时的最优权重系数;将重新识别出的近邻图像块,用一一对应的高分辨率训练集内相应图像的相应位置图像块进行替换,加权合成高分辨率图像块;按照合成图像块在人脸上的位置,融合成高分辨率人脸图像。本人脸超分辨率重建方法具有更高的重建精度和重建效率,可重建高质量的人脸图像。
-
基于全耦合局部约束表示的极低分辨率人脸识别方法及系统
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
摘要:本发明公开了一种基于全耦合局部约束表示的极低分辨率人脸识别方法及系统,该方法包括以下两个阶段:训练阶段和测试阶段;训练阶段包括以下三个步骤:S1、对表达字典进行更新;S2、计算其在局部约束和线性重建条件下的最优权值系数;S3、确定最优的神经元个数;测试阶段包括以下三个步骤:S4、获取待识别的低分辨率人脸图像计算其低分辨率表达系数;S5、利用高分辨率表达系数作为图像耦合局部约束特征;S6、得出识别结果。本发明提升了极低分辨率图像的表达能力,提升了在极低人脸图像上的识别率;最后通过极限学习机完成人脸识别,使识别结果更加准确。
-
一种低分辨率下物体移动方向的马尔科夫判断方法
成熟度:正在研发
技术类型:发明
应用行业:信息传输、软件和信息技术服务业
技术简介
本发明涉及一种低分辨率下物体移动方向的马尔科夫判断方法,属于低分辨率下物体运动方向判定技术领域。主要步骤包括首先建立完备的低分辨率下物体连续等时间间隔图像信息数据库;其次,针对低分辨的图像信息,进行图像中值滤波去噪预处理,并采用sift特征匹配算法获得图像角点;再次,从处理过的图像数据库中选出(m+1)帧图像作为训练集合,且取拍摄时间最早的图像A0作为参考帧;然后,在参考帧内建立平面直角坐标系划分状态空间I等。本发明通过两次运用sift特征匹配算法使图像匹配精度提高,且针对物体时间连续运动的过程采用一阶马尔科夫模型来预测物体的运动方向,大幅度提高了判定低分辨率下物体运动方向的精度。
-
一种高分辨率测量转换电路
成熟度:正在研发
技术类型:实用新型
应用行业:制造业
技术简介
一种高分辨率测量转换电路,其特征在于包括单片机、输入输出接口电路,控制接口电路,低分辨率D/A转换器、低分辨率A/D转换器、S/H采样保持电路、运算放大电路A1、运算放大电路A2、电阻R1、R2、R3、R4、R5、R6,选择开关K。本实用新型与已有技术相比,具有采用低分辨率的A/D转换器就能实现对具有较大的恒定分量值而变化值相对较小的电压信号的高精度、低成本的高分辨率A/D转换的优点。
-
基于重构的复杂运动视频超分辨率重建
成熟度:-
技术类型:-
应用行业:文化、体育和娱乐业
技术简介
该课题主要研究复杂运动条件下的视频图像超分辨率重建算法。它通过对低分辨率视频序列进行超分辨率重建,输出分辨率更高、细节更丰富的重建图像。主要研究成果如下: 1.提出了一种鲁棒的基于矩阵填充的视频超分辨率重建算法:该算法充分利用视频在时域和空域上的冗余信息,提取多尺度非局部相似图像块进行匹配,进而很好地保留图像边缘。该方法在匹配阶段通过剔除外点,降低误匹配对重建带来的影响;使用ADMM求解低秩矩阵,使用低秩矩阵前n列进行加权融合,获得清晰度更高的高分辨率图像块。实验表明:该算法能够有效的对具有复杂运动的视频进行超分辨率重建。但是由于矩阵填充受到观测点数量的影响,该算法对图像放大倍数有限制。 2.提出一种基于卷积神经网的单幅图像超分辨率重建算法:该算法使用固定3X3的卷积核提取梯度信息;采用深度为6层的卷积神经网提取图像特征,重建出边缘更清晰的图像,并在一定程度上抑制了边缘的振铃效应;使用更大的样本库进行训练,避免发生过拟合。实 验结果表明:在ImageNet这类大训练库上,该算法重建的高分辨率图像在主观视觉感受和客观图像质量评价上都有更好的表现。 3.针对超分辨率重建中的图像特征配准问题:提出带描述子的Harris角点特征配准和改进的图形上下文匹配等算法等。这些方法能有效提高低分辨率图像的配准效果,进而提高图像超分辨率重建的效果。
