Certains contenus de cette application ne sont pas disponibles pour le moment.
Si cette situation persiste, veuillez nous contacter àObservations et contact
1. (WO2018176926) PROCÉDÉ ET SYSTÈME DE CORRECTION EN TEMPS RÉEL POUR FUSION D'IMAGES MULTICANAUX À AUTO-APPRENTISSAGE
Dernières données bibliographiques dont dispose le Bureau international    Formuler une observation

N° de publication : WO/2018/176926 N° de la demande internationale : PCT/CN2017/117123
Date de publication : 04.10.2018 Date de dépôt international : 19.12.2017
CIB :
G06T 5/50 (2006.01) ,G06T 5/00 (2006.01)
G PHYSIQUE
06
CALCUL; COMPTAGE
T
TRAITEMENT OU GÉNÉRATION DE DONNÉES D'IMAGE, EN GÉNÉRAL
5
Amélioration ou restauration d'image, p.ex. à partir d'un mappage binaire pour obtenir un mappage binaire afin de créer une image similaire
50
en utilisant plusieurs images, p.ex. moyenne, soustraction
G PHYSIQUE
06
CALCUL; COMPTAGE
T
TRAITEMENT OU GÉNÉRATION DE DONNÉES D'IMAGE, EN GÉNÉRAL
5
Amélioration ou restauration d'image, p.ex. à partir d'un mappage binaire pour obtenir un mappage binaire afin de créer une image similaire
Déposants :
上海讯陌通讯技术有限公司 SHANGHAI XUNMO COMMUNICATION TECHNOLOGY CO., LTD. [CN/CN]; 中国上海市 中国(上海)自由贸易试验区芳春路400号1幢3层 3rd Floor, Building 1, No. 400, Fangchun Road, China (Shanghai) Pilot Free Trade Zone Shanghai 201700, CN
Inventeurs :
赵凤萍 ZHAO, Fengping; CN
邓金富 DENG, Jinfu; CN
Mandataire :
上海汉声知识产权代理有限公司 SHANGHAI HANGSOME INTELLECTUAL PROPERTY LTD.; 中国上海市 闵行区银都路3828弄56号307室 Room 307, No.56, Lane 3828, Yindu Rd., Minhang District Shanghai 201108, CN
Données relatives à la priorité :
201710213911.601.04.2017CN
Titre (EN) REAL-TIME CORRECTION METHOD AND SYSTEM FOR SELF-LEARNING MULTI-CHANNEL IMAGE FUSION
(FR) PROCÉDÉ ET SYSTÈME DE CORRECTION EN TEMPS RÉEL POUR FUSION D'IMAGES MULTICANAUX À AUTO-APPRENTISSAGE
(ZH) 自学习多路图像融合的实时矫正方法及系统
Abrégé :
(EN) A real-time correction method and system for self-learning multi-channel image fusion is provided, comprising: first, extracting and matching a contour and an object feature in the field of view, learning to generate a matching template applicable to fast fusion, and establishing a fusion matrix of an initial evaluation block according to a pre-segmented macroblock of an image; following a fixed frame rate to obtain, at one time, multi-channel image data of multiple points in time, and combining the data with the matching template; evaluating the combined image, and determining whether the fusion is successful; and if so, reducing a minimum macroblock of an original image feature area by one level to generate a template for further improvement of accuracy and recognition. According to the commonality of feature matrices of multiple adjacent frames and by determining the change trend of the feature matrices, different known feature matrices and correction methods are used, so as to rapidly combine and splice images from multiple live video streams, realizing real-time processing of video images, and stably and continuously splicing multiple real-time video image streams.
(FR) L'invention concerne un procédé et un système de correction en temps réel pour une fusion d'images multicanaux à auto-apprentissage, faisant intervenir les étapes consistant: en premier lieu, à extraire et à mettre en correspondance un contour et une caractéristique d'objet dans le champ de vision, à effectuer un apprentissage pour générer un modèle de mise en correspondance applicable à une fusion rapide, et à établir une matrice de fusion d'un bloc d'évaluation initial d'après un macro-bloc pré-segmenté d'une image; à suivre une cadence de trames fixée pour obtenir, à un instant, des données d'images multicanaux d'instants multiples, et à combiner les données avec le modèle de mise en correspondance; à évaluer l'image combinée, et à déterminer si la fusion a réussi; et si c'est le cas, à réduire d'un niveau un macro-bloc minimal d'une zone caractéristique d'image d'origine pour générer un modèle en vue d'une amélioration supplémentaire de l'exactitude et de la reconnaissance. Suivant la communité de matrices caractéristiques de trames adjacentes multiples et en déterminant la tendance de variation des matrices caractéristiques, différentes matrices caractéristiques et procédés de correction connus sont utilisés, de façon à combiner et à raccorder rapidement des images provenant de flux vidéo multiples en direct, réalisant un traitement en temps réel d'images vidéo, et raccordant de manière stable et continue des flux multiples d'images vidéo en temps réel.
(ZH) 提供了一种自学习多路图像融合的实时矫正方法及系统,包括:首先对视野中的轮廓以及物体特征进行提取和匹配,学习生成适用于快速融合的匹配模板,根据图像的预分割宏块建立初始评价分块的融合矩阵;按照固定帧率步伐,一次获取多个时刻的多路图像数据和所述匹配模板进行融合;对融合后的图像进行评价,判断是否融合成功;若融合图像成功,则将原始图像特征区域的最小宏块缩小一个级别生成进一步提升精度和辨识度的模板备用。通过相邻若干帧的特征矩阵共性,根据判断特征矩阵变化的趋势采用已知不同的特征矩阵和矫正方法,快速融合拼接多路实时视频流中的图像,实现视频图像的实时处理,使得多路实时图像视频流可稳定的持续被拼接。
front page image
États désignés : AE, AG, AL, AM, AO, AT, AU, AZ, BA, BB, BG, BH, BN, BR, BW, BY, BZ, CA, CH, CL, CN, CO, CR, CU, CZ, DE, DJ, DK, DM, DO, DZ, EC, EE, EG, ES, FI, GB, GD, GE, GH, GM, GT, HN, HR, HU, ID, IL, IN, IR, IS, JO, JP, KE, KG, KH, KN, KP, KR, KW, KZ, LA, LC, LK, LR, LS, LU, LY, MA, MD, ME, MG, MK, MN, MW, MX, MY, MZ, NA, NG, NI, NO, NZ, OM, PA, PE, PG, PH, PL, PT, QA, RO, RS, RU, RW, SA, SC, SD, SE, SG, SK, SL, SM, ST, SV, SY, TH, TJ, TM, TN, TR, TT, TZ, UA, UG, US, UZ, VC, VN, ZA, ZM, ZW
Organisation régionale africaine de la propriété intellectuelle (ARIPO) (BW, GH, GM, KE, LR, LS, MW, MZ, NA, RW, SD, SL, ST, SZ, TZ, UG, ZM, ZW)
Office eurasien des brevets (OEAB) (AM, AZ, BY, KG, KZ, RU, TJ, TM)
Office européen des brevets (OEB (AL, AT, BE, BG, CH, CY, CZ, DE, DK, EE, ES, FI, FR, GB, GR, HR, HU, IE, IS, IT, LT, LU, LV, MC, MK, MT, NL, NO, PL, PT, RO, RS, SE, SI, SK, SM, TR)
Organisation africaine de la propriété intellectuelle (OAPI) (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, KM, ML, MR, NE, SN, TD, TG)
Langue de publication : chinois (ZH)
Langue de dépôt : chinois (ZH)