Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国联合网络通信集团有限公司刘腾飞获国家专利权

中国联合网络通信集团有限公司刘腾飞获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉中国联合网络通信集团有限公司申请的专利图像重建方法和装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114581311B

龙图腾网通过国家知识产权局官网在2025-08-01发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202011387357.1,技术领域涉及:G06T5/92;该发明授权图像重建方法和装置是由刘腾飞;王光全;廖军;高伟设计研发完成,并于2020-12-01向国家知识产权局提交的专利申请。

图像重建方法和装置在说明书摘要公布了:本申请提供一种图像重建方法和装置,该方法包括:获取图像重建指令,根据LDR图像,获取LDR图像的边缘图像,将LDR图像输入至预先训练好的全局神经网络模型,获得LDR图像的中间图像,将LDR图像的边缘图像输入至预先训练好的边缘神经网络模型,获得LDR图像的中间边缘图像,将LDR图像的中间图像、LDR图像的中间边缘图像输入至预先训练好的融合神经网络模型,获得LDR图像对应的HDR图像。因此,能够根据单帧LDR图像重建出色彩鲜明、亮度信息丰富、纹理细节清晰的HDR图像。

本发明授权图像重建方法和装置在权利要求书中公布了:1.一种图像重建方法,其特征在于,包括: 获取图像重建指令,所述图像重建指令用于指示对当前的单帧低动态范围LDR图像采用预设的图像重建神经网络模型重建高动态范围HDR图像,所述预设的图像重建神经网络模型包括预先训练好的全局神经网络模型、边缘神经网络模型和融合神经网络模型; 根据所述LDR图像,获取所述LDR图像的边缘图像; 将所述LDR图像输入至所述预先训练好的全局神经网络模型,获得所述LDR图像的中间图像,所述全局神经网络模型用于对所述LDR图像进行整体高亮度的平衡和低亮度的增强; 将所述LDR图像的边缘图像输入至所述预先训练好的边缘神经网络模型,获得所述LDR图像的中间边缘图像,所述边缘神经网络模型用于对所述LDR图像的低亮区域纹理特征的提取和锐化增强; 将所述LDR图像的中间图像、所述LDR图像的中间边缘图像输入至所述预先训练好的融合神经网络模型,获得所述LDR图像对应的HDR图像; 所述全局神经网络模型是基于如下方式训练得到的: 将多张LDR样本图像输入全局神经网络模型进行训练,在训练的过程中采用如下公式一所示的损失函数,以获得所述训练好的全局神经网络模型; Lglobal=α1L1+α2Lhist公式一 其中,Lglobal表示全局损失函数值,L1表示HDR样本图像的像素统计损失,N表示HDR样本图像的像素数,表示全局神经网络模型对LDR样本图像在第i像素的预测像素值,Ii表示HDR样本图像在第i像素的真实像素值,Lhist表示HDR样本图像直方图分级统计损失,其中,M表示HDR样本图像的统计直方图种类数,m表示第m个HDR样本图像的统计直方图的种类,ωm表示HDR样本图像的统计直方图的权重,表示全局神经网络模型对LDR样本图像的预测像素值为的数量,countmI表示HDR样本图像中像素值为I的数量,α1和α2表示权重参数; 所述LDR样本图像是基于HDR样本图像得到的。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国联合网络通信集团有限公司,其通讯地址为:100033 北京市西城区金融大街21号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。