-
一种基于最近特征线流形学习的人脸图像超分辨率方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
一种基于最近特征线流形学习的人脸图像超分辨率方法,把人脸图像块样本空间中的样本点两两相连形成特征线,将已有样本点扩充为特征线上的无数多个样本点,从而增强人脸图像块样本空间的表达能力;在扩充之后的样本空间中,利用最近特征线准则来定义样本空间中样本点之间的近邻关系,通过保持高低分辨率图像块样本空间的这种邻域关系,从而正确揭示高低分辨率人脸图像块流形之间的局部相似结构特征;通过保持这种局部相似结构特征,重构输入的低分辨率人脸图像块对应的高分辨率块,融合所有高分辨率块得到高分辨率人脸图像。此外,本发明根据输入的低分辨率图像块,对原始样本空间进行预筛选,再利用上述方法对其分析,大大降低本方法的运算复杂度。
-
超高分辨率图像增强与现实芯片
成熟度:正在研发
技术类型:-
应用行业:信息传输、软件和信息技术服务业
技术简介
超高分辨率图像增强与现实芯片 所属领域:电子信息 技术状态:小批量生产阶段 批量生产阶段 合作方式:技术转让产品销售合作开发 技术服务 技术水平:国际先进 国内领先 适用范围:可广泛应用于 DVD、数字电视、网络通信、视频监控等领域。 资金需求:5000 万元 技术简介: 超分辨率图像重建技术是近年来发展迅速的图像处理新技术,其目的是超越成像传感器、成像和信道的分辨极限,利用所获低分辨率图像,实现高分辨率图像的重建。超高分辨率图像增强与显示芯片项目利用超分辨率图像实时处理技术,实现从一幅或多幅低分辨率视频图像处理获得高分辨率图像,在图像被放大的同时增强图像更多的细节,提高图像的清晰度和分辨率,实现摄像传感器的低分辨率与显示器高分辨率之间的匹配,解决目前图像获取与显示分辨率不匹配的瓶颈问题,在现有图像获取技术的基础上提高显示器的画面质量,同时实现产业化。该技术的核心内容是计算复杂度适中、能够满足实时性、图像重建效果好、适合于片上系统实现的超分辨率图像重建算法。实现此算法的片上系统芯片能满足实时性、体积小、成本适中、低功耗、可嵌入的要求。 技术特点: 芯片产品系列包括:DVD 处理驱动芯片、数字电视处理驱动芯片、通信网络处理驱动芯片、高清监视处理驱动芯片以及其它芯片。本项目所开发的芯片系列能够支持 WXGA(1280×768)与 FHD(1920×1080)分辨率, 支持 1080P 信号兼容 720P 信号输入,内嵌 RSDS/PPDS 高速数据接口。所开发的芯片系列具有完全自主知识产权,其性能指标达到或超过国外同类产品水平。 超高分辨率图像增强与显示芯片技术是我们具有完全自主知识产权的技术,本项目围绕超高分辨率图像增强与显示芯片的设计、开发、标准制定等系列工作在国内均是创新性的,填补了该项技术的空白;在国际上,本项目的多数工作均具有创新性。 预期效益: 超高分辨率图像增强与显示技术在数字信息化时代具有十分巨大的市场前景、 经济效益和社会效益。 该项目经济效益显著,其利润应在 50%以上。 同时,目前国内没有该技术产品,该类产品完全被国外厂商所垄断。在国外,目前只有日本 TOSHIBA 和 NEC 公司具有该类产品。因此,该项目的实施将有利于数字媒体与显示技术的发展,有利于数字电视、网路通信、视频监视技术的发展。该项目的实施将大大推动我国信息化产业的进步,提高我国相关产品的国际竞争力。
找到18项技术成果数据。
找技术>-
新闻类数字照片真实性鉴定的关键技术研究
成熟度:正在研发
技术类型:-
应用行业:文化、体育和娱乐业
技术简介
