CN107621932A - 显示图像的局部放大方法和装置 - Google Patents
显示图像的局部放大方法和装置 Download PDFInfo
- Publication number
- CN107621932A CN107621932A CN201710875565.8A CN201710875565A CN107621932A CN 107621932 A CN107621932 A CN 107621932A CN 201710875565 A CN201710875565 A CN 201710875565A CN 107621932 A CN107621932 A CN 107621932A
- Authority
- CN
- China
- Prior art keywords
- mouse
- topography
- window
- amplification
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Abstract
本发明涉及一种显示图像的局部放大方法和装置。上述显示图像的局部放大方法，包括如下步骤：获取视频信号处理后布局到拼接墙上的局部图像；在对所述局部图像进行放大图片的过程中，通过预存的权重系数的对图片放大过程中的细节进行修复，得到放大图像；其中，所述权重系数是通过对大量图片的学习获得的人工神经网络权重系数；将放大图像以窗口的形式显示在鼠标框选区域的旁边，并置于鼠标窗口的下一层窗口。本发明提供的显示图像的局部放大方法和装置使放大图像可以准确表征局部图像的各个细节，有效提高了相应的放大效果，使局部图像放大后的显示效果得到改善。
Description
技术领域
本发明涉及图像处理技术领域，特别是涉及一种显示图像的局部放大方法和装置。
背景技术
大屏拼接墙等显示设备常常需要接入摄像头所拍摄的图像进行相应监控等，在监控过程中，需要查看细节的时候，用户会定住画面帧，并将局部图像放大进行查看。然而传统方案中，对显示设备所显示的图像进行局部放大都是采用了较为常用的差值放大方法，这种方法图像在放大后并不会让细节变得更加清晰，容易使局部图像放大后的显示效果差。
发明内容
基于此，有必要针对传统方案容易使局部图像放大后显示效果差的技术问题，提供一种显示图像的局部放大方法和装置。
一种显示图像的局部放大方法，包括如下步骤：
获取视频信号处理后布局到拼接墙上的局部图像；
在对所述局部图像进行放大图片的过程中，通过预存的权重系数的对图片放大过程中的细节进行修复，得到放大图像；其中，所述权重系数是通过对大量图片的学习获得的人工神经网络权重系数；
将放大图像以窗口的形式显示在鼠标框选区域的旁边，并置于鼠标窗口的下一层窗口。
上述显示图像的局部放大方法，在对所述局部图像进行放大图片的过程中，可以通过对大量图片的学习获得的权重系数的对图片放大过程中的细节进行修复，得到放大图像，再将放大图像以窗口的形式显示在鼠标框选区域的旁边，并置于鼠标窗口的下一层窗口，使放大图像可以准确表征局部图像的各个细节，有效提高了相应的放大效果，保证了局部图像放大后的显示效果。
一种显示图像的局部放大装置，包括图像板卡和服务器；
所述图像板卡连接在视频信号处理器和服务器之间；
所述图像板卡接收视频信号处理器发送的局部图像，将所述局部图像发送至服务器；以及接收服务器发送的放大图像，将所述放大图像发送至视频信号处理器；
所述服务器根据对大量图片学习获得的权重系数对所述局部图像进行放大，并通过所述权重系数对图片放大过程中的细节进行修复，得到放大图像，并输出至图像板卡；
其中，所述视频信号处理器将所述放大图像以窗口的形式显示在用于框选局部图像的鼠标框选区域旁边，并置于鼠标窗口的下一层窗口。
上述显示图像的局部放大方法和装置，服务器可以通过图像板卡获取需要被放大处理的局部图像，根据对大量图片学习获得的权重系数对所述局部图像进行插值放大，并通过人工神经网络算法对放大后的局部图像进行细节修复处理，得到放大图像，再将上述放大图像发送至视频信号处理器，使视频信号处理器将放大图像将以窗口的形式进行相应显示，在对上述局部图像进行放大的过程中，服务器可以依据对大量图片学习所得的权重系数对待放大的局部图像进行插值放大和细节修复处理，使放大图像可以准确表征局部图像的各个细节，有效提高了相应的放大效果，使局部图像放大后的显示效果得到改善。
