CN109685182B - 一种生成高鲁棒性视频化美学qr码的方法 - Google Patents
一种生成高鲁棒性视频化美学qr码的方法 Download PDFInfo
- Publication number
- CN109685182B CN109685182B CN201811445021.9A CN201811445021A CN109685182B CN 109685182 B CN109685182 B CN 109685182B CN 201811445021 A CN201811445021 A CN 201811445021A CN 109685182 B CN109685182 B CN 109685182B
- Authority
- CN
- China
- Prior art keywords
- aesthetic
- code
- value
- frame
- module
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000006243 chemical reaction Methods 0.000 claims abstract description 11
- 238000013210 evaluation model Methods 0.000 claims abstract description 8
- 230000000007 visual effect Effects 0.000 claims description 25
- 239000011159 matrix material Substances 0.000 claims description 14
- 239000000126 substance Substances 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 3
- 230000004913 activation Effects 0.000 claims description 2
- 238000013507 mapping Methods 0.000 claims description 2
- 230000002123 temporal effect Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 5
- 230000002194 synthesizing effect Effects 0.000 abstract description 2
- 230000035945 sensitivity Effects 0.000 abstract 1
- 230000007246 mechanism Effects 0.000 description 4
- 102000002274 Matrix Metalloproteinases Human genes 0.000 description 3
- 108010000684 Matrix Metalloproteinases Proteins 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000008030 elimination Effects 0.000 description 3
- 238000003379 elimination reaction Methods 0.000 description 3
- 238000002156 mixing Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 241000287196 Asthenes Species 0.000 description 1
- 241001529297 Coregonus peled Species 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000001303 quality assessment method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
- G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
- G06K19/06009—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking
- G06K19/06046—Constructional details
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/32—Circuits or arrangements for control or supervision between transmitter and receiver or between image input and image output device, e.g. between a still-image camera and its memory or between a still-image camera and a printer device
