Traitement en cours

Veuillez attendre...

Paramétrages

Paramétrages

Goto Application

1. WO2020087607 - PROCÉDÉ DE CORRECTION DE FLOU D’IMAGE BASÉ SUR UN RÉSEAU À DEUX SAUTS

Numéro de publication WO/2020/087607
Date de publication 07.05.2020
N° de la demande internationale PCT/CN2018/117634
Date du dépôt international 27.11.2018
CIB
G06T 5/00 2006.01
GPHYSIQUE
06CALCUL; COMPTAGE
TTRAITEMENT OU GÉNÉRATION DE DONNÉES D'IMAGE, EN GÉNÉRAL
5Amélioration ou restauration d'image
CPC
G06N 3/0454
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
04Architectures, e.g. interconnection topology
0454using a combination of multiple neural nets
G06T 5/003
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
5Image enhancement or restoration
001Image restoration
003Deblurring; Sharpening
Déposants
  • 北京大学深圳研究生院 PEKING UNIVERSITY SHENZHEN GRADUATE SCHOOL [CN]/[CN]
Inventeurs
  • 李革 LI, Ge
  • 张毅伟 ZHANG, Yiwei
  • 王荣刚 WANG, Ronggang
  • 王文敏 WANG, Wenmin
  • 高文 GAO, Wen
Mandataires
  • 北京京万通知识产权代理有限公司 BEIJING JWT INTELLECTUAL PROPERTY CO., LTD.
Données relatives à la priorité
201811298475.802.11.2018CN
Langue de publication chinois (ZH)
Langue de dépôt chinois (ZH)
États désignés
Titre
(EN) BI-SKIP-NET-BASED IMAGE DEBLURRING METHOD
(FR) PROCÉDÉ DE CORRECTION DE FLOU D’IMAGE BASÉ SUR UN RÉSEAU À DEUX SAUTS
(ZH) 一种基于Bi-Skip-Net的图像去模糊方法
Abrégé
(EN)
The present invention relates to the field of digital image processing, in particular to a Bi-Skip-Net-based image deblurring method for realizing blurred image restoration by means of a Bi-Skip-Net, which aims to solve the problems in existing deep learning deblurring algorithms of high time complexity, inaccurate texture restoration, and a square effect of a restored image, etc. In the disclosure of the present invention, a Bi-Skip-Net serves as a generative network of a GAN (Generative Adversarial Network), which aims to overcome the defects in existing deep learning deblurring algorithms. Comparing the present invention with existing optimal algorithms, the time complexity is improved by 0.1s, and the image restoration performance is improved by 1dB on average.
(FR)
La présente invention a trait au domaine du traitement d'images numériques, et concerne en particulier un procédé de correction de flou d'image basé sur un réseau à deux sauts permettant de réaliser une restauration d'image floue au moyen d'un réseau à deux sauts, afin de résoudre les problèmes suivants d'algorithmes existants de correction de flou par apprentissage profond : complexité temporelle élevée, restauration de texture imprécise et effet carré d'image restaurée, etc. Dans la présente invention, un réseau à deux sauts sert de réseau génératif d'un GAN (réseau antagoniste génératif), qui vise à surmonter les défauts d'algorithmes existants de correction de flou par apprentissage profond. Par rapport aux algorithmes optimaux existants, la présente invention présente une complexité temporelle améliorée de 0,1 s et des performances de restauration d'image améliorées de 1dB en moyenne.
(ZH)
本发明涉及数字图像处理领域,特别一种基于Bi-Skip-Net的图像去模糊方法,是一种Bi-Skip-Net网络来实现模糊图像复原,旨在解决现有深度学习去模糊算法存在的时间复杂度高、纹理恢复不准确、复原图像存在方格效应等问题。本发明公开的一种Bi-Skip-Net网络来作为GAN(Generative Adversarial Network)的生成网络,旨在解决现有深度学习去模糊算法存在的缺点,通过对比现有最优算法,本发明在时间复杂度上提升了0.1s,在图像复图像原性能上平均提升了1dB。
Également publié en tant que
Dernières données bibliographiques dont dispose le Bureau international