附图说明
图1为一个实施例的显示图像的局部放大方法流程图；
图2为一个实施例的显示设备示意图；
图3为一个实施例的显示图像的局部放大装置结构示意图。
具体实施方式
下面结合附图对本发明提供的显示图像的局部放大方法和装置的具体实施方式进行详细阐述。
参考图1所示，图1为一个实施例的显示图像的局部放大方法流程图，包括如下步骤：
S10，获取视频信号处理后布局到拼接墙上的局部图像；
上述步骤可以被拼接墙等显示设备的视频信号处理器执行，视频信号处理器为显示图像对应的显示设备的视频信号处理器。视频信号处理器可以识别用户通过其输入设备(如鼠标等)所框选的待放大图像(即局部图像)。
S20，在对所述局部图像进行放大图片的过程中，通过预存的权重系数的对图片放大过程中的细节进行修复，得到放大图像；其中，所述权重系数是通过对大量图片的学习获得的人工神经网络权重系数；
上述步骤可以在视频信号处理器中执行，也可以将局部图像传输至其他服务器，在服务器中执行。执行上述步骤的智能设备(如视频信号处理器或服务器)是具有深度学习能力的人工智能处理器，其可以运行人工神经网络算法，通过对大量图片的学习，获得权重系数。在放大图片的过程中，人工神经网络可以将学习到的大量图片的信息，通过权重系数的方式用于图片放大过程中的细节的修复，可以弥补图像通过插值放大无法得到图像细节的问题。
S30，将放大图像以窗口的形式显示在鼠标框选区域的旁边，并置于鼠标窗口的下一层窗口。
视频信号处理器可以设置放大显示窗口，将放大图像发送至放大显示窗口进行局部图像对应的放大图像的显示；上述鼠标窗口为显示局部图像以及鼠标指向信息的窗口，将放大显示窗口设置在鼠标框选区域(即鼠标窗口)的旁边，并置于鼠标窗口的下一层窗口，可以保证放大图像的显示效果。
本实施例提供的显示图像的局部放大方法，在对所述局部图像进行放大图片的过程中，可以通过对大量图片的学习获得的权重系数的对图片放大过程中的细节进行修复，得到放大图像，再将放大图像以窗口的形式显示在鼠标框选区域的旁边，并置于鼠标窗口的下一层窗口，使放大图像可以准确表征局部图像的各个细节，有效提高了相应的放大效果，保证了局部图像放大后的显示效果。
在一个实施例中，在对所述局部图像进行放大图片的过程中，识别所述局部图像中各个像素点的初始像素值，分别将各个初始像素值代入插值放大公式进行计算得到各个初始像素值对应的放大像素值，根据所述放大像素值确定放大后的局部图像，再通过预存的权重系数的对图片放大过程中的细节进行修复；其中，所述插值放大公式为：
式中，xi表示局部图像中第i个像素点的初始像素值，ωi表示第i个像素点的权重系数，b表示放大常量，n表示局部图像中像素点的个数，yi表示第i个初始像素值对应的放大像素值。
本实施例可以对局部图像中的各个像素进行相应放大，保证放大过程中的准确性。
在一个实施例中，上述获取视频信号处理后布局到拼接墙上的局部图像的过程包括：
获取鼠标坐标采集卡采集的鼠标框选区域，并识别所述鼠标框选区域内的局部图像。
视频信号处理器所在的显示设备包括鼠标、鼠标坐标采集卡等器件，用户可以通过鼠标对待放大的局部图像进行框选，鼠标坐标采集卡对上述鼠标所框选的区域进行识别，采集相应的鼠标框选区域，获取鼠标框选区域内的局部图像。
作为一个实施例，上述获取鼠标坐标采集卡采集的鼠标框选区域，并识别所述鼠标框选区域内的局部图像的过程之后，还可以包括：
设置用于显示鼠标框选区域的鼠标窗口，以及用于显示放大图像的放大显示窗口；通过抠图的方式将所述鼠标窗口显示在顶层，并将所述放大显示窗口显示在所述鼠标窗口的下一层。
上述鼠标窗口可以显示鼠标框选区域内的局部图像，还可以显示指向上述局部图像的鼠标信息，鼠标窗口置于显示设备显示界面中所有窗口的最顶层，窗口最终叠加的时候，可以通过抠图的方式只显示鼠标和框选，从而不遮挡后面窗口显示；上述放大显示窗口设在鼠标窗口的下一层，用于对服务器发送的放大图像进行显示。
