-
公开(公告)号：CN102915528A
公开(公告)日：2013-02-06
申请号：CN201210437954.X
申请日：2012-11-06
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种阵列级联FHN模型随机共振机制的二值图像增强方法。本发明首先对含噪二值图像进行多方向的Hilbert扫描，将其降维为多路一维信号序列；将映射后的二值序列分别输入阵列并联FHN神经元模型，调节内噪声强度，使得并联系统响应达到最佳的随机共振状态；对多路输出进行加权运算，得到一个新的输出序列，并重构为二维信号；然后分别对二维信号进行行列扫描，重新降维为一维信号序列，输入到级联串联FHN神经元模型，得到两路增强后的输出信号序列，并将它们恢复成二维信号；最后两路二维信号输入判别器，输出增强后的二值图像。本发明能够凸显图像信号的轮廓与细节，去除边缘毛刺，显著改善低信噪比图像的质量。
-
公开(公告)号：CN110929734B
公开(公告)日：2023-03-24
申请号：CN201910978372.4
申请日：2019-10-15
Applicant: 杭州电子科技大学
IPC: G06V10/44
Abstract: 本发明提出了一种基于双侧非对称感受野机制的显著轮廓提取方法。针对复杂图像轮廓提取时纹理信息处理不足的问题，首先提取图像初级轮廓响应；接着引入非对称感受野结构对于局部区域对比度差异度的凸显作用，同时考虑到单侧的非对称感受野会造成对图像初级轮廓的不均衡，提出基于双侧非对称感受野多尺度抑制的权重信息融合策略，得到融合后的抑制权重系数；最后对图像初级轮廓响应进行局部区域不同强度的纹理抑制，实现显著轮廓提取。本发明能够有效提高纹理边缘和主体轮廓区分的有效性，对后续图像目标的理解和分析具有重要的意义。
-
公开(公告)号：CN111145199B
公开(公告)日：2023-02-03
申请号：CN202010049326.9
申请日：2020-01-16
Applicant: 杭州电子科技大学
IPC: G06T7/13
Abstract: 本发明涉及一种基于长短时程突触互补神经元网络的边缘检测方法。构建具有长短时程突触互补特性的神经元网络，包括颜色拮抗加权编码、放电时间编码和长短时程突触互补编码模块。在颜色拮抗加权编码模块中，对待测图像的颜色拮抗通道进行加权编码；在放电时间编码模块中，实现对加权编码响应的放电时间编码；在长短时程突触互补编码模块中，基于神经元群放电活动时空依赖性和同步放电特性实现长短时程突触可塑性编码，并实现长短时程突触的结果互补融合，通过对时间信息流编码得到边缘响应；经归一化和灰度映射处理得到最终边缘结果。本发明考虑边缘检测过程中，长短时程突触可塑性的互补作用，对于背景复杂、弱边缘较多的图像有较好的检测效果。
-
公开(公告)号：CN114202801A
公开(公告)日：2022-03-18
申请号：CN202111398259.2
申请日：2021-11-19
Applicant: 杭州电子科技大学
Abstract: 本发明公开一种基于注意力引导空域图卷积简单循环单元的手势识别方法。本发明首先，将空域图卷积嵌入到简单循环单元(SRU)的门结构中，使具有高速并行计算能力的SRU能对复杂手势的时域与空域信息进行建模。其次，引入一种指关节注意力引导模块，使更重要的指关节具有更高的关注度。然后，引入一种注意力增强图丢弃的正则化方法，缓解了手势数据过拟合的弊端。本发明对精细动态手势，在具有较高的识别准确率的同时保持优良的识别计算效率，能够在人机交互、虚拟现实、手语翻译等领域具有广阔的应用前景。
-
-
Patent Agency Ranking
公开(公告)号：CN112488212A
公开(公告)日：2021-03-12
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: G06K9/62 , G06K9/46 , G06T5/00 , G06T5/20 , 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：CN111402285A
公开(公告)日：2020-07-10
申请号：CN202010049327.3
申请日：2020-01-16
Applicant: 杭州电子科技大学
IPC: G06T7/149
Abstract: 本发明涉及一种基于视觉机制暗边缘增强的轮廓检测方法。本发明首先模拟视网膜感光细胞响应特性，提出一种基于局部亮度特征的暗视野调节模型；然后结合神经节细胞经典感受野的尺度朝向特性，获取初级轮廓响应，并利用主成分分析法提取全局轮廓信息；随后当视网膜神经节信号传递至外膝体时，模拟非经典感受野的侧抑制作用，并进一步引入神经元稀疏响应特性，协同抑制初级轮廓的背景强纹理；通过模拟微动信息对轮廓感知理解的增强作用，从而减少背景弱纹理，再利用适应性动态突触将外膝体脉冲响应输出传递至初级视皮层；最后将初级轮廓响应经全局轮廓信息修正后，与初级视皮层响应输出快速融合，生成更为精确有效的轮廓检测结果。
-
公开(公告)号：CN110502964A
公开(公告)日：2019-11-26
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。
-
公开(公告)号：CN109903301A
公开(公告)日：2019-06-18
申请号：CN201910080334.7
申请日：2019-01-28
Applicant: 杭州电子科技大学
IPC: G06T7/13
Abstract: 本发明涉及一种基于多级特征信道优化编码的图像轮廓检测方法。本发明针对输入图像I(x,y)，首先基于相似度指标获取Gabor滤波器的最优尺度mopt和方向θopt，并将mopt和θopt作为NSCT的频率分离参数；然后将经过NSCT得到的轮廓子图与I(x,y)进行特征增强融合，实现对I(x,y)的初级轮廓检测；最后针对性地设计全卷积神经网络，包括由不同尺度FCN-32s、FCN-16s、FCN-8s网络单元构成的特征编解码器，利用特征编码器的卷积与池化模块实现网络参数的主动学习，利用特征解码器的反卷积与上采样模块得到与I(x,y)对应的图像轮廓掩模图，实现多级特征信道的优化编码，完成图像轮廓的高效准确检测。
-
公开(公告)号：CN103345754A
公开(公告)日：2013-10-09
申请号：CN201310290419.0
申请日：2013-07-10
Applicant: 杭州电子科技大学
IPC: G06T7/00
Abstract: 本发明涉及一种基于皮层神经元视觉方向响应的图像边缘检测方法。本发明首先对视野内图像进行多方向Log-Gabor滤波预处理；其次选择匹配上述预处理方向的图像降维方式，将四路二维图像信号分别降维为一维信号序列；然后将四路一维信号序列分别输入至皮层神经元模型，产生动作电位序列；接着将四路动作电位序列分别按图像降维逆扫描方式重构为对应的二维信号；最后将重构的四路二维信号经过判别器，融合为一路二维信号，并重新映射为二值图像，即为原图像边缘检测的结果。该发明有效的结合生物视觉系统的方向选择性和神经元的脉冲发放机制，使其更符合真实的视觉生理特性，因而具有较理想的边缘检测效果。
-
-
-
-
-
-
-
-
-
Search Results
64
records
(took 0.03 seconds)
