您的位置： 专家智库 > >

叶昕辰

作品数：10 被引量：0H指数：0
供职机构：天津大学更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 9篇专利
  • 1篇学位论文

领域

  • 1篇自动化与计算...

主题

  • 5篇计算机
  • 4篇深度图
  • 4篇图像
  • 4篇能量函数
  • 4篇自回归模型
  • 4篇线性函数
  • 4篇函数
  • 3篇图像处理
  • 3篇矩阵
  • 3篇计算机图像
  • 3篇计算机图像处...
  • 2篇自适
  • 2篇自适应
  • 2篇字典
  • 2篇纹理
  • 2篇纹理结构
  • 2篇相机
  • 2篇结构性缺失
  • 2篇计算机视觉
  • 2篇光心

机构

  • 10篇天津大学

作者

  • 10篇叶昕辰
  • 9篇杨敬钰
  • 6篇侯春萍
  • 4篇李坤

年份

  • 1篇2018
  • 1篇2016
  • 3篇2015
  • 2篇2014
  • 1篇2013
  • 2篇2012
共 10 条 记 录，以下是 1-10
全选 清除 导出
排序方式：
低秩矩阵重建带有随机值脉冲噪声缺失图像恢复方法
本发明属于计算机视觉领域，为实现对带有随机值脉冲噪声的结构性缺失的图片进行恢复。本发明采取的技术方案是，低秩矩阵重建带有随机值脉冲噪声缺失图像恢复方法，将矩阵重建理论与稀疏表示理论相结合，在传统的矩阵重建模型基础上引入字...
杨敬钰杨雪梦叶昕辰
文献传递
基于低秩矩阵重建的结构性缺失图像填充方法
本发明属于计算机视觉领域，为实现对像素结构性缺失的图片进行填充。本发明采取的技术方案是，基于低秩矩阵重建的结构性缺失图像填充方法，包括下列步骤：1)将图像看作矩阵，则原图像用矩阵A表示，解决像素结构性缺失的图像填充问题为...
杨敬钰杨雪梦叶昕辰
文献传递
基于低秩矩阵重建的结构性缺失图像填充方法
本发明属于计算机视觉领域，为实现对像素结构性缺失的图片进行填充。本发明采取的技术方案是，基于低秩矩阵重建的结构性缺失图像填充方法，包括下列步骤：1)将图像看作矩阵，则原图像用矩阵A表示，解决像素结构性缺失的图像填充问题为...
杨敬钰杨雪梦叶昕辰
文献传递
采用自回归模型对深度图进行超分辨率重建的方法
本发明属于计算机视觉领域。为提供一种简便实用的超分辨率的方法，本发明采取的技术方案是，采用自回归模型对深度图进行超分辨率重建方法，包括下列步骤：1)采用Middlebury数据集里提供的同样大小的深度图和彩色图作为实验数...
杨敬钰叶昕辰侯春萍李坤
文献传递
基于自回归模型深度恢复的参数自适应选取方法
本发明属于计算机视觉领域，为实现根据不同的深度图和彩色图的特性来恢复出最优的最终深度图，为此，本发明采取的技术方案是，基于自回归模型深度恢复的参数自适应选取方法，包括下列步骤：1）将深度恢复问题具体地表述为自回归模型求解...
杨敬钰叶昕辰侯春萍
文献传递
基于飞行时间TOF相机的深度计算成像方法
本发明属于计算机视觉领域。在一般量化误差和过载误差之间取得平衡，使量化输出信噪比最优，本发明采取的技术方案是基于飞行时间TOF相机的深度计算成像方法，包括下列步骤：1)经过照相机标定，得到TOF相机和彩色相机各自的包括焦...
杨敬钰叶昕辰侯春萍李坤
文献传递
采用自回归模型对深度图进行超分辨率重建的方法
本发明属于计算机视觉领域。为提供一种简便实用的超分辨率的方法，本发明采取的技术方案是，采用自回归模型对深度图进行超分辨率重建方法，包括下列步骤：1)采用Middlebury数据集里提供的同样大小的深度图和彩色图作为实验数...
杨敬钰叶昕辰侯春萍李坤
基于自回归模型深度恢复的参数自适应选取方法
本发明属于计算机视觉领域，为实现根据不同的深度图和彩色图的特性来恢复出最优的最终深度图，为此，本发明采取的技术方案是，基于自回归模型深度恢复的参数自适应选取方法，包括下列步骤：1）将深度恢复问题具体地表述为自回归模型求解...
杨敬钰叶昕辰侯春萍
文献传递
基于飞行时间TOF相机的深度计算成像方法
本发明属于计算机视觉领域。在一般量化误差和过载误差之间取得平衡，使量化输出信噪比最优，本发明采取的技术方案是基于飞行时间TOF相机的深度计算成像方法，包括下列步骤：1)经过照相机标定，得到TOF相机和彩色相机各自的包括焦...
杨敬钰叶昕辰侯春萍李坤
文献传递
面向3DTV的深度计算重建
迄今，二维图像/视频技术已经日趋成熟，但人们对于视觉感官的需求并不仅局限于平面化的图像，更加希望有着身临其境的体验。因此，立体电视技术，即3DTV，成为了计算机视觉中一个新的热门领域。深度信息，是还原真实三维场景必备的条...
叶昕辰
关键词：计算机视觉立体电视技术深度信息图像重建
文献传递
全选 清除 导出
共1页<1>
聚类工具0