该项目在基于计算机视觉的照片真实性鉴定、低分辨率照片和局部遮挡照片鉴定、新闻照片真实性快速鉴定和真实性评价模型等研究方向都取得了一定的研究成果。主要研究成果如下: 1。提出了基于一维正交物体的图像篡改检测算法:借鉴现有计算机视觉中的多视图方法, 将图像中不同平面的物体按照多视角的观点进行分析,实现了在不增加预设条件、不降低检 测精度前提下,通过单幅图像进行鉴定。算法具有更广泛的适用条件以及更高的检测准确率。 2。提出了一种利用相机标定参数优化的方法检测数字图像中非对称裁剪篡改行为:利用单幅图像中不共面的规则图形求得主点,通过主点的偏移来判断图像是否经过了非对称裁剪篡改。 3。提出了一种基于特征增强的轮廓匹配检测算法:通过对待检测图像进行“滑窗式”重叠分块,对所有分块进行二值化轮廓特征增强得到轮廓序列矩阵,比较不同图像块轮廓序列的匹配程度实现篡改区域的标识定位。 4。提出了一种基于限制对比度自适应直方图均衡化(CLAHE)特征增强的篡改检测方法:通过对待检测图像采用 CLAHE 特征增强之后再采用 SURF 算法进行特征提取,实现了对于含有遮盖的新闻照片的真实性鉴定。 5。提出了一种基于 HSV 颜色空间和 CLAHE 的两阶段篡改检测方法:结合区域划分的方法将该类照片分为遮盖区域和一般区域,对两个区域进行有区别的鉴定。 6。提出了一种基于特征点的复制粘贴篡改检测算法。 7。提出了一种快速有效检测图像是否经过了规则裁剪的方法,能够在原始图像中实现裁剪区域定位。 8。开展了基于 EXIF 信息与图像噪声特征的相关性研究,利用相关性特征判定 EXIF 信息的真实性,提高了 EXIF 信息快速鉴定算法的正确性。 该项目紧密结合当前数字图像篡改鉴定的实际,与中国新闻摄影学会紧密合作,参与了 新闻照片真实性鉴定的实际工作,为中国新闻奖参赛新闻照片的真实性鉴定提供了技术支持, 完成了项目的实用化研究。
-
基于深度卷积神经网络的静止图像压缩方法
成熟度:正在研发
技术类型:发明
应用行业:文化、体育和娱乐业
技术简介
摘要:本发明公开了一种基于深度卷积神经网络的静止图像压缩方法。主要包括以下步骤在编码端对原始图像进行下采样并利用JPEG2000标准编解码;利用深度卷积神经网络对解码图像进行抑制压缩效应;采用超分辨率方法对抑制压缩效应图像进行重建;将原始图像与解码的高分辨率图像相减得到残差图像并针对性编码;将编码的低分辨率图像、残差图像与辅助信息形成比特流并传输;解码端解码得到解码的低分辨率图像、残差图像与辅助信息;对解码的低分辨率图像进行处理得到解码的高分辨率图像,并与解码的残差图像相叠加便得到最终解码的高分辨率图像。本发明所述的静止图像压缩方法具有比JPEG2000标准更好的率失真性能。
-
一种基于典型相关分析的人脸图像超分辨率重建方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
一种基于典型相关分析(CanonicalCorrelationAnalysis,CCA)的人脸图像超分辨率重建方法,将高低分辨率人脸图像的主成分分析系数看作两个不同维数的变量,利用典型相关分析提取高低分辨率图像的相关子空间,从而增强高低分辨率图像数据集内部拓扑结构的一致性。在相关子空间中,本发明对输入的低分辨率图像利用邻域重构的思想重构出对应的高分辨率图像的主成分分析系数,从而重建出全局脸图像。本发明将残差图像分成方块,使用上述典型相关分析的方法以及邻域重建的思想补偿细节信息,重建高分辨率残差图像。最终的高分辨率人脸图像为全局脸图像与高分辨率残差图像相加。
-
