合成图像

摘要： 目的 视觉感知技术是智能车系统中的一项关键技术,但是在复杂挑战下如何有效提高视觉性能已经成为智能驾驶领域的重要研究内容.本文将人工社会(artificial societies)、计算实验(computational experiments)和平行执行(parallel execution)构成的ACP方法引入智能驾驶的视觉感知领域,提出了面向智能驾驶的平行视觉感知,解决了视觉模型合理训练和评估问题,有助于智能驾驶进一步走向实际应用.方法 平行视觉感知通过人工子系统组合来模拟实际驾驶场景,构建人工驾驶场景使之成为智能车视觉感知的"计算实验室";借助计算实验两种操作模式完成视觉模型训练与评估;最后采用平行执行动态优化视觉模型,保障智能驾驶对复杂挑战的感知与理解长期有效.结果 实验表明,目标检测的训练阶段虚实混合数据最高精度可达60.9％,比单纯用KPC(包括:KITTI(Karlsruhe Institute of Technology and Toyota Technological Institute),PASCAL VOC(pattern analysis,statistical modelling and computational learning visual object classes)和 MS COCO(Microsoft common objects in context))数据和虚拟数据分别高出17.9％和5.3％;在评估阶段相较于基准数据,常规任务(-30°且垂直移动)平均精度下降11.3％,环境任务(雾天)平均精度下降21.0％,困难任务(所有挑战)平均精度下降33.7％.结论 本文为智能驾驶设计和实施了在实际驾驶场景难以甚至无法进行的视觉计算实验,对复杂视觉挑战进行分析和评估,具备加强智能车在行驶过程中感知和理解周围场景的意义.

摘要： 为了检测和分割箱盒内杂乱摆放的零件,同时针对卷积神经网络需要大量和高质量图像进行训练的问题,提出了一种基于零件合成训练集对Mask RCNN网络进行训练的方法.首先,利用三维仿真技术,通过OpenSceneGraph(OSG)和Bullet建立了杂乱场景零件训练集合成系统,生成大量的合成图像;其次,建立了三种不同的训练集,分别对Mask RCNN网络训练;最后,利用Kinect视觉传感器采集真实图像进行测试.实验证明,该方法的准确率为97％,可以对杂乱场景下的零件有效地进行检测和分割.

摘要： 马来西亚数字艺术家Ronald Ong用PS创作的创意合成图像天马行空,毫无违和感,让人不禁感叹:“这再也不是我认识的动植物了.”所以,小伙伴们,只要你敢大开脑洞,就能创造“新物种”.

摘要： Photoshop是Adobe公司推出的优秀的图像处理软件,图像的合成是这款软件的一项重要功能.最强大的合成工具便是图层蒙版.本文主要对教学中图层蒙版在合成图像方面的应用展开阐述.

摘要： 为了评估各种去噪算法的性能,给理想无噪声图像添加可控噪声则成为一个重点也是难点.在合成超声图像的过程中,对模拟算法中最为成熟的Burckhardt散斑形成模型进行改进,同时结合双线性插值将一个理想的无噪声几何图像模拟成超声图像.通过双线性插值的提前加入去除后期采样造成的几何图像边缘的奇异点,使得模拟而成的图像在视觉和理论上都非常接近真实的超声波图.

摘要： 高中物理课堂教学中关于机械振动图像的实验教学较难突破,通过改进,解决了三角函数图像的分运动之一的形成问题;避免了传统沙漏沙子质量的减少对合成图像的影响;解决了三角函数图像的另一个分运动的形成问题;通过在滑动件上部设置可取画板,方便将画好的合成图像取下,便于向同学展示.

摘要： Aiming at the problem of tamper detection of composite image of natural images and highly simulated computer-generated images,a method of extracting image block color and texture feature based on differential histogram and local binary texture descriptor in YCbCr color space was proposed.By training posterior probability support vector machine,the image block to be measured was identified.In the case of non-overlapping block,the approximate tampering area was general judged,then the block was discriminated by pixel in the region,ultimately the accurate location of tampering area was achieved.The experimental results show that the recognition rate of 128 dpi×128 dpi image blocks is 94.75％,which is higher than other methods.The tapering region of the synthesized image can be precisely positioned,and the rotation and scaling operation show good coercivity.%针对自然图像与高度仿真的计算机生成图像的合成图像篡改检测问题,提出在YCbCr颜色空间基于差分直方图和中心对称局部二进制模式提取图像块颜色和纹理特征的方法,通过训练后验概率支持向量机模型对待测图像块进行识别.在不重叠分块情况下先大致判断篡改区域,然后在该区域内逐像素分块判别,最终实现篡改区域精确定位.实验结果表明,对128 dpi×128 dpi图像块的识别率达到94.75％,高于现有方法;对合成图像篡改区域能够实现精确定位,且对旋转、缩放操作表现出较好的顽健性.

