-
公开(公告)号：CN117319654A
公开(公告)日：2023-12-29
申请号：CN202311392255.2
申请日：2023-10-25
Applicant: 杭州电子科技大学 , 浙江省经济信息中心(浙江省价格研究所)
IPC: H04N19/124 , H04N19/147 , H04N19/19 , H04N19/70
Abstract: 本发明属于视频编码领域，公开了一种基于扫描线并行RDOQ算法优化的硬件及流水实现方法，本发明在算法上将最优系数决策的之字形扫描线拆解成多个单向扫描线，以实现并行计算。在最优非零位置决策阶段，将迭代计算拆分成单条扫描线的并行计算，最后对各个扫描线上的最优位置进行RD cost的比较，在保证实时效果良好的前提下，减少迭代的周期，以满足视频编码处理的实时需求。本发明优化了传统的RD cost计算算法。Rate的强数据依赖使得运算须在单周期内完成，减少了硬件设计中运算的操作数量，节省了资源消耗。本发明充分利用Distortion无数据依赖的特性将运算拆分到多个流水线中，有效了提高硬件设计的时序表现。
-
公开(公告)号：CN117218176A
公开(公告)日：2023-12-12
申请号：CN202311052744.3
申请日：2023-08-21
Applicant: 杭州电子科技大学
Inventor： 颜成钢 , 王磊 , 朱尊杰 , 薛安克 , 赵思成 , 孙垚棋 , 高宇涵 , 王鸿奎 , 赵治栋 , 殷海兵 , 王帅 , 张继勇 , 李宗鹏 , 丁贵广 , 付莹 , 郭雨晨
IPC: G06T7/593 , G06T15/00 , G06T17/00 , G06N3/0895 , G06N3/045
Abstract: 本发明公开了一种基于NeRF生成数据的立体深度估计方法。首先对N个室内物体进行扫描，采集双目红外图像，每次扫描数据不含重复的物体；然后训练NeRF模型，得到任意角度的红外图像；再进行数据集预处理；最后确定并训练立体深度估计模型。本发明结合d435i深度传感器和NeRF模型，仅使用采集的红外图像，经过NeRF渲染生成任意角度的红外图像立体对，通过深度学习算法，得到预测的深度图。相较于传统经典算法，大大降低了数据收集的难度和成本，也避免了过度平滑、边缘增肥等问题。
-
公开(公告)号：CN117029858A
公开(公告)日：2023-11-10
申请号：CN202311052725.0
申请日：2023-08-21
Applicant: 杭州电子科技大学丽水研究院
IPC: G01C21/34
Abstract: 本发明公开了一种基于改进式蚁群算法的外卖员路径规划系统及方法。本发明系统包括订单信息授权模块、外卖员当前位置获取模块、商家及配送位置获取模块、路况匹配模块、外卖员配送路径规划模块和外卖员配送路径导航模块。相比于外卖员自行寻找配送路径，本发明专利提出的外卖员路径规划系统通过小程序获取外卖员订单信息，系统将外卖员位置以及商家位置和订单配送位置与地图上的路况信息进行对应，并且通过改进式遗传算法对外卖员配送路径进行规划。同时系统及时更新订单信息，及时对路径进行重新规划，提高了外卖员配送的效率。
-
公开(公告)号：CN116996682A
公开(公告)日：2023-11-03
申请号：CN202310993633.6
申请日：2023-08-08
Applicant: 杭州电子科技大学
IPC: H04N19/147 , H04N19/124 , H04N19/42 , H04N19/423 , H04N19/176
Abstract: 本发明公开了一种基于并行维特比算法的依赖性量化加速实现方法，该步骤首先将视频流划分为不同的图像帧，再得到变换单元TU。其次顺序读取TU中的系数以及编码属性信息，并获取量化候选值及其量化失真代价，同时记录高频筛选阈值通过情况存储到量化缓冲区中。然后划分各个并行处理单元的工作范围，各个并行处理单元读取量化缓冲区中的数据，计算率失真量化代价及最优量化候选值的索引存储到率失真缓冲区中。最后最优量化候选值的索引，选择量化缓冲区中的量化候选值输出，组成量化结果。本发明提高了数据处理的并行度，减少量化使用的时间消耗，并在灵活性、处理效率、资源消耗等方面具有更高的性能。
-
公开(公告)号：CN116469003A
公开(公告)日：2023-07-21
申请号：CN202310285121.4
申请日：2023-03-22
Applicant: 杭州电子科技大学
IPC: G06V20/10 , G06V10/764 , G06V10/766 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于弹性网络正则化回归算法的遥感图像分类方法。针对现阶段对于高分辨率遥感图像的分类，通过一种弹性网络正则化回归算法，在基于稀疏表示的分类方法中加入基于协作表示的方法，两者都有助于图像分类中单个类别的样本建立在一个线性子空间上，将测试样本表示为训练样本的线性组合，适用于图像的特殊性和复杂性。此外，本发明将提出的弹性正则化回归算法扩展到任意核空间，以处理隐藏在原始图像特征中的非线性结构，从而进一步提高分类性能。
-