具体地，显示设备显示鼠标窗口和放大显示窗口的示意图可以参考图2所示，图2所示的显示设备示出了鼠标、视频信号处理器和显示界面，上述视频信号处理器与外部服务器相互连接，显示界面上，鼠标指向侧的小窗口为鼠标窗口，鼠标另一侧的大窗口为放大显示窗口。
作为一个实施例，上述识别所述鼠标框选区域内的局部图像的过程可以包括：
根据所述鼠标框选区域的坐标参数和显示图像的布局信息计算鼠标框选区域在所述显示图像中的信号路数，以及所述信号路数对应的区域坐标，根据所述信号路数和区域坐标确定局部图像。
在鼠标对待放大图像进行框选后，当视频信号处理器接收到鼠标相应的框选操作后，可以根据其框选区域的坐标参数和拼接墙等显示设备上视频信号的布局信息，计算出鼠标框选的是哪路信号的哪一块区域，以确定局部图像。
参考图3所示，图3为一个实施例的显示图像的局部放大装置结构示意图，包括图像板卡51和服务器52；
所述图像板卡51连接在视频信号处理器53和服务器52之间；
所述图像板卡51接收视频信号处理器53发送的局部图像，将所述局部图像发送至服务器52；以及接收服务器52发送的放大图像，将所述放大图像发送至视频信号处理器53；
所述服务器52根据对大量图片学习获得的权重系数对所述局部图像进行放大，并通过所述权重系数对图片放大过程中的细节进行修复，得到放大图像，并输出至图像板卡51；
其中，所述视频信号处理器53将所述放大图像以窗口的形式显示在用于框选局部图像的鼠标框选区域旁边，并置于鼠标窗口的下一层窗口。
上述视频信号处理器53为显示图像对应的显示设备的视频信号处理器。视频信号处理器53可以识别用户通过其输入设备(如鼠标等)所框选的待放大图像(即局部图像)，将上述局部图像通过图像板卡51发送至服务器52，使服务器52通过图像板卡51获取上述局部图像。服务器52是具有深度学习能力的人工智能服务器，其可以运行人工神经网络算法，通过对大量图片的学习，获得权重系数。在放大图片的过程中，人工神经网络可以将学习到的大量图片的信息，通过权重系数的方式用于图片放大过程中的细节的修复，可以弥补图像通过插值放大无法得到图像细节的问题。视频信号处理器53可以设置放大显示窗口，接收到服务器进行放大处理后的放大图像后，可以将其发送至放大显示窗口进行局部图像对应的放大图像的显示。上述鼠标窗口为显示局部图像以及鼠标指向信息的窗口，将放大显示窗口设置在鼠标框选区域(即鼠标窗口)的旁边，并置于鼠标窗口的下一层窗口，可以保证放大图像的显示效果。
本实施例提供的显示图像的局部放大装置中，服务器可以通过图像板卡获取需要被放大处理的局部图像，根据对大量图片学习获得的权重系数对所述局部图像进行插值放大，并通过人工神经网络算法对放大后的局部图像进行细节修复处理，得到放大图像，再将上述放大图像发送至视频信号处理器，使视频信号处理器将放大图像将以窗口的形式进行相应显示，在对上述局部图像进行放大的过程中，服务器可以依据对大量图片学习所得的权重系数对待放大的局部图像进行插值放大和细节修复处理，使放大图像可以准确表征局部图像的各个细节，有效提高了相应的放大效果，使局部图像放大后的显示效果得到改善。
在一个实施例中，服务器可以识别所述局部图像中各个像素点的初始像素值，分别将各个初始像素值代入插值放大公式进行计算得到各个初始像素值对应的放大像素值，根据所述放大像素值确定放大后的局部图像，再通过预存的权重系数的对图片放大过程中的细节进行修复；其中，所述插值放大公式为：
式中，xi表示局部图像中第i个像素点的初始像素值，ωi表示第i个像素点的权重系数，b表示放大常量，n表示局部图像中像素点的个数，yi表示第i个初始像素值对应的放大像素值。
在一个实施例中，上述视频信号处理器可以获取鼠标坐标采集卡采集的鼠标框选区域，并识别所述鼠标框选区域内的局部图像。
本实施例中，视频信号处理器所在的显示设备包括鼠标、鼠标坐标采集卡等器件，用户可以通过鼠标对待放大的局部图像进行框选，鼠标坐标采集卡对上述鼠标所框选的区域进行识别，采集相应的鼠标框选区域，获取鼠标框选区域内的局部图像。
