本发明涉及智能化显示效果优化系统，包括：动态范围及色彩增强转换网络13，由HLG标准的HDR视频提取画面特征，并由手机100获取屏幕参数PA，将其作为转换目标的屏幕参数融合到画面特征中生成复合特征，然后基于复合特征完成视频内容动态范围、...

本发明公开了一种基于自监督学习的图像修复模型训练方法，S1、根据经修复前后的视频对进行抽帧以及前处理获取初始训练数据对(I

本发明公开了一种基于划痕检测及图像补全的老照片修复方法，涉及神经网络技术领域，获取待修复照片，并将待修复照片输入检测网络，得到缺陷位置的语义分割图；将缺陷位置的语义分割图和待修复照片输入图像补全网络，得到修复后的照片；其通过深度学习模型...

本发明公开了一种基于参考图和语义内容的黑白人像上色方法，S1、获取待上色人像图和参考图；S2、输入语义提取网络得到待上色人像图的语义图和参考图的语义图，输入特征提取网络得到待上色人像图特征和参考图特征；S3、输入自注意力模块得到待上色人...

本发明公开了一种基于深度学习的端到端换脸数据预处理方法，获取换脸源图像数据集和换脸目标图像数据集，从中提取出换脸源人脸集和换脸目标人脸集；对换脸源人脸集和换脸目标人脸集进行人脸特征提取，之后进行人脸聚类以得到换脸源人脸子集和换脸目标人脸...

本发明涉及一种基于CNN与Transformer的低分辨率图像分类方法，包括以下步骤：步骤S1:构建图像数据集并对其中图像进行类别标注，划分为训练集和验证集；步骤S2:对训练集和验证集图像进行预处理；步骤S3:基于CNN和transfo...

本发明涉及逆色调映射系统、方法及其神经网络系统，提供逆色调映射系统中特征提取模块3基于不同的感受野从SDR视频帧I

本发明提出一种基于多尺度网络结构的低光图像增强方法，所述增强方法包括用于计算均方误差的损失函数，通过控制均方误差来把低光图像和高光图像上对应像素点的颜色偏移量控制在阈值范围内，所述损失函数通过计算低光图像和高光图像的RGB三个通道上的像...

本发明涉及一种基于模糊条件残差网络的图像去失焦模糊方法。包括：步骤1、制作图像去失焦模糊模型的训练集；步骤2、构建模糊条件网络；步骤3、利用条件残差模块构建条件残差恢复网络；步骤4、图像去失焦模糊模型训练采用两阶段训练策略。本发明可以更...

本发明提出一种碎片玻璃轮廓提取方法，包括以下步骤；步骤S1、使用透明粘合件对玻璃表面粘贴，然后在特定冲击区域敲碎玻璃，并以工业相机采集敲碎区域的玻璃破碎图像；步骤S2、对玻璃破碎图像进行去除反光裂缝的预处理，再将预处理后的图像二值化，并...

本发明提出基于边缘增强与梯度引导二次分割的玻璃碎片分割方法，用于钢化玻璃测试中的碎片图像分割，所述方法包括以下步骤；步骤一、以胶带粘贴于钢化玻璃的单面区域后，再以测试用的敲击器对其击碎处理，形成被胶带固定的碎裂玻璃集合体；步骤二、把碎裂...

本实用新型涉及一种竖向管道接口漏液检测装置，包括套装在管道接口处的漏液收集器，设置在漏液收集器下方的液料测量组件，液料测量组件经抱箍固定在管道外壁；漏液收集器包括由两个半套拼成的套筒体，套筒体外周套装有用以固定两个半套的卡箍，套筒体上下...

一种玻璃检测设备，包括机架，所述机架的顶部设置有用于承载被检测玻璃的载物台，所述载物台的上方设置有可沿载物台长度方向移动的相机，所述载物台的下方设置有随相机一同移动的光源，所述机架的下部设置有用于驱动相机移动的驱动机构。本实新结构紧凑，...

本发明提出一种基于密度估计的后厨脏乱差评价方法，包括以下步骤；步骤S1、收集后厨视频，从其对应的视频帧中抽取后厨图像X；步骤S2、以人工在后厨图像X内标注出图像中存在的脏乱差区域形成尺寸在预设范围内的标注框，并对脏乱差情况进行评分

本发明涉及一种基于掩码检测的多帧图像融合的视频图像去噪方法，包括以下步骤：步骤S1:采集彩色视频图像作为目标视频集，并进行退化处理，得到对应的退化视频集；步骤S2:对两个视频集进行抽取yuv视频帧，得到yuv视频帧图像，并预处理，得到高...

本发明提供了一种基于神经网络的通用视频时域对齐方法，包括步骤：采集当前视频所有的原视频图像帧；将原视频图像帧经由一图像处理神经网络模型处理后得到处理图像帧；构建可以用于对齐视频图像帧间时域的深度卷积神经网络；采用所述原视频图像帧及所述处...

本发明涉及一种基于掩码的深度学习视频去摩尔纹方法，包括以下步骤：步骤S1:获取高清图像和摩尔纹图像的成对图像，并对数据进行增强，构建图像数据集；步骤S2:构建两阶段的U‑Net网络模型，并基于图像数据集进行训练，得到图像消除摩尔纹模型；...

本发明涉及一种基于轻量级的递归式非局部自注意力的图像分割方法，包括以下步骤:步骤S1:采集人像分割数据，并预处理，得到人像分割数据集；步骤S2:构建基于轻量级的递归式非局部自注意力的图像分割模型；步骤S3:基于人像分割数据集，采用二进制...

本发明涉及一种基于门控卷积的低清人脸关键点检测方法，包括以下步骤：步骤S1:采集人脸关键点数据并标注，获得高清人脸图像以及对应的人脸关键点坐标；步骤S2：对高清人脸图像进行预处理后，作为深度学习的训练数据集；步骤S3:构建类U‑net网...

本发明涉及一种基于U‑net结构的图像伪影检测与自动去除方法，包括以下步骤：步骤S1:构建待去伪影高清图像数据集，并进行预处理，得到训练数据集；步骤S2:将训练数据集中的图像，进行随机裁剪；步骤S3:构建伪影检测网络，并根据高清图像数据...