摘要： 四处寻找猎物的日本鼬日本鼬不仅是陆地上的灵巧猎人，在水中也是大名鼎鼎的捕鱼高手。这张图片使用“时间轴合成图像”（将不同时间拍摄的照片合成为一张图像的方法）表现了日本鼬为寻找猎物从陆地潜入水中，又迅速爬上陆地的一连串水陆两栖姿态。

摘要： 该文针对合成图像中含有部分噪声和含有不同类型和强度的噪声问题,提出了利用非零元个数约束的KSVD字典学习算法进行降噪,实验结果表明,该方法能有效的降低不同类型和强度的噪声.

摘要： 本文提出一种裸眼3D电视系统的设计方案,详细阐述了方案的原理及关键技术的实现.方案系统先将电视信号处理成单视点或双视点图像,然后将单视点或双视点图像转换成N个视点图像,并将N个视点图像交织成一幅合成图像来驱动裸眼3D屏发出图像光实现裸眼3D显示.该方案可快速应用于柱状透镜式和光栅屏障式裸眼3D电视产品,具有广泛的应用价值.

摘要： 本文针对当今互联网中两种主要的图像类型:自然场景图像与合成图像,设计层次化的快速分类算法.该算法包括两层,第一层利用两类图像在颜色,饱和度以及边缘对比度上表现出的差异性提取全局特征,并结合支持向量机(support vector machine,SVM)进行初步分类,第一层分类结果中低置信度的图像会被送到第二层中.在第二层中,系统基于词袋模型(Bag-of-Words)对图像不同区域的纹理信息进行编码得到局部特征并结合第二个SVM分类器完成最终分类.为测试算法的实用性,同时收集并发布了一个包含约30,000张图像的数据库.实验结果表明,在单核Intel(R)Xeon(R)(2.50GHz)CPU上,本文提出的算法分类精度可达到98.26％,分类速度超过40FPS.

摘要： 首先基于tetrolet-covering在4×4图像块级分析JPEG压缩的量化误差效应.接着,引入tetrolet-covering变化图提出了基于压缩历史不一致性检测图像合成篡改检测方法.当一幅图像中包含有不同压缩历史的图像块(篡改块),对图像重压缩会使不同的图像块在压缩前后在图像局部结构上变化程度不同.本文基于此思想,在tetrolet-covering变化图中检测合成图像中的篡改块.实验结果表明该方法在不保证JPEG网格结构对齐时也能够检测出篡改块,且不需要用不同压缩质量压缩图像查找"JPEG ghost"的出现,从而提高检测速度.

摘要： 由阴影恢复形状(SFS)是计算机三维视觉领域中的一个重要分支。本文基于Hamilton-Jacobi方程的粘性解理论,对传统SFS算法从以下三个方面进行改进：1.应用针孔相机模型建模；2.适应透视投影成像,建立新的PDE光照方程；3.给出了SFS解的适定性证明。实验证明,本文提出的算法对合成图像和现实拍摄的图片重构效果好,适应性强。

摘要： 本文讨论了研究ATD和ATR/I系统时的几个问题,通过分析比较,得出了用合成图像补充实际图像的不足是检验ATD和ATR/I系统性能的关键的结论.

摘要： 本发明公开了具有不同类型合成图像的微透镜片材，其中所述合成图像浮动在所述片材的上方、之内、或下方、或它们的一些组合。一种类型的合成图像可能用肉眼或对于观察者可见，而另一种类型的合成图像仅对于观察者通过辅助观察工具可见。本发明也公开了用于提供这类成像片材的方法。

摘要： 本发明公开了一种具有合成图像的显微透镜片材，其中所述合成图像浮在所述片材的上方和/或下方。所述合成图像可以是二维的或三维的。还公开了形成这类成像片材的方法。