作为一个实施例，上述视频信号处理器可以设置用于显示鼠标框选区域的鼠标窗口，以及用于显示放大图像的放大显示窗口；通过抠图的方式将所述鼠标窗口显示在顶层，并将所述放大显示窗口显示在所述鼠标窗口的下一层。
上述鼠标窗口可以显示鼠标框选区域内的局部图像，还可以显示指向上述局部图像的鼠标信息，鼠标窗口置于显示设备显示界面中所有窗口的最顶层，窗口最终叠加的时候，可以通过抠图的方式只显示鼠标和框选，从而不遮挡后面窗口显示；上述放大显示窗口设在鼠标窗口的下一层，用于对服务器发送的放大图像进行显示。
具体地，显示设备显示鼠标窗口和放大显示窗口的示意图可以参考图2所示，图2所示的显示设备示出了鼠标、视频信号处理器和显示界面，上述视频信号处理器与人工智能服务器相互连接(具体通过图像板卡连接人工智能服务器，图中未示出)，显示界面上，鼠标指向侧的小窗口为鼠标窗口，鼠标另一侧的大窗口为放大显示窗口。
作为一个实施例，上述识别所述鼠标框选区域内的局部图像的过程可以包括：
根据所述鼠标框选区域的坐标参数和显示图像的布局信息计算鼠标框选区域在所述显示图像中的信号路数，以及所述信号路数对应的区域坐标，根据所述信号路数和区域坐标确定局部图像。
在鼠标对待放大图像进行框选后，当视频信号处理器接收到鼠标相应的框选操作后，可以根据其框选区域的坐标参数和拼接墙等显示设备上视频信号的布局信息，计算出鼠标框选的是哪路信号的哪一块区域，以确定局部图像，并将框选区域的局部图像通过图像板卡发送到服务器。
在一个实施例中，上述图像板卡可以插在视频信号处理器的底板上，与所述视频信号处理器的输入输出板卡交叉互联，用于与所述服务器进行图像信号的交互，以保证视频信号处理器与服务器之间局部图像和放大图像传输过程中的顺利性。。
作为一个实施例，上述图像板卡的输入端接入视频解码芯片，图像板卡的输出端接入视频编码芯片；
视频信号处理器将局部图像通过SERDES(串行器/解串器)传输到图像板卡，并通过视频解码芯片进行解SERDES后发送到视频编码芯片，通过所述视频编码芯片编码后通过视频传输线传输至服务器；
所述服务器通过视频传输线将放大图像传输至图像板卡的输入端，通过视频解码芯片解码后，通过SERDES传输至视频信号处理器预设的放大显示窗口。
具体地，上述图像板卡还可以通过FPGA(现场可编程逻辑门阵列)执行其中解串等视频信号处理工作，例如，局部图像通过SERDES传输到图像板卡，并通过板卡上的FPGA进行解SERDES后发送到编码芯片编码后通过视频传输线传到服务器；相应地，服务器处理完图像(得到放大图像)后通过视频传输线传到图像板卡的输入端，通过解码芯片解码后传输到FPGA，FPGA再通过SERDES传输到相应的板卡进行显示。
在一个实施例中，上述服务器为具有深度学习能力的人工智能服务器，运行人工神经网络算法，通过对大量图片的学习，获得权重系数，根据所述权重系数对所述局部图像进行插值放大和细节修复。
本实施例中，服务器可以通过对大量图片的学习，获得权重系数，使所获得的权重系数可以表征大量图片的各方面特征，以提高后续对局部图像进行插值放大和细节修复的质量。
在一个实施例中，上述视频信号处理器获取鼠标坐标采集卡采集的鼠标框选区域，并识别所述鼠标框选区域内的局部图像；设置用于显示鼠标框选区域的鼠标窗口，以及用于显示放大图像的放大显示窗口；通过抠图的方式将所述鼠标窗口显示在顶层，并将所述放大显示窗口显示在所述鼠标窗口的下一层。
上述鼠标窗口可以显示鼠标框选区域内的局部图像，还可以显示指向上述局部图像的鼠标信息，鼠标窗口置于显示设备显示界面中所有窗口的最顶层，窗口最终叠加的时候，可以通过抠图的方式只显示鼠标和框选，从而不遮挡后面窗口显示；上述放大显示窗口设在鼠标窗口的下一层，用于对服务器发送的放大图像进行显示。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种显示图像的局部放大方法，其特征在于，包括如下步骤：
获取视频信号处理后布局到拼接墙上的局部图像；
在对所述局部图像进行放大图片的过程中，通过预存的权重系数的对图片放大过程中的细节进行修复，得到放大图像；其中，所述权重系数是通过对大量图片的学习获得的人工神经网络权重系数；