- H04N1/32101—Display, printing, storage or transmission of additional information, e.g. ID code, date and time or title
- H04N1/32144—Display, printing, storage or transmission of additional information, e.g. ID code, date and time or title embedded in the image data, i.e. enclosed or integrated in the image, e.g. watermark, super-imposed logo or stamp
- H04N1/32149—Methods relating to embedding, encoding, decoding, detection or retrieval operations
- H04N1/32309—Methods relating to embedding, encoding, decoding, detection or retrieval operations in colour image data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本发明提供了一种生成新型高鲁棒性视频化美学QR码的方法,涉及数字图像处理和计算机视觉技术领域。本发明包括:将输入的视频裁剪转换为连续的帧图像,对每一帧图像生成美学QR码,获得视频帧序列对应的美学QR码序列;对美学QR码序列,利用美学QR码的结构相似性选择关键帧,将与关键帧外形相似的帧替换为关键帧,得到优化后的美学QR码序列;对优化后的每个美学QR码,利用鲁棒性评估模型将编码模块与视频内容融合,再经色彩转换后得到鲁棒的彩色美学QR码,所有鲁棒的彩色美学QR码合成视频化QR码。本发明生成一种新颖的视频化AQRC,具有动感性、鲁棒的机器可读性,更具吸引力,并可支持更多的应用场景。
Description
技术领域
本发明涉及数字图像处理技术和计算机视觉技术领域,具体涉及一种生成高鲁棒性视频化美学QR码的方法。
背景技术
随着智能设备和移动支付的普及和发展,QR(Quick Response,快速反应)码已成为全球使用最多的二维代码之一。传统的QR码由视觉上令人不快的方形黑/白编码模块组成,它们引发了各种美学QR码(Aesthetic QR Code,以下简称为AQRC)工作以提高QR码外观的视觉质量,如《Visualead》(N.Aliva,U.Peled,and F.Itamar.,http://www.visualead.com/,2012)中开发了一种名为Visualead的视觉AQRC发生器,其保留了编码模块和混合图像之间的原始对比度,以合成美学QR码。然而,由Visualead生成的AQRC具有严重的伪像,特别是减少了混合图像的表现面积,故视觉质量欠佳。
受Halftone技术的启发,《Halftone QR codes》(H.K.Chu,C.S.Chang,R.R.Lee,and N.J.Mitra,ACM Trans.Graph.,vol.32,no.6,pp.1–8,2013)中提出了一种新型的AQRC,名为Halftone QR码。其将标准QR码的每个模块细分为3×3子模块,并将模块的颜色绑定到中心子模块,同时修改其余8个子模块以平衡可靠性和正则化,旨在将图像混合到QR码的整体区域。
《Efficient QR code beautification with high quality visual content》(S.-S.Lin,M.-C.Hu,C.-H.Lee,and T.-Y.Lee,IEEE Trans.Multimedia,vol.17,no.9,pp.1515–1524,2015.)基于Qart方法《Qart codes》(R.Cox.,http://research.swtch.com/qart,2012)中使用的GaussJordan消除法合成AQRCs,并通过渲染机制改善视觉质量。这样的AQRC具有极好的视觉效果,但仅适用于显着内容在图像中心的混合图像。利用Qart方法,《Aesthetic QR codes based on two-stage image blending》(Aesthetic QR codesbased on two-stage image blending,Y.Zhang,S.Deng,Z.Liu,and Y.Wang,SpringerInt.Publishing,pp.183–194,2015.)重新定位的QR码模块取决于从混合图像中提取的视觉显着性和边缘特征。这种方法将黑/白模块安排到视觉焦点区域并输出视觉愉悦的结果。