基于K近邻重识别的人脸超分辨率重建方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明公开了一种基于K近邻重识别的人脸超分辨率重建方法。 人脸超分辨率重建方法将待重建低分辨率人脸图像、高分辨率训练集和低分辨率训练集内样本图像分别划分为相互交叠的图像块;对待重建低分辨率人脸图像的各图像块,根据高分辨率流形的几何信息更可信且更具有代表性这一先验,同时利用低分辨率流形和高分辨率流形的几何信息对识别出的近邻图像进行更新,计算由重新识别出的近邻图像块进行线性重建时的最优权重系数;将重新识别出的近邻图像块,用一一对应的高分辨率训练集内相应图像的相应位置图像块进行替换,加权合成高分辨率图像块;按照合成图像块在人脸上的位置,融合成高分辨率人脸图像。本人脸超分辨率重建方法具有更高的重建精度和重建效率,可重建高质量的人脸图像。
-
基于全耦合局部约束表示的极低分辨率人脸识别方法及系统
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
摘要:本发明公开了一种基于全耦合局部约束表示的极低分辨率人脸识别方法及系统,该方法包括以下两个阶段:训练阶段和测试阶段;训练阶段包括以下三个步骤:S1、对表达字典进行更新;S2、计算其在局部约束和线性重建条件下的最优权值系数;S3、确定最优的神经元个数;测试阶段包括以下三个步骤:S4、获取待识别的低分辨率人脸图像计算其低分辨率表达系数;S5、利用高分辨率表达系数作为图像耦合局部约束特征;S6、得出识别结果。本发明提升了极低分辨率图像的表达能力,提升了在极低人脸图像上的识别率;最后通过极限学习机完成人脸识别,使识别结果更加准确。
-
一种低分辨率下物体移动方向的马尔科夫判断方法
成熟度:正在研发
技术类型:发明
应用行业:信息传输、软件和信息技术服务业
技术简介
本发明涉及一种低分辨率下物体移动方向的马尔科夫判断方法,属于低分辨率下物体运动方向判定技术领域。主要步骤包括首先建立完备的低分辨率下物体连续等时间间隔图像信息数据库;其次,针对低分辨的图像信息,进行图像中值滤波去噪预处理,并采用sift特征匹配算法获得图像角点;再次,从处理过的图像数据库中选出(m+1)帧图像作为训练集合,且取拍摄时间最早的图像A0作为参考帧;然后,在参考帧内建立平面直角坐标系划分状态空间I等。本发明通过两次运用sift特征匹配算法使图像匹配精度提高,且针对物体时间连续运动的过程采用一阶马尔科夫模型来预测物体的运动方向,大幅度提高了判定低分辨率下物体运动方向的精度。
-
一种高分辨率测量转换电路
成熟度:正在研发
技术类型:实用新型
应用行业:制造业
技术简介
一种高分辨率测量转换电路,其特征在于包括单片机、输入输出接口电路,控制接口电路,低分辨率D/A转换器、低分辨率A/D转换器、S/H采样保持电路、运算放大电路A1、运算放大电路A2、电阻R1、R2、R3、R4、R5、R6,选择开关K。本实用新型与已有技术相比,具有采用低分辨率的A/D转换器就能实现对具有较大的恒定分量值而变化值相对较小的电压信号的高精度、低成本的高分辨率A/D转换的优点。
-
基于重构的复杂运动视频超分辨率重建
成熟度:-
技术类型:-
应用行业:文化、体育和娱乐业
技术简介
该课题主要研究复杂运动条件下的视频图像超分辨率重建算法。它通过对低分辨率视频序列进行超分辨率重建,输出分辨率更高、细节更丰富的重建图像。主要研究成果如下: 1.提出了一种鲁棒的基于矩阵填充的视频超分辨率重建算法:该算法充分利用视频在时域和空域上的冗余信息,提取多尺度非局部相似图像块进行匹配,进而很好地保留图像边缘。该方法在匹配阶段通过剔除外点,降低误匹配对重建带来的影响;使用ADMM求解低秩矩阵,使用低秩矩阵前n列进行加权融合,获得清晰度更高的高分辨率图像块。实验表明:该算法能够有效的对具有复杂运动的视频进行超分辨率重建。但是由于矩阵填充受到观测点数量的影响,该算法对图像放大倍数有限制。 2.提出一种基于卷积神经网的单幅图像超分辨率重建算法:该算法使用固定3X3的卷积核提取梯度信息;采用深度为6层的卷积神经网提取图像特征,重建出边缘更清晰的图像,并在一定程度上抑制了边缘的振铃效应;使用更大的样本库进行训练,避免发生过拟合。实 验结果表明:在ImageNet这类大训练库上,该算法重建的高分辨率图像在主观视觉感受和客观图像质量评价上都有更好的表现。 3.针对超分辨率重建中的图像特征配准问题:提出带描述子的Harris角点特征配准和改进的图形上下文匹配等算法等。这些方法能有效提高低分辨率图像的配准效果,进而提高图像超分辨率重建的效果。