将放大图像以窗口的形式显示在鼠标框选区域的旁边，并置于鼠标窗口的下一层窗口。
2.根据权利要求1所述的显示图像的局部放大方法，其特征在于，在对所述局部图像进行放大图片的过程中，识别所述局部图像中各个像素点的初始像素值，分别将各个初始像素值代入插值放大公式进行计算得到各个初始像素值对应的放大像素值，根据所述放大像素值确定放大后的局部图像，再通过预存的权重系数的对图片放大过程中的细节进行修复；其中，所述插值放大公式为：
<mrow>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<mrow>
<msub>
<mi>&omega;</mi>
<mi>i</mi>
</msub>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
</mrow>
<mo>+</mo>
<mi>b</mi>
<mo>,</mo>
</mrow>
式中，xi表示局部图像中第i个像素点的初始像素值，ωi表示第i个像素点的权重系数，b表示放大常量，n表示局部图像中像素点的个数，yi表示第i个初始像素值对应的放大像素值。
3.根据权利要求1所述的显示图像的局部放大方法，其特征在于，所述获取视频信号处理后布局到拼接墙上的局部图像的过程包括：
获取鼠标坐标采集卡采集的鼠标框选区域，并识别所述鼠标框选区域内的局部图像。
4.根据权利要求3所述的显示图像的局部放大方法，其特征在于，所述获取鼠标坐标采集卡采集的鼠标框选区域，并识别所述鼠标框选区域内的局部图像的过程之后，还包括：
设置用于显示鼠标框选区域的鼠标窗口，以及用于显示放大图像的放大显示窗口；通过抠图的方式将所述鼠标窗口显示在顶层，并将所述放大显示窗口显示在所述鼠标窗口的下一层。
5.根据权利要求3所述的显示图像的局部放大方法，其特征在于，所述识别所述鼠标框选区域内的局部图像的过程包括：
根据所述鼠标框选区域的坐标参数和显示图像的布局信息计算鼠标框选区域在所述显示图像中的信号路数，以及所述信号路数对应的区域坐标，根据所述信号路数和区域坐标确定局部图像。
6.一种显示图像的局部放大装置，其特征在于，包括图像板卡和服务器；
所述图像板卡连接在视频信号处理器和服务器之间；
所述图像板卡接收视频信号处理器发送的局部图像，将所述局部图像发送至服务器；以及接收服务器发送的放大图像，将所述放大图像发送至视频信号处理器；
所述服务器根据对大量图片学习获得的权重系数对所述局部图像进行放大，并通过所述权重系数对图片放大过程中的细节进行修复，得到放大图像，并输出至图像板卡；
其中，所述视频信号处理器将所述放大图像以窗口的形式显示在用于框选局部图像的鼠标框选区域旁边，并置于鼠标窗口的下一层窗口。
7.根据权利要求6所述的显示图像的局部放大装置，其特征在于，所述图像板卡插在视频信号处理器的底板上，与所述视频信号处理器的输入输出板卡交叉互联，用于与所述服务器进行图像信号的交互。
8.根据权利要求7所述的显示图像的局部放大装置，其特征在于，所述图像板卡的输入端接入视频解码芯片，图像板卡的输出端接入视频编码芯片；
视频信号处理器将局部图像通过SERDES传输到图像板卡，并通过视频解码芯片进行解SERDES后发送到视频编码芯片，通过所述视频编码芯片编码后通过视频传输线传输至服务器；
所述服务器通过视频传输线将放大图像传输至图像板卡的输入端，通过视频解码芯片解码后，通过SERDES传输至视频信号处理器预设的放大显示窗口。
9.根据权利要求6至8任一项所述的显示图像的局部放大装置，其特征在于，所述服务器为具有深度学习能力的人工智能服务器，运行人工神经网络算法，通过对大量图片的学习，获得权重系数，根据所述权重系数对所述局部图像进行插值放大和细节修复。
