|
搜索
搜 索
高等教育领域数字化综合服务平台
视频与图像理解
研究视频与图像的视觉特征表示与特定对象的视觉跟踪
和识别，分析视频结构化语义信息，综合视频与图像检索、
动作识别与行为分析、视频目标跟踪等技术，进而解决视频
与图像理解的难题。
浙江工业大学
2021-05-06
智能图像信息萃取
自然场景下的文字识别更加贴近于生活和生产中的需要，可以运用到许多领域： 1. 将自然场景下的文字识别应用到试卷批阅与作业批改的过程中。通过自然场景下的文字识别技术，将试卷和作业中的答案提取出来，然后依据语义分析等技术实现对整份作业试卷的批阅，使老师有更多的精力和时间投入到日常教学任务中。 2. 将自然场景下的
南京大学
2021-04-14
图像目标定位
成果与项目的背景及主要用途：
基于最大整体相似性的超像素网格，随着当今拍照设备像素不断提高，同时照片数量成几何级数增长，在图像中进行语义级别的快速目标定位已是当下热门问题。
技术原理与工艺流程简介：
快速的在输入图像里找到事先定义的目标物体，也是当今图像检索领域里面的一个核心技术。
如下图所示：
(a) 图中人偶为用户定义的查询目标
(b) 图为待查询图像
(e)~(h) 目前现有方法的目标定位的结果及所用时间
(i) 我们的技术的图像定位效果和所用时间
（注：红色框出的部分为算法定位并分割出的结果）
算法在图像快速目标定位上：快！准！狠！
天津大学
2021-04-11
图像处理器
图像处理器
嵌入式设计、任意拼接组合、录播全方位检测、自定义轮巡预案
轻松满足：
·督导巡课 ·电子巡考 ·录播管理
优势特点：
·稳定低耗
采用嵌入式架构设计，高稳定、低功耗 超强网络防护能力，有效抵御病毒攻击
·一机多用
视频解码、状态监控等录播管理应用 图像处理、画面拼接等视频处理应用
·便捷督导
对录播信号源进行自定义分组与分类管理 调取预览分组信号，分类巡课督导便捷化
·自由拼接
多组画面自由拼接组合，支持任意跨屏、漫游 场景保存和自动轮巡，支持多个大屏同时监视
·集中监测
全面录播状态监控，远程集中监视管理 实现监视状态同步显示，系统维护高效
广州市奥威亚电子科技有限公司
2022-12-21
一种在图像中识别物体的方法
成果描述：本发明申请要解决的问题是，对环境噪声较大的场合，根据对象的结构进行实时识别。本专利建立一种实时的智能物体检测算法，根据动态区域连通性提取物体的结构特征，通过矩函数映射得到特征进行识别。市场前景分析：本发明最主要的任务是弱化了形态的特征，强调结构，从而加强的了抗噪能力，并通过概率模型，给出了精确的数据概率分析。已在实际的应用（自然生态保护区的熊猫识别）当中取得显著效果。与同类成果相比的优势分析：本发明主要面向复杂环境中颜色特征明显的对象，从对象的颜色特征出发得到结构，对结构进行判断从而进行识别。
电子科技大学
2021-04-10
基于图像序列的超分辨率成像技术
基于真实成像模型，图像序列/视频数据的通用超分辨率重建方法；对弱纹理目标的高清重建，对超精细纹理的精确预测与重建。
东南大学
2021-04-11
基于CR系统的图像增强技术应用研究
上世纪80年代，日本富士公司初率先在世界上推出第一套CR系统(计算机X射线影像仪Computed Radiography)，它是用成像板(Imaging Plate，简称IP)替代传统的胶片进行感光并存储，再把储存于IP上的感光信号用激光扫描方法转换成电信号并进行数字图像处理的一种技术，实现了胶片数据化，为放射科无片化及医疗影像计算机联网打下了扎实的基础，为进入远程影像资料会诊开辟了道路。CR系统能直接生成数字图像，使其不再经过显影、定影、水洗技术流程，从而节省了大量的劳动力和精力；CR系统生成的数字图像大大的减少了存放X线胶片的空间，保证了图像的质量，也便于图像的存储、查找，从而结束了图像查询缓慢、易错、保存质量不高的时代，方便对病人资料进衍管理。正是由于它的这些优点，CR技术才得以在医学中广泛应用。 CR图像在生成、传输和扫描进入计算机时，会受到医学影像设备、媒质的实际性能、以及接收设备的限制，这些因素引起图像质量的退化。退化的X射线数字图像质量不能达到直接用于实体造型的要求，从而影响了医生的准确诊断。影响CR系统成像的因素主要有X射线散射、噪声以及人为因素，其中人为因素是指X射线的用量不足或过量。一般来说，由于X射线散射、噪声引起的图像退化很难避免，而且一直存在，因此本项目主要考虑人为因素引起的图像模糊问题，利用图像增强技术对模糊图像处理，方便医生诊断。 以下是模糊大剂量CR图像、模糊小剂量CR图像以及可以用于诊断的标准CR图像显示效果：
