上海宇勘科技有限公司专利技术

上海宇勘科技有限公司共有12项专利

  • 本发明提供基于SRAM的模拟动态视觉传感器阵列的方法,包括:获取用于模拟动态视觉传感器阵列的基础电路;利用SRAM对基础电路进行重构,生成重构电路;基于重构电路,根据动态视觉传感器阵列结构内容项与SRAM结构内容项的对应关系,执行模拟操...
  • 本发明提供了一种基于时空内容相关性的自适应阈值事件相机去噪方法,方法包括:事件相机输出带有地址
  • 本发明提供了一种用于事件流降噪算法评估的数据集生成方法,包括:利用视频采集设备采集预设光照条件下的视频数据;对视频数据进行预设操作,得到若干个子脉冲序列;获取任一子脉冲序列中所有事件对应的多序列空间相关性数值;根据多序列空间相关性数值对...
  • 本发明提供了一种图像去噪的两级处理方法,包括:获取图像,分析图像的光亮情况,确定暗光部分图像,并将暗光部分图像作为待处理图像;把待处理图像输入到第一级网络中,利用第一级网络针对待处理图像进行降噪处理,将待处理图像中的噪声去除,得到中间处...
  • 本发明提供一种基于非局部均值的保边图像去噪方法和系统,其中,方法包括:步骤S1:对待处理图像进行基础去噪,获取基础去噪图像;步骤S2:基于待处理图像和基础去噪图像,确定非局部加权权重;步骤S3:基于非局部加权权重,对待处理图像进行处理,...
  • 本发明公开了一种根据暗像素进行暗电平校正的方法,包括:获取每一行的图像像素;采用迭代中值平均法获取每一行的暗电平校正值;将每一行的图像像素减去相应行的暗电平校正值,获得暗电平校正后的像素。有利于在确保暗电平校正质量的同时保证低的计算复杂...
  • 本发明提供一种使用色度损失函数训练的深度学习去噪方法,包括:基于色度损失函数和重建损失函数,确定总损失函数;基于总损失函数,对去噪神经网络进行训练,获得去噪器;基于去噪器,对待处理图片进行去噪处理。本发明的使用色度损失函数训练的深度学习...
  • 本发明提供了一种基于投票的面向线阵的高鲁棒性坏点校正方法,包括:采用线阵相机进行相机图像获取,输出的相机图像;针对输出的相机图像采用单像素坏点检测方法进行坏点检测,得到像素坏点检测结果;根据像素坏点检测结果采用投票以及阈值判断方式进行分...
  • 本发明公开了一种基于行扫描的人工智能图像处理方法及系统,包括:通过卷积层构建编码器和解码器,进行空间任务处理,获得空间任务模型;通过段间信息传递模块进行建模,按照时刻序列进行段间信息传递,获得时间任务模型;将空间任务模型和时间任务模型进...
  • 本发明公开了一种基于按块处理技术的人工智能图像处理方法及系统,所述方法包括:通过网关数据传输将图像信息传输至图像处理器;图像处理器接收图像信息,将图像按块进行切分后组成任意面积图像块组,并根据图像灰度、纹理基本特征对图像进行标注;通过戴...
  • 本发明公开了一种基于按列处理技术的人工智能图像处理方法及系统,通过图像采集模块采集图像,获取图像的矩阵数据;通过图像切分模块对所述图像矩阵数据按列切分组成任意宽度图像段进行分段处理,得到多个图像向量列数据;通过人工智能图像处理单元对每个...
  • 本发明公开了一种使用FPGA模拟动态视觉传感器阵列的方法,该方法包括:基于第一数字电路对动态视觉传感器像素进行模拟;基于动态视觉传感器像素通过阵列布局构成动态视觉传感器阵列;基于动态视觉传感器阵列、数字电路和芯片接口构成动态视觉传感器系...
1