原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提出了一种基于事件相机的自监督卷帘快门图像矫正方法及设备，包括卷帘快门图像与事件流数据集的构建，事件流的预处理，构建一个基于事件的统一帧内和帧外的补偿器和网络模型来处理卷帘快门图像和事件流以及一个自监督的框架来进行网络训练并生成高帧率的全局快门视频。根据事件流来联系卷帘快门图像和全局快门图像，构建了统一帧内和帧外的补偿器，并拓展了一个网络模型来实现。利用卷帘快门图像和重建图像之间的约束关系，提出了一个自监督框架对网络模型进行训练，并用训练后的网络模型重建出高帧率的全局快门图像。本发明解决了
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116579931 A
(43)申请公布日 2023.08.11
(21)申请号 202310325247.X
(22)申请日 2023.03.30
(71)申请人 武汉大学
地址 430072
文档评论（0）