10.根据权利要求6至8任一项所述的显示图像的局部放大装置，其特征在于，所述视频信号处理器获取鼠标坐标采集卡采集的鼠标框选区域，并识别所述鼠标框选区域内的局部图像；设置用于显示鼠标框选区域的鼠标窗口，以及用于显示放大图像的放大显示窗口；通过抠图的方式将所述鼠标窗口显示在顶层，并将所述放大显示窗口显示在所述鼠标窗口的下一层。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710875565.8A CN107621932B (zh) | 2017-09-25 | 2017-09-25 | 显示图像的局部放大方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710875565.8A CN107621932B (zh) | 2017-09-25 | 2017-09-25 | 显示图像的局部放大方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107621932A true CN107621932A (zh) | 2018-01-23 |
| CN107621932B CN107621932B (zh) | 2020-05-12 |
Family
ID=61090719
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710875565.8A Active CN107621932B (zh) | 2017-09-25 | 2017-09-25 | 显示图像的局部放大方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107621932B (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109657782A (zh) * | 2018-12-14 | 2019-04-19 | 北京中科寒武纪科技有限公司 | 运算方法、装置及相关产品 |
| CN109685201A (zh) * | 2018-12-14 | 2019-04-26 | 北京中科寒武纪科技有限公司 | 运算方法、装置及相关产品 |
| CN109711538A (zh) * | 2018-12-14 | 2019-05-03 | 北京中科寒武纪科技有限公司 | 运算方法、装置及相关产品 |
| CN109726822A (zh) * | 2018-12-14 | 2019-05-07 | 北京中科寒武纪科技有限公司 | 运算方法、装置及相关产品 |
| CN109740729A (zh) * | 2018-12-14 | 2019-05-10 | 北京中科寒武纪科技有限公司 | 运算方法、装置及相关产品 |
| CN109740730A (zh) * | 2018-12-14 | 2019-05-10 | 北京中科寒武纪科技有限公司 | 运算方法、装置及相关产品 |
| CN110020720A (zh) * | 2019-04-01 | 2019-07-16 | 北京中科寒武纪科技有限公司 | 算子拼接方法及装置 |
| CN112115804A (zh) * | 2020-08-26 | 2020-12-22 | 北京博睿维讯科技有限公司 | 一种重点区域监控视频控制方法、系统、智能终端及储存介质 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101986702A (zh) * | 2009-07-29 | 2011-03-16 | 赛丽电子系统(上海)有限公司 | 适用于dlp多屏拼接显示墙的网络视频监控的处理方法 |
| CN103237179A (zh) * | 2013-04-03 | 2013-08-07 | 广东威创视讯科技股份有限公司 | 一种拼接墙视频窗口字幕显示方法及装置 |
| CN104268827A (zh) * | 2014-09-24 | 2015-01-07 | 三星电子（中国）研发中心 | 视频图像局部区域放大的方法和装置 |
| CN104658436A (zh) * | 2013-11-25 | 2015-05-27 | 丁炜慷 | 一种在拼接显示屏上点对点显示输入视频的方法 |