受风格转移网络的启发,《Stylize aesthetic QR code》(M.Xu,H.Su,Y.Li,X.Li,J.Liao,J.Niu,P.Lv,and B.Zhou,arXiv:1803.01146[cs],2018.)提出了一种新型的程式化AQRC,具有个性化、艺术性和健壮性,结合了风格目标图像的风格特征和内容图像的语义信息,最终得到了艺术品般的结果。此外,用户可以通过单一的混合图像以各种视觉愉悦的艺术风格制作这种风格导向的AQRC。
虽然这些方法中的每种都有其自身的优点,但它们只生成可优化潜力有限的静态图像模式的AQRC,缺乏动感,可变性和视觉吸引力。为使原有QR码更具视觉性和吸引力,本发明首先提出了一种新颖的视频模式AQRC,它在这些方面具有更好的性能。
发明内容
针对于现有QR码外观上的局限性,本发明提出了一种新颖的视频化AQRC,称为V-AQRC(Videolizde Aesthetic QR Code),它具有动感性、鲁棒的机器可读性,更具吸引力,并可支持更多的应用场景。对于V-AQRC,使QR码的模块适应视频内容将提高视觉质量,但是在合成的V-AQRC播放期间会导致严重的模块闪烁,这导致视觉上的不愉快和机器不可读。本发明提出了一种生成高鲁棒性视频化美学QR码的方法,通过控制视频内容自适应性,模块闪烁率,视觉质量和解码稳健性来生成V-AQRC。
本发明提供的一种生成高鲁棒性视频化美学QR码的方法,实现步骤包括如下:
步骤1:将输入的视频裁剪转换为连续的帧图像,对每一帧图像生成美学QR码,获得视频帧序列对应的美学QR码序列;
步骤2:对步骤1获得的美学QR码序列,按照帧的前后顺序,利用美学QR码的结构相似性选择关键帧,将与关键帧外形相似的帧替换为关键帧,得到优化后的美学QR码序列;
步骤3:对步骤2获得的优化后的美学QR码序列中的每个美学QR码,利用鲁棒性评估模型将编码模块与视频内容融合,再经色彩转换后得到鲁棒的彩色美学QR码,所有鲁棒的彩色美学QR码合成视频化QR码。
所述的步骤1中,对一帧图像生成美学QR码时,首先根据单帧的内容特征和连续帧的时间和上下文信息来确定图像中每个模块的权重,然后根据模块的权重大小确定调度模块的优先级,生成美学QR码。
所述的步骤2中,根据步骤1获得的美学QR码序列以及设置的结构相似性阈值η来选取关键帧,η取值范围为[0,1];设置第一帧作为第一个关键帧,计算关键帧与后面连续帧的美学QR码的结构相似性指数,若计算的结构相似性指数大于阈值η,则表示该连续帧与关键帧结构相似,将该连续帧的美学QR码替换为关键帧的美学QR码,否则将该连续帧作为新的关键帧,继续计算关键帧与后面的连续帧的美学QR码的结构相似性指数,来更新美学QR码序列,直到遍历完所有的帧,输出优化后的美学QR码序列。
其中,为Ft的鲁棒的彩色美学QR码,为彩色美学QR码中模块Mk的灰度值,表示模块Mk在图像Ft中的局部阈值,表示美学QR码中模块Mk的灰度值;当取值为255时,参数ω取值1,当取值为0时,参数ω取值-1;参数θ为用于平衡鲁棒性和视觉效果的参数,取值范围是[0,1]。
本发明与现有技术相比,具有以下明显优势:
(1)本发明涉及一种新颖的视频模式AQRC,称为V-AQRC,它是机器可读的,更具吸引力,并且能够支持更多的应用场景。
(2)本发明提出了一种有效的方法,通过利用单帧的内容特征和连续帧的上下文特征,使QR码的模块适应视频内容。
(3)本发明提出改良的结构相似性指数,针对性地衡量两个AQRC之间的差异,并进一步设计一种机制来选择关键帧和所得V-AQRC中的模块闪烁率,以增强视觉效果和鲁棒性。
(4)本发明提出了一种鲁棒性评估机制,通过平衡两个竞争项,视觉质量和解码稳健性,将编码模块与每个帧混合,同时保证机器的可读性。
附图说明
图1为本发明一种视频化美学QR码的方法总体流程示意图;
图2为本发明方法的步骤一中产生自适应标准美学QR码序列的流程示意图;
图3为本发明方法的步骤二中选择关键帧的流程示意图;
图4为本发明方法的步骤二中获取优化的美学QR码序列的伪代码示意图;
图5为本发明方法的步骤三中的流程图;
图6为本发明方法步骤三中灰度值到RGB值的转换流程图;
图7为本发明方法步骤三中θ、σ对输出结果的视觉效果的影响效果图;
图8为本发明的生成高鲁棒性视频化美学QR码方法的步骤流程图。
具体实施方式
为了便于本领域普通技术人员理解和实施本发明,更加清楚本发明实施例的目的、技术方案和优点,下面结合附图和实施例对本发明作进一步的详细描述。
本发明中提供了一种生成高鲁棒性视频化美学QR(Quick Response)码的方法,所生成的视频化美学QR码称为V-AQRCs,其具备动感、机器可读,更具吸引力,并且能够支持更多的应用场景。本发明方法的总体流程如图1和图8所示,下面说明各个实现步骤。
步骤1,使用输入视频连续帧的上下文信息和单帧的内容特征,产生自适应标准美学QR码序列,即AQRC序列。
首先对输入的视频(Video)裁剪转换为连续的帧图像(Frame Images),设第t帧图像表示为Ft,t为正整数,设共有N帧图像,t=1,2,…,N。然后将每一帧图像作为目标帧,生成标准美学QR码如图2所示。