-
一种基于最近特征线流形学习的人脸图像超分辨率方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
一种基于最近特征线流形学习的人脸图像超分辨率方法,把人脸图像块样本空间中的样本点两两相连形成特征线,将已有样本点扩充为特征线上的无数多个样本点,从而增强人脸图像块样本空间的表达能力;在扩充之后的样本空间中,利用最近特征线准则来定义样本空间中样本点之间的近邻关系,通过保持高低分辨率图像块样本空间的这种邻域关系,从而正确揭示高低分辨率人脸图像块流形之间的局部相似结构特征;通过保持这种局部相似结构特征,重构输入的低分辨率人脸图像块对应的高分辨率块,融合所有高分辨率块得到高分辨率人脸图像。此外,本发明根据输入的低分辨率图像块,对原始样本空间进行预筛选,再利用上述方法对其分析,大大降低本方法的运算复杂度。
-
超高分辨率图像增强与现实芯片
成熟度:正在研发
技术类型:-
应用行业:信息传输、软件和信息技术服务业
技术简介
超高分辨率图像增强与现实芯片 所属领域:电子信息 技术状态:小批量生产阶段 批量生产阶段 合作方式:技术转让产品销售合作开发 技术服务 技术水平:国际先进 国内领先 适用范围:可广泛应用于 DVD、数字电视、网络通信、视频监控等领域。 资金需求:5000 万元 技术简介: 超分辨率图像重建技术是近年来发展迅速的图像处理新技术,其目的是超越成像传感器、成像和信道的分辨极限,利用所获低分辨率图像,实现高分辨率图像的重建。超高分辨率图像增强与显示芯片项目利用超分辨率图像实时处理技术,实现从一幅或多幅低分辨率视频图像处理获得高分辨率图像,在图像被放大的同时增强图像更多的细节,提高图像的清晰度和分辨率,实现摄像传感器的低分辨率与显示器高分辨率之间的匹配,解决目前图像获取与显示分辨率不匹配的瓶颈问题,在现有图像获取技术的基础上提高显示器的画面质量,同时实现产业化。该技术的核心内容是计算复杂度适中、能够满足实时性、图像重建效果好、适合于片上系统实现的超分辨率图像重建算法。实现此算法的片上系统芯片能满足实时性、体积小、成本适中、低功耗、可嵌入的要求。 技术特点: 芯片产品系列包括:DVD 处理驱动芯片、数字电视处理驱动芯片、通信网络处理驱动芯片、高清监视处理驱动芯片以及其它芯片。本项目所开发的芯片系列能够支持 WXGA(1280×768)与 FHD(1920×1080)分辨率, 支持 1080P 信号兼容 720P 信号输入,内嵌 RSDS/PPDS 高速数据接口。所开发的芯片系列具有完全自主知识产权,其性能指标达到或超过国外同类产品水平。 超高分辨率图像增强与显示芯片技术是我们具有完全自主知识产权的技术,本项目围绕超高分辨率图像增强与显示芯片的设计、开发、标准制定等系列工作在国内均是创新性的,填补了该项技术的空白;在国际上,本项目的多数工作均具有创新性。 预期效益: 超高分辨率图像增强与显示技术在数字信息化时代具有十分巨大的市场前景、 经济效益和社会效益。 该项目经济效益显著,其利润应在 50%以上。 同时,目前国内没有该技术产品,该类产品完全被国外厂商所垄断。在国外,目前只有日本 TOSHIBA 和 NEC 公司具有该类产品。因此,该项目的实施将有利于数字媒体与显示技术的发展,有利于数字电视、网路通信、视频监视技术的发展。该项目的实施将大大推动我国信息化产业的进步,提高我国相关产品的国际竞争力。
找到18项技术成果数据。
找技术>-
新闻类数字照片真实性鉴定的关键技术研究
成熟度:正在研发
技术类型:-
应用行业:文化、体育和娱乐业