Patent Agency Ranking
公开(公告)号：CN116385406A
公开(公告)日：2023-07-04
申请号：CN202310374306.2
申请日：2023-04-10
Applicant: 杭州电子科技大学
IPC: G06T7/00 , G06T7/11 , G06V10/774 , G06V10/764 , G06V10/80 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于U‑Net的眼眶肿瘤图像分割方法，首先进行眼眶肿瘤数据集的采集；然后进行数据的预处理；再构建基于U‑Net的眼眶肿瘤图像分割模型；通过预处理后的数据集训练眼眶肿瘤图像分割模型；最后利用训练好的模型参数，实现眼眶肿瘤图像分割模型在眼眶肿瘤图像上的肿瘤区域分割。本发明的网络架构模型对于尺度变化明显的病情肿瘤区域能有较好的尺度敏感性，从而有利于改善分割模型对一些尺度变化大的难样本的分割精度。
-
公开(公告)号：CN110929679B
公开(公告)日：2023-06-16
申请号：CN201911234544.3
申请日：2019-12-05
Applicant: 杭州电子科技大学
IPC: G06V40/10 , G06V20/52 , G06V10/762 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种基于GAN的无监督自适应行人重识别方法，包括如下步骤：步骤一，源域训练，在带有标签的源数据集上预训练CNN模型，通过采用批量归一化、一个全连接层、Adam优化器代替SGD，共同作用来训练CNN模型，解决了在源数据集上预训练CNN模型基线性能不足的问题；步骤二，自训练，采用所述预训练的CNN模型提取无标签目标数据集的特征，通过聚类获得伪标签，通过GAN来调整所述聚类，通过所述聚类获得的伪标签训练所述CNN模型。
-
公开(公告)号：CN116071606A
公开(公告)日：2023-05-05
申请号：CN202310210827.4
申请日：2023-03-07
Applicant: 杭州电子科技大学丽水研究院
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06V10/40 , G06N3/047 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了基于多尺度多注意力实例学习的sMRI图像分类方法，首先获取数据集，构建多尺度多注意力实例学习模型，通过空间金字塔池化模块将不同大小脑区转化为相同尺度；通过patch‑net处理模块获取相应的局部特征增强；通过注意力多实例学习模块来增强全局特征；通过分类器得到分类结果；最后通过训练多尺度多注意力实例学习模型。本发明是采取了区域块的分析方法，能获取对大脑病变影响更大的位置，引入了双注意机制，能增强到局部和全局的特征；本发明采用了将分割数据和脑区数据结合的多模态数据，加强分类效果。
-
公开(公告)号：CN110049338B
公开(公告)日：2023-04-18
申请号：CN201910344082.4
申请日：2019-04-26
Applicant: 杭州电子科技大学
IPC: H04N19/503 , H04N19/119 , H04N19/96 , H04N19/147 , H04N19/14 , H04N19/30 , H04N19/103
Abstract: 本发明公开了基于多层次分类的HEVC快速帧间编码方法。本发明包括运用CU层次的分类树、PU层次的分类树和TU层次的分类树实现HEVC快速帧间编码，其内容包括基于CU深度分类树的快速CU划分方法、基于帧间模式分类树的快速PU选择方法和基于TU深度分类树的TU划分方法。本发明利用了HEVC编码过程中CU深度、PU模式和TU深度在时空上的相似性，减少了CU划分的复杂度，简化了帧间预测模式的选择过程，同时利用TU的变换系数特征，降低了TU划分的复杂度。
-
公开(公告)号：CN115589455A
公开(公告)日：2023-01-10
申请号：CN202211274388.5
申请日：2022-10-18
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于FPGA+ARM的夜间视频图像增强系统，包括图像采集单元，运算加算单元，中央控制处理单元，显示单元四个部分。运算加速单元利用FPGA的并行处理和高频特性，实现简化后的三个不同尺度的高斯滤波器。中央控制处理单元利用ARM较强的逻辑运算能力和移植简单的特性，来完成复杂度较高的自适应直方图均衡化算法部分和逻辑控制。本发明视频图像采集单元支持DVP和Cameralink接口，运算加速单元利用FPGA的并行特性提升计算速率，中央控制单元通过ARM来进行复杂的逻辑和算数运算，最后通过显示单元输出结果。相对于传统系统，本发明在能够更加精确的显示出夜间图像的边缘信息，同时通过FPGA+ARM的组合满足了系统实时性的需求。
-
-
-
-
-
-
-
-
-
Search Results
205
records
(took 0.033 seconds)