为了使V-AQRC的模块更适应视频内容,本发明计算了一个权重矩阵,用于确定调度模块的优先级。从现有的图像模式工作中,权重矩阵主要由两个术语组成:i)单帧的内容特征;ii)连续帧的时间和上下文信息。
Gauss(x)为高斯加权函数,定义为:
其中,i,j分别是像素x在模块Mk中的横坐标、纵坐标;σ=(a-1)/6,a是Mk的边长。
计算中每个模块的权重获得m×m的权重矩阵W。在得到模块的优先级权重后再根据参考文件:R.Cox.Qartcodes.http://research.swtch.com/qart,2012中的高斯消元法,对标准AQRC的模块调度进行设置。具体是按照模块权重从高到低的顺序,依次对所有模块进行调度。通过高斯约旦消元法来修改二值图中黑白块位置。同时,基于QR码编码机制的里德所罗门编码原理,若权重较高的模块与权重较低的模块调度出现互斥,则只调度较高权重的模块。最终生成单帧的标准AQRC码
步骤2,基于连续标准美学QR码序列的结构相似性,选择关键帧并优化各模块的闪烁现象。本发明方法提出了一种选择关键帧的策略,不考虑视频帧内容,只利用标准帧AQRC的结构相似性来确定关键帧,旨在进一步降低模块的抖动速率。
如图3所示,本发明实施例中将每个标准美学QR码转换为QR码版本5对应的37×37矩阵其由1和0组成,矩阵位表示模块的颜色,1表示黑,0表示白。每个划分为3*3的区域,并按照从左到右从上到下顺便标记为R1~R9,R1、R3、R7和R9分别位于矩阵的左上、右上、左下和右下四个角,大小均为8(像素)*8(像素),R2位于矩阵的上中位置,大小为21*8,R4和R6分别位于矩阵的左中和右中位置,大小均为8*21,R8位于矩阵的下中位置,大小为21*8,R5位于矩阵的中心位置,大小为21*21。区域R6为信息区域,R9是校准图形,R1、R3和R7是定位图形。
其中,和ψ为两个常数,ψ=0.2;Φ[A,B]表示利用广泛使用的《Imagequalityassessment:from error visibility to structural similarity》(Z.Wang,A.C.Bovik,H.R.Sheikh,andE.P.Simoncelli,IEEE Transac.Image Process,vol.13,no.4,pp.600–612,2004.)中提出的结构相似性(SSIM)指数来测量A和B之间的差异,其结果在范围[-1,1],但在大多数情况下是正值。为了便于计算,本发明使用常用的激活函数Relu函数将Φ[A,B]映射到区域[0,1]。
Relu(x)=max(0,x) (7)
公式(7)中的x为通过Φ[A,B]计算出来的取值在[-1,1]范围内的参数。
本发明实施例中此处是将标准美学QR码转换为QR码版本5对应的矩阵,同理,也可以转换为其他QR版本对应的矩阵,虽然矩阵的大小将不同,但都可以划分成如图3所示的9个区域,一般地,R1、R3、R7和R9将会设定为与该版本相同的定位图形大小,R6的宽与定位图形相同,高为两个定位图形间的距离,因此还可以利用除去定位图形、校准图形和信息区域的R2、R4、R5和R8的相似性来确定两个美学QR码的结构相似性指数,即但都可以通过公式(6)来计算AQRC的结构相似性。
本步骤选取关键帧,优化步骤1得到的AQRC的序列的计算方法的伪代码如图4所示,按照帧的前后顺序,将第一个关键帧后边连续的帧中,所有与关键帧外形相似的帧都替换为关键帧的外形,直到碰到一个与关键帧外形相差很大的帧,并将此帧作为关键帧,继续往后比较,如此类推,最后将替换过的序列帧作为输出。下面说明实现过程:
(2.2)判断t与N大小,若t≤N,继续执行步骤(2.3),否则,转步骤(2.7)执行。
(2.4)将S(t0,t)与阈值η进行比较,若S(t0,t)≤η,继续执行步骤(2.5),否则,转步骤(2.6)执行。
本发明使用相似性阈值η来控制关键帧选择,η取值范围为[0,1],η越大,V-AQRC播放时模块抖动越强烈。
步骤3,设计了一种鲁棒性评估模型,将编码模块与视频内容融合,同时保持高视觉效果和稳健性,最终得到了V-AQRC。通过该鲁棒性评估模型,平衡每帧彩色美学QR码的鲁棒性和视觉质量,最终合成具有吸引力视频化QR码。
如图5所示,本发明设计了一个鲁棒性评估模型来生成稳健的灰度AQRC。本步骤处理对象为步骤2优化得到的AQRC序列对于第t帧图像Ft,对应的灰度图为(Ft)g,也标记为Ft g,对应的优化后的美学QR码为灰度图形Ft g被分成m×m个模块,对于每个模块Mk,在Ft g中绘制编码模块,设经过鲁棒性评估模型处理及色彩转换后得到鲁棒的彩色美学QR码基于动态阈值计算这些模块Mk的灰度值
其中,表示模块Mk在第t帧图像Ft中的局部阈值,表示美学QR码中模块Mk的灰度值;参数ω取值1或-1,当取值为255时,ω取值1,当取值为0时,ω取值-1;参数θ用于平衡鲁棒性和视觉效果的参数,由用户设定,θ值越高,输出的QR码鲁棒性越强。参数θ的取值范围是[0,1]。
