-
公开(公告)号：CN114286093B
公开(公告)日：2025-05-23
申请号：CN202111599851.9
申请日：2021-12-24
Applicant: 杭州电子科技大学
IPC: H04N19/119 , H04N19/105 , H04N19/14 , H04N19/11 , H04N19/593 , H04N19/147 , H04N19/96 , G06V10/764 , G06V10/82 , G06V10/774 , G06V20/40 , G06N3/0464 , G06N3/0455 , G06N3/0499 , G06N3/084
Abstract: 本发明公开了一种基于深度神经网络的快速视频编码方法。本发明包括基于深度神经网络的CU划分模块、基于邻域相关性的PU模式选择模块；CU块在帧内编码时会先经过PU模式选择计算率失真代价，此时先利用基于邻域相关性的PU模式选择模块进行优化，通过轻量级HCT模型的预测结果来减少RDO计算的候选模式数量；PU模式选择结束后，编码器会进行CU块深度判决，判断该CU块是否进行划分，此时由基于深度神经网络的CU划分模块进行优化，从HCT模型获得预测结果来判断是否提前终止划分。否则继续向下划分子CU块，并继续进行PU模式选择和CU块划分判决。本发明降低了CU递归划分的复杂度，简化了帧内预测模式的选择过程，有效地提高了HEVC编码的时间效率。
-
公开(公告)号：CN113111797B
公开(公告)日：2024-02-13
申请号：CN202110417595.0
申请日：2021-04-19
Applicant: 杭州电子科技大学
IPC: G06V40/20 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本发明结合自编码器与视角变换模型的跨视角步态识别方法：采集多视角多携带物状态的步态数据集；训练得到去携带物编码器和视角判别器；将待测目标在多个观测视角下的步态能量图输入编码器得到纯步态特征，将步态特征拼接为步态特征矩阵，通过奇异值分解得到角度变换与身份信息向量；通过带有身份标签的步态组输入卷积神经网络中进行识别，得到识别模型；将待识别目标的步态能量图输入自编码器与观测视角判别器，得到无携带物步态能量图与观测视角信息，一同输入视角投影模型并转换至对比视角下，与在对比视角下来自不同目标的步态能量图依次组成步态能量图组，输入识别模型，取得分最高组合为识别结果，完成识别。
-
公开(公告)号：CN116934820A
公开(公告)日：2023-10-24
申请号：CN202310933471.7
申请日：2023-07-27
Applicant: 杭州电子科技大学
IPC: G06T7/33 , G06T7/00 , G06T5/50 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了基于交叉注意力的多尺寸窗口Transformer网络布匹图像配准方法及系统，方法包括：处理布匹图像对，并划分为训练集和测试集；创建双通道的Transformer结构网络，将输入图像对分别划分为相同大小的图像块并线性编码，分别提取固定图像和移动图像的特征；来自双通道网络的特征块通过交换输入的顺序，通过两个CAT的多尺寸窗口方法获得交叉注意力，将两个输入特征融合成一个注意力信息；将交叉融合后的特征块之间分别采用跳跃连接进行聚合特征，获取输出形变场；利用得到的形变场和空间变换网络对布匹图像进行变形，得到配准后的图像，并计算固定图像和配准图像的相似度；将配准后的布匹图像与固定图像进行差分操作，根据差分后的图像的像素识别瑕疵布匹。
-
公开(公告)号：CN116563587A
公开(公告)日：2023-08-08
申请号：CN202310467195.X
申请日：2023-04-25
Applicant: 杭州电子科技大学
IPC: G06V10/762 , G06V10/82 , G06N3/042 , G06N3/0455 , G06N3/0464 , G06N3/088
Abstract: 本发明公开了基于Sliced‑Wasserstein距离的图卷积结构深度嵌入式聚类方法及系统，方法如下：构造邻接矩阵；构造自编码器模块；构造GCN模块和自编码器模块的集成网络；构造聚类模块中的聚类分配优化函数；构造聚类模块中的KL损失优化函数、GCN损失优化函数；将自编码器模块、GCN模块和聚类模块联合，构造基于Sliced‑Wasserstein距离的图卷积结构深度嵌入式聚类网络；数据集输入聚类网络中进行迭代训练，当达到精度或训练次数时，聚类网络终止训练，完成聚类。本发明将图像的结构信息集成到深度聚类中，提出了一种新的结构性深度聚类网络，这种结构揭示了样本之间潜在的相似性，从而为特征表示学习提供有价值的指导，使得学习到的特征表示信息更加丰富。
-
公开(公告)号：CN112331232B
公开(公告)日：2022-08-12
申请号：CN202011228473.9
申请日：2020-11-06
Applicant: 杭州电子科技大学
IPC: G10L25/63 , G10L21/0208 , G10L21/0232 , G10L25/03 , G10L25/18 , G10L25/30 , G10L25/45
Abstract: 本发明公开了一种结合CGAN谱图去噪和双边滤波谱图增强的语音情感识别方法，包括：S1、获取干净语谱图以及加噪语谱图；S2、将干净语谱图和加噪语谱图输入基于矩阵距离的条件生成对抗网络进行训练，得到去噪模型；S3、利用去噪模型对加噪语谱图进行去噪处理，分别进行两个不同尺度的双边滤波，得到低、高尺度滤波图，低、高尺度滤波图相差再乘以增强系数，然后与低尺度滤波图相加，得到细节增强的语谱图；S4、将细节增强的语谱图输入卷积神经网络模型中进行分类，得到分类模型；S5、待识别语音的语谱图经过步骤S3中对语谱图的处理，得到的细节增强的语谱图输入分类模型，得到语音情感分类结果。本发明有效实现语音情感的识别。