| US20150178946A1 (en) * | 2013-12-19 | 2015-06-25 | Google Inc. | Image adjustment using texture mask |
| CN104778671A (zh) * | 2015-04-21 | 2015-07-15 | 重庆大学 | 一种基于sae和稀疏表示的图像超分辨率方法 |
| CN105446686A (zh) * | 2015-12-04 | 2016-03-30 | 广东威创视讯科技股份有限公司 | 一种多屏拼接系统、多屏拼接显示方法及装置 |
| CN106204441A (zh) * | 2016-06-27 | 2016-12-07 | Tcl集团股份有限公司 | 一种图像局部放大的方法及装置 |
| CN107608646A (zh) * | 2017-09-11 | 2018-01-19 | 威创集团股份有限公司 | 一种拼接墙图像放大显示方法及装置 |
-
2017
- 2017-09-25 CN CN201710875565.8A patent/CN107621932B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101986702A (zh) * | 2009-07-29 | 2011-03-16 | 赛丽电子系统(上海)有限公司 | 适用于dlp多屏拼接显示墙的网络视频监控的处理方法 |
| CN103237179A (zh) * | 2013-04-03 | 2013-08-07 | 广东威创视讯科技股份有限公司 | 一种拼接墙视频窗口字幕显示方法及装置 |
| CN104658436A (zh) * | 2013-11-25 | 2015-05-27 | 丁炜慷 | 一种在拼接显示屏上点对点显示输入视频的方法 |
| US20150178946A1 (en) * | 2013-12-19 | 2015-06-25 | Google Inc. | Image adjustment using texture mask |
| CN104268827A (zh) * | 2014-09-24 | 2015-01-07 | 三星电子（中国）研发中心 | 视频图像局部区域放大的方法和装置 |
| CN104778671A (zh) * | 2015-04-21 | 2015-07-15 | 重庆大学 | 一种基于sae和稀疏表示的图像超分辨率方法 |
| CN105446686A (zh) * | 2015-12-04 | 2016-03-30 | 广东威创视讯科技股份有限公司 | 一种多屏拼接系统、多屏拼接显示方法及装置 |
| CN106204441A (zh) * | 2016-06-27 | 2016-12-07 | Tcl集团股份有限公司 | 一种图像局部放大的方法及装置 |
| CN107608646A (zh) * | 2017-09-11 | 2018-01-19 | 威创集团股份有限公司 | 一种拼接墙图像放大显示方法及装置 |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109657782A (zh) * | 2018-12-14 | 2019-04-19 | 北京中科寒武纪科技有限公司 | 运算方法、装置及相关产品 |
| CN109685201A (zh) * | 2018-12-14 | 2019-04-26 | 北京中科寒武纪科技有限公司 | 运算方法、装置及相关产品 |
| CN109711538A (zh) * | 2018-12-14 | 2019-05-03 | 北京中科寒武纪科技有限公司 | 运算方法、装置及相关产品 |
| CN109726822A (zh) * | 2018-12-14 | 2019-05-07 | 北京中科寒武纪科技有限公司 | 运算方法、装置及相关产品 |
| CN109740729A (zh) * | 2018-12-14 | 2019-05-10 | 北京中科寒武纪科技有限公司 | 运算方法、装置及相关产品 |