此外,由于局部阈值是动态的,更改一个模块的灰度值可能会导致其他模块的阈值发生变化,从而导致某些模块不稳健。因此本发明使用迭代过程来纠正模块并重复更新阈值,直到所有模块都很稳健并获得稳健的灰度的美学QR码在迭代时,(1)利用公式(8)和(9)先进行一遍模块绘制;(2)更新所有模块的局部阈值,并计算所有QR码模块的鲁棒性,若存在不鲁棒模块,执行(3);若所有模块均鲁棒则停止阈值更新;(3)利用公式(8)和(9)根据新局部阈值,绘制不鲁棒的模块,然后转(2)。
如图7所示,为本发明方法步骤三中θ和σ对输出结果的视觉效果的影响,模块的大小随σ变化(a是模块的边长),增加σ可以扩展模块的大小。模块的颜色随θ变化,增加θ使模块的颜色更接近黑色或白色。θ和σ与V-AQRC的视觉吸引力成反比,但与解码鲁棒性成正比例。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (7)
1.一种生成视频化美学QR码的方法,其特征在于,实现步骤包括:
步骤1:将输入的视频裁剪转换为连续的帧图像,对每一帧图像生成美学QR码,获得视频帧序列对应的美学QR码序列;
其中,对一帧图像生成美学QR码时,首先根据单帧的内容特征和连续帧的时间和上下文信息来确定图像中每个模块的权重,然后根据模块的权重大小确定调度模块的优先级,生成美学QR码;
步骤2:对步骤1获得的美学QR码序列,按照帧的前后顺序,利用美学QR码的结构相似性选择关键帧,将与关键帧外形相似的帧替换为关键帧,得到优化后的美学QR码序列;
步骤3:对步骤2获得的优化后的美学QR码序列中的每个美学QR码,利用鲁棒性评估模型将编码模块与视频内容融合,再经色彩转换后得到鲁棒的彩色美学QR码,所有鲁棒的彩色美学QR码合成视频化QR码;
其中,i,j分别是像素x在模块Mk中的横坐标、纵坐标;σ=(a-1)/6,a是Mk的边长。
3.根据权利要求1所述的方法,其特征在于,所述的步骤2中,对两个美学QR码,通过下面过程来计算结构相似性,如下:
首先将美学QR码转换为1和0组成的矩阵,矩阵位表示模块的颜色,设美学QR码转换为矩阵将划分为3*3的区域,并按照从左到右从上到下顺便标记为R1~R9,其中,R6为信息区域,R9是校准图形,R1、R3和R7是定位图形;然后利用区域R2、R4、R5和R8的相似性来确定两个美学QR码的结构相似性指数,目标帧的美学QR码与待比较的美学QR码的结构相似性指数S(t0,t)如下:
其中,常数常数ψ=0.2;Φ[A,B]表示利用结构相似性指数SSIM来测量A和B之间的差异;Φ[A,B]的计算结果在范围[-1,1],利用激活函数Relu将Φ[A,B]映射到区域[0,1],Relu(x)=max(0,x),x为Φ[A,B]的计算结果;
4.根据权利要求1或3所述的方法,其特征在于,所述的步骤2中,根据步骤1获得的美学QR码序列以及设置的结构相似性阈值η来选取关键帧,η取值范围为[0,1];设置第一帧作为第一个关键帧,计算关键帧与后面连续帧的美学QR码的结构相似性指数,若计算的结构相似性指数大于阈值η,则表示该连续帧与关键帧结构相似,将该连续帧的美学QR码替换为关键帧的美学QR码,否则将该连续帧作为新的关键帧,继续计算关键帧与后面的连续帧的美学QR码的结构相似性指数,来更新美学QR码序列,直到遍历完所有的帧,输出优化后的美学QR码序列。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811445021.9A CN109685182B (zh) | 2018-11-29 | 2018-11-29 | 一种生成高鲁棒性视频化美学qr码的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811445021.9A CN109685182B (zh) | 2018-11-29 | 2018-11-29 | 一种生成高鲁棒性视频化美学qr码的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109685182A CN109685182A (zh) | 2019-04-26 |
CN109685182B true CN109685182B (zh) | 2021-09-03 |
Family
ID=66185922
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811445021.9A Active CN109685182B (zh) | 2018-11-29 | 2018-11-29 | 一种生成高鲁棒性视频化美学qr码的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109685182B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108064395A (zh) * | 2015-05-01 | 2018-05-22 | 制图利有限责任公司 | 在视频图像中嵌入二维码的系统和方法 |
CN108491747A (zh) * | 2018-02-06 | 2018-09-04 | 南京风力舰信息技术有限公司 | 一种融合图像后美化qr码的方法 |