-
Patent Agency Ranking
公开(公告)号：CN114286093A
公开(公告)日：2022-04-05
申请号：CN202111599851.9
申请日：2021-12-24
Applicant: 杭州电子科技大学
IPC: H04N19/119 , H04N19/105 , H04N19/14 , H04N19/11 , H04N19/593 , H04N19/147 , H04N19/96 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于深度神经网络的快速视频编码方法。本发明包括基于深度神经网络的CU划分模块、基于邻域相关性的PU模式选择模块；CU块在帧内编码时会先经过PU模式选择计算率失真代价，此时先利用基于邻域相关性的PU模式选择模块进行优化，通过轻量级HCT模型的预测结果来减少RDO计算的候选模式数量；PU模式选择结束后，编码器会进行CU块深度判决，判断该CU块是否进行划分，此时由基于深度神经网络的CU划分模块进行优化，从HCT模型获得预测结果来判断是否提前终止划分。否则继续向下划分子CU块，并继续进行PU模式选择和CU块划分判决。本发明降低了CU递归划分的复杂度，简化了帧内预测模式的选择过程，有效地提高了HEVC编码的时间效率。
-
公开(公告)号：CN111243045A
公开(公告)日：2020-06-05
申请号：CN202010024870.8
申请日：2020-01-10
Applicant: 杭州电子科技大学
IPC: G06T9/00
Abstract: 本发明公开了一种基于高斯混合模型先验变分自编码器的图像生成方法，包括步骤：S11.预设生成图像训练数据集；其中训练数据集由若干批次的训练数据组成；S12.搭建高斯混合模型先验的变分自编码器网络；S13.将预设的若干批次的训练数据上传至变分自编码器网络中，并确定变分自编码器网络的后验分布和先验分布；S14.确定高斯混合模型中高斯分量之间的关系，得到映射函数；S15.利用变分自编码器网络和得到的映射函数得到重构损失函数和KL散度函数，计算变分自编码器网络的后验分布和先验分布的损失函数，并对变分自编码器网络的参数进行更新以生成图像；S16.当生成图像时，将伪输入作为输入图像上传至变分自编码器网络，得到最终生成的图片。
-
公开(公告)号：CN109063730A
公开(公告)日：2018-12-21
申请号：CN201810649092.4
申请日：2018-06-22
Applicant: 杭州电子科技大学
CPC classification number: G06K9/6218 , G06K9/6256 , G06Q50/06
Abstract: 本发明提供一种凸规划聚类水污染溯源方法，包括：基于Siamese网络的邻近点相似度描述样本；利用所述邻近节点相似度抽取水污染溯源特征；将所述水污染溯源特征结合监测网络节点的地理分布信息，构造图模型；将水污染溯源等价于所述图模型的全局优化分割，将所述图模型的全局优化分割转换为最小传导率；最大化特征基内接椭球体的凸规划，实现多类水污染的同时溯源。本发明在水污染检测网络中对水污染进行溯源，利用全光谱指纹图谱的相似度，并结合江河湖泊水流的连通性和单向性构建图模型，将水污染溯源等价于网络图模型上的全局优化分割问题，既有效地规避的类别数多或类别样本数量不足的问题，又能够充分利用全光谱指纹图谱的丰富信息。
-
公开(公告)号：CN112351279B
公开(公告)日：2023-07-28
申请号：CN202011152367.7
申请日：2020-10-26
Applicant: 杭州电子科技大学
IPC: H04N19/14 , H04N19/61 , H04N19/177 , H04N19/103
Abstract: 本发明公开了一种面向HEVC快速编码的自适应复杂度调整系统及方法。本发明首先结合离线训练模块和在线训练模块，确定在给定编码树单元(CTU)的目标编码时间时启用的预测模式以及跳过的模式；然后使用复杂度分配模块，利用第3个图片组(GOP)的编码时间来预测整个序列的编码时间，从而估算出当前给定目标复杂度下所需控制的序列目标编码时间，并将目标编码时间以分层的方式分配到CTU层级；在模式选择模块中，根据分配到每个CTU的目标编码时间选择启用的预测模式，然后开始编码，跳过未启用的模式；最后复杂度更新模块周期性地取一帧作标准编码，用于更新序列的目标编码时间和调整下一帧的目标编码时间。本发明充分利用视频编码的特点将实际的编码复杂度自适应地调整在目标复杂度附近，并尽可能减少失真。
-
公开(公告)号：CN114282476A
公开(公告)日：2022-04-05
申请号：CN202111632659.5
申请日：2021-12-29
Applicant: 杭州电子科技大学
IPC: G06F30/36 , G06F111/10
Abstract: 本发明公开了一种基于三值忆阻器的四维超混沌系统的电路模型，包括三值忆阻器等效电路、第一通道电路、第二通道电路、第三通道电路以及第四通道电路。所述三值忆阻器等效电路包括三个反向积分电路、两个反向加法电路、两个电压比较器和一个反向相加电路，输出得到忆导值G(w)。所述第一通道电路、第二通道电路、第三通道电路、第四通道电路用于产生x、y、z、w四个状态变量。本发明利用运算放大器和模拟乘法器实现混沌系统方程中的反相运算、求和运算和积分运算，模拟乘法器主要用于实现方程中各项的乘积运算。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.032 seconds)