| CN109740730A (zh) * | 2018-12-14 | 2019-05-10 | 北京中科寒武纪科技有限公司 | 运算方法、装置及相关产品 |
| CN109726822B (zh) * | 2018-12-14 | 2020-10-09 | 中科寒武纪科技股份有限公司 | 运算方法、装置及相关产品 |
| CN110020720A (zh) * | 2019-04-01 | 2019-07-16 | 北京中科寒武纪科技有限公司 | 算子拼接方法及装置 |
| CN112115804A (zh) * | 2020-08-26 | 2020-12-22 | 北京博睿维讯科技有限公司 | 一种重点区域监控视频控制方法、系统、智能终端及储存介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107621932B (zh) | 2020-05-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107621932A (zh) | 显示图像的局部放大方法和装置 | |
| CN108197623A (zh) | 用于检测目标的方法和装置 | |
| US10430707B2 (en) | Information processing device | |
| WO2020246861A1 (en) | Method and apparatus for training neural network model for enhancing image detail | |
| CN108154196A (zh) | 用于输出图像的方法和装置 | |
| CN105893253A (zh) | 应用软件测试方法、测试装置及测试设备 | |
| CN110472494A (zh) | 脸部特征提取模型训练方法、脸部特征提取方法、装置、设备及存储介质 | |
| CN110570435B (zh) | 用于对车辆损伤图像进行损伤分割的方法及装置 | |
| CN112001274B (zh) | 人群密度确定方法、装置、存储介质和处理器 | |
| CN108596338A (zh) | 一种神经网络训练集的获取方法及其系统 | |
| CN110163954A (zh) | 三维户型模型生成方法、装置、设备及存储介质 | |
| CN107067015A (zh) | 一种基于多特征深度学习的车辆检测方法及装置 | |
| CN109544527A (zh) | 一种基于硬卡编程的玻璃表面缺陷的检测方法及装置 | |
| CN108038839A (zh) | 一种流水生产线上双绞线绞距实时检测方法 | |
| CN107729908A (zh) | 一种机器学习分类模型的建立方法、装置及系统 | |
| CN106934829A (zh) | 一种表面裂缝的检测方法及系统 | |
| CN108389172A (zh) | 用于生成信息的方法和装置 | |
| JP2021531571A (ja) | 証明書画像抽出方法及び端末機器 | |
| CN108537747A (zh) | 一种基于带对称跨层连接的卷积神经网络的图像修复方法 | |
| CN107403160A (zh) | 一种智能驾驶场景中图像检测方法、设备及其存储设备 | |
| CN108921209A (zh) | 图片识别方法、装置及电子设备 | |
| CN107688783A (zh) | 3d图像检测方法、装置、电子设备及计算机可读介质 | |
| CN113344875A (zh) | 一种基于自监督学习的异常图像检测方法 | |
| CN104424383A (zh) | 基于红外图像的硬件处理算法效果评价装置及其评价方法 | |
| CN107018406A (zh) | 视频信息处理方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |