您所在的位置: 成果库 一种基于可控特征空间的神经网络视频去模糊方法

一种基于可控特征空间的神经网络视频去模糊方法

发布时间: 2023-10-18

来源: 试点城市(园区)

基本信息

合作方式: 技术转让
成果类型: 发明专利
行业领域:
电子信息技术,计算机及网络技术
成果介绍
本发明公开了一种基于可控特征空间的神经网络视频去模糊方法,包括以下步骤:从部分 输入中获取短期时序信息,并从所有输入中获取长期时序信息 ;从所有输入中获取全局空间信息,并对长期时序信息再次进行检测;利用长期时序信息和短期时序信息计算多帧之间的联系,之后,使用全局空间信息在特征空间中进行去模糊,并将全局信息再次注入特征空间以控制特征空间;将去模糊后的多帧序列从特征空间中还原为清晰视频序列。上述技术方案,充分考虑了输入序列中帧与帧的时序信息。对此,本发明专门设计了一个时域处理模块,用于提取输入序列中的长短期时空信息,这对最后的恢复结果有重要影响。
成果亮点
1)从部分输入中获取短期时序信息,并从所有输入中获取长期时序信息; (2)从所有输入中获取全局空间信息,并对长期时序信息再次进行检测; (3)利用长期时序信息和短期时序信息计算多帧之间的联系,之后,使用全局空间信息在特征空间中进行去模糊,并将全局信息再次注入特征空间以控制特征空间; (4)将去模糊后的多帧序列从特征空间中还原为清晰视频序列。 2 .根据权利要求1所述的一种基于可控特征空间的神经网络视频去模糊方法,其特征在于:步骤(1),利用若干卷积层和非线性激活层组成一个轻量级的VGG网络,从所有输入序列中获取长期时序联系,并通过若干循环神经网络结构从部分序列中获取相应的短期时序联系,所有视频序列将会平均分配给所有循环神经网络结构;同时,利用循环神经网络结构将检测到的短期时序联系与长期时序联系进行融合,得到长短期时序联系。 3 .根据权利要求1所述的一种基于可控特征空间的神经网络视频去模糊方法,其特征在于:步骤(2) ,将所有输入序列作为整体输入到若干卷积层中,利用堆叠的卷积层擅于获取高维度信息的能力,获取每一帧上像素之间的空间信息以及帧与帧之间的全局信息。
团队介绍
温州大学(Wenzhou University),简称“温大”,位于浙江省温州市,由温州市人民政府举办,是浙江省教育厅和温州市人民政府共建高校、“省市共建”浙江省重点建设高校,博士学位授予单位,入选教育部“卓越工程师教育培养计划”试点高校、首批国家级创新创业学院建设单位、教育部首批新工科研究与实践项目、国家级创业型人才培养温州模式创新实验区、首批全国创新创业典型经验高校、首批全国深化创新创业教育改革示范高校、国家级大学生创新创业训练计划、国家国际科技合作基地、国家知识产权试点高校、首批“浙江省国际化特色高校”建设单位、浙江省教师教育基地,教育部本科教学工作水平评估优秀学校,长三角高水平特色地方高校创新联盟发起成员,CDIO工程教育联盟成员单位。 [1] [4] [9] [36] [43] 温州大学由温州师范学院(创办于1956年)和原温州大学(创办于1984年)于2004年合并组建而成,历经“两校合并、七校融合”的沿革变迁,办学源头可追溯至1933年创建的温州师范学校。 截至2023年7月,学校有茶山和学院路2个校区,产权占地面积***亩、校舍面积105.
成果资料