龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
摘要：本发明公开了一种基于上下文空间信息的视频目标去噪方法及系统，所述方法包括：对时序相邻的视频图像进行融合，得到融合图像；基于时序相邻的视频图像，确定目标的运动状态，构建融合图像的属性矩阵；对融合图像提取卷积特征，与属性矩阵拼接，得到增强的特征矩阵；构建自编码器的代价函数，将增强的特征矩阵设置若干盲点后输入自编码器进行训练，直到代价函数收敛到预设数值；将增强的特征矩阵输入训练好的自编码器，对增强的特征矩阵进行重建，得到去噪后的特征矩阵；对去噪后的特征矩阵进行截取和转置卷积变换，得到去噪后的视频图像。本发明采用视频图像融合和自编码器，通过两阶段去噪处理，得到高质量的降噪模型，提升视频目标去噪性能。
主权项：1.一种基于上下文空间信息的视频目标去噪方法，其特征在于，包括以下步骤：S1：对时序相邻的视频图像进行融合，得到融合图像；S2：基于时序相邻的视频图像，确定目标的运动状态，构建融合图像的属性矩阵；S3：对融合图像提取卷积特征，与属性矩阵拼接，得到增强的特征矩阵；S4：利用增强的特征矩阵，训练自编码器，包括：S41：随机初始化自编码器中编码器和解码器的权重及偏置；S42：将增强的特征矩阵设置若干盲点后输入自编码器，基于增强的特征矩阵以及自编码器的输出结果，构建自编码器的代价函数： ；其中，表示代价函数，表示范数函数，表示增强的特征矩阵，表示自编码器的输出结果；S43：计算代价函数对编码器和解码器的权重及偏置的梯度，利用梯度下降法更新编码器和解码器的权重及偏置；S44：重复步骤S42和步骤S43，对自编码器进行训练，直到自编码器的代价函数收敛到预设数值，得到训练好的自编码器；S5：将增强的特征矩阵输入训练好的自编码器，对增强的特征矩阵进行重建，得到去噪后的特征矩阵；S6：对去噪后的特征矩阵进行截取和转置卷积变换，得到去噪后的视频图像。
全文数据：
权利要求：
百度查询： 长沙超创电子科技有限公司 一种基于上下文空间信息的视频目标去噪方法及系统
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号