技术简介
该项目在基于计算机视觉的照片真实性鉴定、低分辨率照片和局部遮挡照片鉴定、新闻照片真实性快速鉴定和真实性评价模型等研究方向都取得了一定的研究成果。主要研究成果如下: 1。提出了基于一维正交物体的图像篡改检测算法:借鉴现有计算机视觉中的多视图方法, 将图像中不同平面的物体按照多视角的观点进行分析,实现了在不增加预设条件、不降低检 测精度前提下,通过单幅图像进行鉴定。算法具有更广泛的适用条件以及更高的检测准确率。 2。提出了一种利用相机标定参数优化的方法检测数字图像中非对称裁剪篡改行为:利用单幅图像中不共面的规则图形求得主点,通过主点的偏移来判断图像是否经过了非对称裁剪篡改。 3。提出了一种基于特征增强的轮廓匹配检测算法:通过对待检测图像进行“滑窗式”重叠分块,对所有分块进行二值化轮廓特征增强得到轮廓序列矩阵,比较不同图像块轮廓序列的匹配程度实现篡改区域的标识定位。 4。提出了一种基于限制对比度自适应直方图均衡化(CLAHE)特征增强的篡改检测方法:通过对待检测图像采用 CLAHE 特征增强之后再采用 SURF 算法进行特征提取,实现了对于含有遮盖的新闻照片的真实性鉴定。 5。提出了一种基于 HSV 颜色空间和 CLAHE 的两阶段篡改检测方法:结合区域划分的方法将该类照片分为遮盖区域和一般区域,对两个区域进行有区别的鉴定。 6。提出了一种基于特征点的复制粘贴篡改检测算法。 7。提出了一种快速有效检测图像是否经过了规则裁剪的方法,能够在原始图像中实现裁剪区域定位。 8。开展了基于 EXIF 信息与图像噪声特征的相关性研究,利用相关性特征判定 EXIF 信息的真实性,提高了 EXIF 信息快速鉴定算法的正确性。 该项目紧密结合当前数字图像篡改鉴定的实际,与中国新闻摄影学会紧密合作,参与了 新闻照片真实性鉴定的实际工作,为中国新闻奖参赛新闻照片的真实性鉴定提供了技术支持, 完成了项目的实用化研究。
-
基于深度卷积神经网络的静止图像压缩方法
成熟度:正在研发
技术类型:发明
应用行业:文化、体育和娱乐业
技术简介
摘要:本发明公开了一种基于深度卷积神经网络的静止图像压缩方法。主要包括以下步骤在编码端对原始图像进行下采样并利用JPEG2000标准编解码;利用深度卷积神经网络对解码图像进行抑制压缩效应;采用超分辨率方法对抑制压缩效应图像进行重建;将原始图像与解码的高分辨率图像相减得到残差图像并针对性编码;将编码的低分辨率图像、残差图像与辅助信息形成比特流并传输;解码端解码得到解码的低分辨率图像、残差图像与辅助信息;对解码的低分辨率图像进行处理得到解码的高分辨率图像,并与解码的残差图像相叠加便得到最终解码的高分辨率图像。本发明所述的静止图像压缩方法具有比JPEG2000标准更好的率失真性能。
-
一种基于典型相关分析的人脸图像超分辨率重建方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
一种基于典型相关分析(CanonicalCorrelationAnalysis,CCA)的人脸图像超分辨率重建方法,将高低分辨率人脸图像的主成分分析系数看作两个不同维数的变量,利用典型相关分析提取高低分辨率图像的相关子空间,从而增强高低分辨率图像数据集内部拓扑结构的一致性。在相关子空间中,本发明对输入的低分辨率图像利用邻域重构的思想重构出对应的高分辨率图像的主成分分析系数,从而重建出全局脸图像。本发明将残差图像分成方块,使用上述典型相关分析的方法以及邻域重建的思想补偿细节信息,重建高分辨率残差图像。最终的高分辨率人脸图像为全局脸图像与高分辨率残差图像相加。
-