CN108491913A (zh) * | 2018-02-06 | 2018-09-04 | 南京风力舰信息技术有限公司 | 一种含密美化qr码认证的方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI571803B (zh) * | 2015-12-28 | 2017-02-21 | 元智大學 | 彩色二維條碼的產生方法 |
-
2018
- 2018-11-29 CN CN201811445021.9A patent/CN109685182B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108064395A (zh) * | 2015-05-01 | 2018-05-22 | 制图利有限责任公司 | 在视频图像中嵌入二维码的系统和方法 |
CN108491747A (zh) * | 2018-02-06 | 2018-09-04 | 南京风力舰信息技术有限公司 | 一种融合图像后美化qr码的方法 |
CN108491913A (zh) * | 2018-02-06 | 2018-09-04 | 南京风力舰信息技术有限公司 | 一种含密美化qr码认证的方法 |
Non-Patent Citations (1)
Title |
---|
"创意二维码";刘洁;《中国优秀硕士学位论文全文数据库 哲学与人文科学辑》;20150215(第02期);论文全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109685182A (zh) | 2019-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106778995B (zh) | 一种与图像融合的艺术化二维码生成方法及装置 | |
US11620774B2 (en) | Generative adversarial network (GAN)-based system for generating color image from edge image | |
JP6483221B2 (ja) | 三次元コードの生成方法 | |
US7869648B2 (en) | Object extraction based on color and visual texture | |
CN106157273B (zh) | 生成合成图片的方法及装置 | |
US20200364910A1 (en) | Line drawing generation | |
Li et al. | An aesthetic QR code solution based on error correction mechanism | |
US10818043B1 (en) | Texture interpolation using neural networks | |
JP2015507307A (ja) | 読み取り可能マトリックスコード | |
CN1475969A (zh) | 用于增强人像图像的方法和系统 | |
WO2008039693A2 (en) | Improving image masks | |
CN102984526A (zh) | 图像处理装置和方法以及程序 | |
WO2008036693A2 (en) | Image mask generation | |
KR20200015095A (ko) | 영상 처리 장치 및 그 동작방법 | |
Shutova et al. | NTIRE 2023 challenge on night photography rendering | |
US10810775B2 (en) | Automatically selecting and superimposing images for aesthetically pleasing photo creations | |
CN114444679A (zh) | 二值化输入模型的量化方法及系统、计算机可读存储介质 | |
CN105338214A (zh) | 图像处理方法和图像处理装置 | |
JP5594282B2 (ja) | 画像処理装置 | |
Xiao et al. | Histogram learning in image contrast enhancement | |
CN109685182B (zh) | 一种生成高鲁棒性视频化美学qr码的方法 | |
CN116822548B (zh) | 生成高识别率ai二维码的方法及计算机可读存储介质 | |
CN110363733B (zh) | 一种混合图像生成方法及装置 | |
CN110097615B (zh) | 一种联合风格化和去风格化的艺术字编辑方法和系统 | |
CN111242836A (zh) | 目标图像生成以及广告图像生成的方法、装置和设备 |
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 |