南京工程学院
2021-04-11
一种高效的图像颜色矫正方法
一、主要功能和应用领域： 随着光照颜色的不同（如早晨、中午、傍晚的阳光波谱不同；室内外不同颜色的灯光等），用数码相机拍摄下来的同样一个场景的图像，其中物体的颜色会发生改变。本成果的主要功能是为了消除此外界光源颜色对照片中物体色彩的影响，得到颜色保真的图像（图1）。 本成果的应用领域非常广泛，比如可以内置在数码相机或数码摄像机中，实现对所拍摄影像的实时颜色矫正；也可以对已有的各种数码影像进行颜色矫正后处理（如内置在数字电视中）。 图1. 技术功能展示。对于给定的色偏图像（左），本方法的颜色矫正结果（右）与真实结果（中）非常接近。 二、特色及先进性： 算法简单，处理效果好。与目前数码相机及数码摄像机中普遍采用的颜色矫正（即白平衡）方法（如Grey-world或White-patch方法）相比，计算效率相当，但可以处理空间不均匀光照颜色影响，处理效果在统计意义上具有显著的改进，得到颜色更为保真的影像。 三、技术指标： （1）处理效果显著优于目前数码设备中普遍采用的技术，颜色保真度比目前常用的Grey-world和White-patch方法平均提高90%以上。 （2）通过算法优化和硬件加速，可以实现对图像和视频的实时处理。 四、能为产业解决的关键问题： 实际场景（如街道、室内）的外界光照颜色复杂多变，本技术可以提供更为高效的影像颜色矫正技术。颜色高保真对于视觉欣赏，以及复杂的计算机视觉应用（如目标识别）均具有重要价值。
电子科技大学
2021-04-10
一种高效的图像颜色矫正方法
随着光照颜色的不同（如早晨、中午、傍晚的阳光波谱不同；室内外不同颜色的灯光等），用数码相机拍摄下来的同样一个场景的图像，其中物体的颜色会发生改变。本成果的主要功能是为了消除此外界光源颜色对照片中物体色彩的影响，得到颜色保真的图像。 本成果的应用领域非常广泛，比如可以内置在数码相机或数码摄像机中，实现对所拍摄影像的实时颜色矫正；也可以对已有的各种数码影像进行颜色矫正后处理（如内置在数字电视中）。
电子科技大学
2021-04-10
基于生成图像数据的水下目标检测与识别
一、项目简介 水下目标检测与识别，是水下机器人等相关系统能够被高效应用的前提。然而现有系统难以应对水下图像能见度较低，对比度差，存在颜色漂移和边缘模糊等问题；另外，水下图像样本稀少且缺乏足够的变化性，使得相关基于机器学习的目标检测与识别系统由于缺乏训练样本而无法有效应用。 二、前期研究基础 项目利用深度学习等新的理论突破，提出两种解决方案，一种是通过结合水下成像原理与深度风格迁移、生成对抗网络等算法，由普通光学图像生成水下图像，构建水下图像目标检测与识别仿真库，该数据库一方面数据量大且具有较大的变化性，也即场景与目标均具有较大的变化性；另一方面，由于是由普通光学图像迁移获得，因而也可以直接应用普通光学图像自身的标签信息，无需再对其进行标注。另一种是研究基于水下退化图像处理算法的检测和识别系统，解决由水下图像的色彩漂移和细节丢失等退化现象带来的目标检测和识别问题。同时通过水下退化图像处理模块和检测识别系统的联合优化技术，可以实现退化图像的增强方法与检测识别系统的最佳匹配。在保证处理后的退化图像性能指标的前提下，进一步提升水下图像的目标检测识别性能。 三、应用技术成果 1）基于深度学习风格迁移的水下图像生成效果示例 a为自然场景图像中的目标检测结果；b为模拟生成的水下风格图像及其目标检测结果；c为图像增强后的目标检测结果。 四、合作企业 无
厦门大学
2021-04-11