基于K近邻重识别的人脸超分辨率重建方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明公开了一种基于K近邻重识别的人脸超分辨率重建方法。 人脸超分辨率重建方法将待重建低分辨率人脸图像、高分辨率训练集和低分辨率训练集内样本图像分别划分为相互交叠的图像块;对待重建低分辨率人脸图像的各图像块,根据高分辨率流形的几何信息更可信且更具有代表性这一先验,同时利用低分辨率流形和高分辨率流形的几何信息对识别出的近邻图像进行更新,计算由重新识别出的近邻图像块进行线性重建时的最优权重系数;将重新识别出的近邻图像块,用一一对应的高分辨率训练集内相应图像的相应位置图像块进行替换,加权合成高分辨率图像块;按照合成图像块在人脸上的位置,融合成高分辨率人脸图像。本人脸超分辨率重建方法具有更高的重建精度和重建效率,可重建高质量的人脸图像。
-
基于全耦合局部约束表示的极低分辨率人脸识别方法及系统
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
摘要:本发明公开了一种基于全耦合局部约束表示的极低分辨率人脸识别方法及系统,该方法包括以下两个阶段:训练阶段和测试阶段;训练阶段包括以下三个步骤:S1、对表达字典进行更新;S2、计算其在局部约束和线性重建条件下的最优权值系数;S3、确定最优的神经元个数;测试阶段包括以下三个步骤:S4、获取待识别的低分辨率人脸图像计算其低分辨率表达系数;S5、利用高分辨率表达系数作为图像耦合局部约束特征;S6、得出识别结果。本发明提升了极低分辨率图像的表达能力,提升了在极低人脸图像上的识别率;最后通过极限学习机完成人脸识别,使识别结果更加准确。
-
一种低分辨率下物体移动方向的马尔科夫判断方法
成熟度:正在研发
技术类型:发明
应用行业:信息传输、软件和信息技术服务业
技术简介
本发明涉及一种低分辨率下物体移动方向的马尔科夫判断方法,属于低分辨率下物体运动方向判定技术领域。主要步骤包括首先建立完备的低分辨率下物体连续等时间间隔图像信息数据库;其次,针对低分辨的图像信息,进行图像中值滤波去噪预处理,并采用sift特征匹配算法获得图像角点;再次,从处理过的图像数据库中选出(m+1)帧图像作为训练集合,且取拍摄时间最早的图像A0作为参考帧;然后,在参考帧内建立平面直角坐标系划分状态空间I等。本发明通过两次运用sift特征匹配算法使图像匹配精度提高,且针对物体时间连续运动的过程采用一阶马尔科夫模型来预测物体的运动方向,大幅度提高了判定低分辨率下物体运动方向的精度。
-
一种高分辨率测量转换电路
成熟度:正在研发
技术类型:实用新型
应用行业:制造业
技术简介
一种高分辨率测量转换电路,其特征在于包括单片机、输入输出接口电路,控制接口电路,低分辨率D/A转换器、低分辨率A/D转换器、S/H采样保持电路、运算放大电路A1、运算放大电路A2、电阻R1、R2、R3、R4、R5、R6,选择开关K。本实用新型与已有技术相比,具有采用低分辨率的A/D转换器就能实现对具有较大的恒定分量值而变化值相对较小的电压信号的高精度、低成本的高分辨率A/D转换的优点。
-
基于重构的复杂运动视频超分辨率重建
成熟度:-
技术类型:-
应用行业:文化、体育和娱乐业
技术简介
该课题主要研究复杂运动条件下的视频图像超分辨率重建算法。它通过对低分辨率视频序列进行超分辨率重建,输出分辨率更高、细节更丰富的重建图像。主要研究成果如下: 1.提出了一种鲁棒的基于矩阵填充的视频超分辨率重建算法:该算法充分利用视频在时域和空域上的冗余信息,提取多尺度非局部相似图像块进行匹配,进而很好地保留图像边缘。该方法在匹配阶段通过剔除外点,降低误匹配对重建带来的影响;使用ADMM求解低秩矩阵,使用低秩矩阵前n列进行加权融合,获得清晰度更高的高分辨率图像块。实验表明:该算法能够有效的对具有复杂运动的视频进行超分辨率重建。但是由于矩阵填充受到观测点数量的影响,该算法对图像放大倍数有限制。 2.提出一种基于卷积神经网的单幅图像超分辨率重建算法:该算法使用固定3X3的卷积核提取梯度信息;采用深度为6层的卷积神经网提取图像特征,重建出边缘更清晰的图像,并在一定程度上抑制了边缘的振铃效应;使用更大的样本库进行训练,避免发生过拟合。实 验结果表明:在ImageNet这类大训练库上,该算法重建的高分辨率图像在主观视觉感受和客观图像质量评价上都有更好的表现。 3.针对超分辨率重建中的图像特征配准问题:提出带描述子的Harris角点特征配准和改进的图形上下文匹配等算法等。这些方法能有效提高低分辨率图像的配准效果,进而提高图像超分辨率重建的效果。
