-
公开(公告)号：CN103985115A
公开(公告)日：2014-08-13
申请号：CN201410128822.8
申请日：2014-04-01
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种仿视觉感光层功能的图像多强度边缘检测方法。在图像预处理阶段，为避免视觉系统的适应性，对图像采取了多方向多尺度下的移动操作；构建感光层神经元网络模型，根据时间窗口内的神经元动作电位发放特性，判别并实现神经元之间的抑制性或增强性突触连接；以移动图像输入前后的感光层神经元网络响应模式差异，获取图像多强度边缘的检测结果。本发明考虑神经元突触连接特性以及神经元动作电位发放机制，模拟了视觉感光层的一些重要特性，能够有效实现图像多强度边缘的检测。
-
公开(公告)号：CN103729847A
公开(公告)日：2014-04-16
申请号：CN201310739932.3
申请日：2013-12-26
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于多重随机共振机制的图像边缘检测方法。本发明构建具有随机共振特性的双稳态串并联网络模型，按从强到弱的顺序对图像中的多对比度边缘，进行基于多重随机共振机制的边缘检测。本发明分层次对不同对比度的边缘进行独立的随机共振调制，最终将局部最优的检测结果融合为完整的边缘信息。本发明充分利用了噪声在图像边缘增强和检测中的作用，改变了传统方法在单尺度下对多层次边缘细节的检测思路。
-
公开(公告)号：CN103440642A
公开(公告)日：2013-12-11
申请号：CN201310332517.6
申请日：2013-08-01
Applicant: 杭州电子科技大学
IPC: G06T7/00
Abstract: 本发明涉及一种基于点阵神经元响应时空信息的图像强弱边缘检测方法。本发明首先利用视野内图像的多方向Log-Gabor滤波结果，重构图像的边缘信息；接着将重构结果作为点阵神经元的输入；记录各个神经元首次发放动作电位的时间，形成时间矩阵；然后构造感受野窗口在时间矩阵上滑动，根据各时间元素的时序计算改进后的方差，并赋值给窗口中心点，从而获得包含神经元响应时间和空间信息的方差矩阵；之后将前述感受野窗口继续在方差矩阵上滑动，实现神经元在空间上的侧向抑制特性，获得边缘矩阵；最后将边缘矩阵逆映射为结果图像。本发明考虑了点阵神经元响应的时空信息，不仅能够检测出图像边缘，而且能够有效反映出边缘的强弱关系。
-
公开(公告)号：CN113139425B
公开(公告)日：2024-09-20
申请号：CN202110257718.9
申请日：2021-03-09
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于双视通路交互感知的轮廓检测方法；本发明构建双视觉通路计算模型，通过模拟双视觉通路中信息流的分流传递和交互感知来实现轮廓检测。首先，模拟视网膜环节光电转换特性，得到亮度特征；在上丘浅层中，模拟经典感受野的朝向响应特性，并引入一种多尺度轮廓增强的轮廓信息融合策略，得到初级轮廓响应；模拟视觉信息传递至外膝体时的对比度适应机制和方向敏感特性，提出一种显著性特征的提取方法；之后参考初级视皮层中的上丘浅层信息投射，构建改进的脉冲编码模型，提取显著性轮廓。最后对双视通路中的轮廓响应结果进行修正融合，得到最终的轮廓响应。本发明能有效突出主体轮廓并抑制纹理背景。
-
公开(公告)号：CN113158746B
公开(公告)日：2024-04-30
申请号：CN202110143648.4
申请日：2021-02-02
Applicant: 杭州电子科技大学
IPC: G06F18/24 , G06F18/213 , G06F18/25 , G06N3/06
Abstract: 本发明公开了一种基于神经元小世界网络随机共振的弱信号感知方法，本发明首先对FHN神经元计算模型的参数设置进行改进，改变传统上出于简便计算的考虑，将膜电位和恢复变量特征时间设置为相同数值的情况。改进后的参数设置方法将增强膜电位势函数势垒，从而提高势阱间的跃迁概率；然后构建包含弱信号输入与背景噪声在内的FHN神经元计算模型，将其设置为小世界网络节点，给出并实现了表征各节点之间关系的动态突触互连规则；对于小世界网络各节点的输出，采用基于互相关系数的均值融合方法，对网络各节点输出进行筛选和信息融合，以提高系统的性能和鲁棒性，从而获得小世界网络系统意义上的弱信号感知效果。
-
Patent Agency Ranking
公开(公告)号：CN112613427B
公开(公告)日：2024-02-27
申请号：CN202011578651.0
申请日：2020-12-28
Applicant: 杭州电子科技大学