摘要： 一种合成图像输出/传送设备(10)用于向拾取场景图像添加相应的动画图像，并且输出/传送得到的合成图像，而不是简单地将固定的动画图像添加到拾取场景图像。当从经由图像输入单元(17)接收的拾取场景图像中提取一对象图像时，从角色1“兔子”姿态图像存储器(12d)、角色2“熊”姿态图像存储器(12e)、角色3“猫”姿态图像存储器(12f)中的适当一个中选出对应于场景图像的任何指定类型的角色图像。选择类型的角色图像替代拾取场景图像中的对象图像，或者添加到场景图像，以便借此提供并且显示得到的合成图像。也就是说，通过利用在姿态上类似于对象图像的动画图像替代对象图像，或者通过添加动画图像到场景图像，在不是简单向图像拾取帧添加固定动画图像的情况下，可以容易地创建具有动画的非常可爱的拾取图像。

摘要： 在同时连接多个具有不同图像分辨率格式的显示设备的情况下，不能同时输出不同图像分辨率格式的图像数据。本发明的OSD合成图像译码装置具备：选择多个译码图像数据的选择手段(20)、将选择的多个译码图像数据变换为1080i的变换手段(40)、在变换格式的图像数据上同步重叠的1080i用OSD的生成手段(51)、将生成的1080i用OSD与1080i图像分辨率格式变换后的图像数据重叠的手段(50)、将重叠的1080i图像数据变换为480p或480i的变换手段(60、61)、向每一输出端子切换1080i、480p、480i的切换手段(70)、以及对选择手段(20)指示想要译码的译码图像数据，根据外部连接的显示设备的图像分辨率格式对切换手段的切换进行指示的处理手段(30)。

摘要： 用于生成合成图像和/或用于基于生成的合成图像训练(一个或多个)机器学习模型的特定技术。例如，基于各自包括生成的合成图像以及用于生成的合成图像的(一个或多个)地面真相标签的训练实例来训练机器学习模型。在机器学习模型的训练完成之后，可以将经训练的机器学习模型部署在一个或多个机器人和/或一个或多个计算设备上。

摘要： 本发明提供一种获得具有用户的所希望的印象的合成图像的合成图像生成装置、方法及其程序。针对合成对象图像(50)，根据按照第1印象轴的印象值确定第1衬纸图像(51)。合成对象图像(50)和第1衬纸图像(51)被合成而获得第1合成图像(Sy1)。移动与第1印象轴对应的第1目标印象值指定滑块轴(62)的滑块(63)，用户指定任意的目标印象值。确定具有被指定的目标印象值的第2衬纸图像，代替第1衬纸图像(51)合成第2衬纸图像和合成对象图像(50)，获得具有用户所希望的印象的第2合成图像。

摘要： 一种3D物体检测方法包括：当(a)物体顶部表面自由地放置在物体安置表面上，或者(b)物体顶部表面不被强制压缩靠向不同于抽吸尖端的参考结构时，捕获物体底部表面3D轮廓图像；当(c)物体底部表面自由地放置在物体安置表面上，或(d)物体底部表面不被强制压缩靠向参考结构时，捕获物体顶部表面3D轮廓；捕获物体的多个侧壁图像；基于或使用底面3D轮廓图像数据集、顶面3D轮廓图像数据集和侧壁图像数据集，生成对应于3D数字重建或物体估计的3D合成图像；从3D合成图像确定整体物体和/或物体主体轮廓值和/或厚度值的集合或阵列。

摘要： 本发明公开了具有不同类型合成图像的微透镜片材，其中所述合成图像浮动在所述片材的上方、之内、或下方、或它们的一些组合。一种类型的合成图像可能用肉眼或对于观察者可见，而另一种类型的合成图像仅对于观察者通过辅助观察工具可见。本发明也公开了用于提供这类成像片材的方法。

摘要： 本发明公开了一种具有合成图像的显微透镜片材，其中所述合成图像浮在所述片材的上方和/或下方。所述合成图像可以是二维的或三维的。还公开了形成这类成像片材的方法。

摘要： 一种合成图像输出/传送设备(10)用于向拾取场景图像添加相应的动画图像，并且输出/传送得到的合成图像，而不是简单地将固定的动画图像添加到拾取场景图像。当从经由图像输入单元(17)接收的拾取场景图像中提取一对象图像时，从角色1“兔子”姿态图像存储器(12d)、角色2“熊”姿态图像存储器(12e)、角色3“猫”姿态图像存储器(12f)中的适当一个中选出对应于场景图像的任何指定类型的角色图像。选择类型的角色图像替代拾取场景图像中的对象图像，或者添加到场景图像，以便借此提供并且显示得到的合成图像。也就是说，通过利用在姿态上类似于对象图像的动画图像替代对象图像，或者通过添加动画图像到场景图像，在不是简单向图像拾取帧添加固定动画图像的情况下，可以容易地创建具有动画的非常可爱的拾取图像。