-
一种基于最近特征线流形学习的人脸图像超分辨率方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
一种基于最近特征线流形学习的人脸图像超分辨率方法,把人脸图像块样本空间中的样本点两两相连形成特征线,将已有样本点扩充为特征线上的无数多个样本点,从而增强人脸图像块样本空间的表达能力;在扩充之后的样本空间中,利用最近特征线准则来定义样本空间中样本点之间的近邻关系,通过保持高低分辨率图像块样本空间的这种邻域关系,从而正确揭示高低分辨率人脸图像块流形之间的局部相似结构特征;通过保持这种局部相似结构特征,重构输入的低分辨率人脸图像块对应的高分辨率块,融合所有高分辨率块得到高分辨率人脸图像。此外,本发明根据输入的低分辨率图像块,对原始样本空间进行预筛选,再利用上述方法对其分析,大大降低本方法的运算复杂度。
-
超高分辨率图像增强与现实芯片
成熟度:正在研发
技术类型:-
应用行业:信息传输、软件和信息技术服务业
技术简介
超高分辨率图像增强与现实芯片 所属领域:电子信息 技术状态:小批量生产阶段 批量生产阶段 合作方式:技术转让产品销售合作开发 技术服务 技术水平:国际先进 国内领先 适用范围:可广泛应用于 DVD、数字电视、网络通信、视频监控等领域。 资金需求:5000 万元 技术简介: 超分辨率图像重建技术是近年来发展迅速的图像处理新技术,其目的是超越成像传感器、成像和信道的分辨极限,利用所获低分辨率图像,实现高分辨率图像的重建。超高分辨率图像增强与显示芯片项目利用超分辨率图像实时处理技术,实现从一幅或多幅低分辨率视频图像处理获得高分辨率图像,在图像被放大的同时增强图像更多的细节,提高图像的清晰度和分辨率,实现摄像传感器的低分辨率与显示器高分辨率之间的匹配,解决目前图像获取与显示分辨率不匹配的瓶颈问题,在现有图像获取技术的基础上提高显示器的画面质量,同时实现产业化。该技术的核心内容是计算复杂度适中、能够满足实时性、图像重建效果好、适合于片上系统实现的超分辨率图像重建算法。实现此算法的片上系统芯片能满足实时性、体积小、成本适中、低功耗、可嵌入的要求。 技术特点: 芯片产品系列包括:DVD 处理驱动芯片、数字电视处理驱动芯片、通信网络处理驱动芯片、高清监视处理驱动芯片以及其它芯片。本项目所开发的芯片系列能够支持 WXGA(1280×768)与 FHD(1920×1080)分辨率, 支持 1080P 信号兼容 720P 信号输入,内嵌 RSDS/PPDS 高速数据接口。所开发的芯片系列具有完全自主知识产权,其性能指标达到或超过国外同类产品水平。 超高分辨率图像增强与显示芯片技术是我们具有完全自主知识产权的技术,本项目围绕超高分辨率图像增强与显示芯片的设计、开发、标准制定等系列工作在国内均是创新性的,填补了该项技术的空白;在国际上,本项目的多数工作均具有创新性。 预期效益: 超高分辨率图像增强与显示技术在数字信息化时代具有十分巨大的市场前景、 经济效益和社会效益。 该项目经济效益显著,其利润应在 50%以上。 同时,目前国内没有该技术产品,该类产品完全被国外厂商所垄断。在国外,目前只有日本 TOSHIBA 和 NEC 公司具有该类产品。因此,该项目的实施将有利于数字媒体与显示技术的发展,有利于数字电视、网路通信、视频监视技术的发展。该项目的实施将大大推动我国信息化产业的进步,提高我国相关产品的国际竞争力。