Abstract: 本发明涉及基于视觉信息流分区投射编码模型的道路障碍物检测方法。本发明首先在V1拓扑投射轮廓全局感知单元中构建平行视通路模型，对道路交通图的亮度边缘和颜色边缘实现并行提取，获取表征障碍物全貌特征的拓扑投射轮廓图和最优方位索引矩阵；然后在V4稀疏编码精细特征提取单元中构建视觉信息差增强模型，利用位置响应差和方位响应差对拓扑投射轮廓图进行对比度增强，得到细化轮廓图；接着提出自适应尺寸稀疏编码模型，根据细化轮廓图的稀疏程度实现对障碍物轮廓特征的智能聚焦，获取表征障碍物局部特征的池化图；最后模拟视皮层不同脑区间的反馈调控机制，利用池化图对跨视区的拓扑投射轮廓图进行修正，融合得到最终的障碍物轮廓外形结果。
-
公开(公告)号：CN112488212B
公开(公告)日：2024-02-09
申请号：CN202011399549.4
申请日：2020-12-02
Applicant: 杭州电子科技大学 , 杭州感想信息技术有限公司
IPC: G06V10/80 , G06V10/44 , G06V10/56 , G06T5/73 , H04N19/597
Abstract: 本发明公开了一种基于双目视差的车道线识别方法。构建具有双目视差特性的前馈补偿通路，包括颜色拮抗动态编码、视差能量模型编码、曲率形状编码、多尺度特征融合层和前馈补偿调节模块。通过动态调整各颜色通道中不同拮抗细胞的连接权重，获得原始道路图像的初始轮廓响应；引入双目视差能量模型分离初始轮廓响应的特征，获得位置差和相位差响应；构建不同相位的末端停止细胞提取车道线轮廓；提出多尺度感受野融合策略，降低误识别车道线的比例；利用跨层级的前馈机制进一步锐化车道线边缘细节。本发明考虑了双感受野的位置差和相位差，针对环境轮廓丰富的道路图像，在保留车道线边界信息的同时，可以有效去除车辆、建筑、阴影等因素的干扰。
-
公开(公告)号：CN109671094B
公开(公告)日：2023-04-18
申请号：CN201811331874.X
申请日：2018-11-09
Applicant: 杭州电子科技大学
IPC: G06T7/13 , G06T5/00 , G06N3/0464
Abstract: 本发明涉及一种基于频域分级的眼底图像血管分割方法。针对传统原始眼底图像全频段处理方法的血管分割不精确问题，提出利用频域预处理获取眼底图像的低高频信息，然后针对性地构建多路径的低维和高维特征提取卷积网络。其中低维特征提取卷积网络包含左右两个对称路径，主要实现对眼底图像血管全局轮廓信息的提取与精确定位。高维特征提取卷积网络不仅包含左右两个对称路径，而且在右边路径上采样的过程中，通过与左边对称路径的特征图合并通道数实现融合操作以补全丢失的血管边界信息，将进一步锐化眼底图像血管边缘分布的细节特征。最后利用卷积核融合高低维特征图，从而得到更为精确的眼底图像血管分割图。
-
公开(公告)号：CN114140482A
公开(公告)日：2022-03-04
申请号：CN202111301432.2
申请日：2021-11-04
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于视觉计算多元连接模型的显著性轮廓感知方法，构建具有多元连接特性的视觉计算模型。在LGN前馈连接上，模拟LGN神经元稀疏编码特性，并加入权重因子，实现纹理初步抑制，获得轮廓的初级感知结果；在初级视皮层水平连接上，模拟初级视皮层风车样结构感受野，基于神经元间距离与最佳朝向夹角，调节中心神经元的放电强弱；在高级视皮层反馈连接上，模拟高级视皮层的色调感知特性，构建包含环绕抑制的三通道色调感知模型，获得高级视皮层对图像目标或结构的响应。本发明通过多元连接特性的视觉计算模型的构建，使得所获取轮廓能够在抑制纹理噪声的同时，有效突出主体目标。
-
公开(公告)号：CN110502964B
公开(公告)日：2021-09-28
申请号：CN201910421379.6
申请日：2019-05-21
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种无监督数据驱动的行人重识别方法；首先构建并实现对轻量级行人重识别网络的预训练；接着利用行人重识别网络中的特征提取模块对来自实际场景的无标签数据进行特征提取；并通过特征的级联排序，利用数据特征对的排序列表以及列表中元素的二级排序列表的相似度，挖掘数据特征之间的相似关系，根据聚合度指标对有效的无标签数据进行行人身份标注；然后将自动标注身份的无监督数据随机替代原训练集的部分数据，实现对训练集的更新；最后利用更新后的训练集实现行人重识别网络的重新学习。本发明对实际应用场景无标签数据集进行类别自动标注，使行人重识别模型具有适应新应用场景的能力，改善了行人重识别模型的泛化特性。
-
-
-
-
-
-
-
-
-
Search Results
64
records
(took 0.026 seconds)
