一种基于持续学习的多类别多尺度目标拣选方法及装置

    公开(公告)号:CN113222004A

    公开(公告)日:2021-08-06

    申请号:CN202110499381.2

    申请日:2021-05-08

    Abstract: 本发明公开了一种基于持续学习的多类别多尺度目标拣选方法及装置,通过生成对抗网络实现新旧任务特征的隐藏空间表示,从而建立知识记忆存储仓库,使用自适应知识迁移调度模块实现多任务拣选的快速切换,加速新任务的训练过程,结合正则化技术量化模型参数的重要程度,防止关键参数在训练过程中被覆盖。将数据重放框架用于智能零件拣选系统,能够克服在多类型多尺度目标拣选模型持续学习过程中出现的功能灾难性遗忘问题,确保拣选模型功能的完整性,实现目标与场景可以动态变化的持续性学习,帮助系统协调高效地解决多任务拣选问题。

    一种基于深度学习的工业印刷品图像配准方法及装置

    公开(公告)号:CN113160289A

    公开(公告)日:2021-07-23

    申请号:CN202110345450.4

    申请日:2021-03-31

    Abstract: 本发明公开了一种基于深度学习的工业印刷品图像配准方法及装置,具体为根据对应切割规则从模板图像和待配准图像中分别提取尺寸相同的切片,得到一组切片,将一组切片深度融合后得到图像切片对,将所述图像切片对输入配准网络模型中进行训练,得到配准图像切片;将所述配准图像切片舍去边缘部分,然后进行切片对位拼接,得到完整的配准印刷品图像。本发明配准网络模型骨架为类UNet网络,利用空间变换层对不同尺度的特征图进行非刚性配准,配准特征图与解码器中相邻尺度的特征图进行融合,同时相邻尺度配准场也进行融合,综合提升了模型对较大形变印刷品图像的配准能力。本发明能解决当前部分工业纸质印刷品图像配准存在的问题,配准效果好。

    一种基于特征配准及梯度形状匹配融合的印刷品缺陷检测方法

    公开(公告)号:CN112508826A

    公开(公告)日:2021-03-16

    申请号:CN202011276192.0

    申请日:2020-11-16

    Abstract: 本发明提供了一种基于特征配准及梯度形状匹配融合的印刷品缺陷检测方法,包括制作标准模板图像步骤、待测图像初次定位配准步骤、基于AKAZE特征点的二次配准步骤、提取潜在缺陷区域及掩模步骤、基于图像梯度特征及改进余弦相似度匹配算法判别真伪缺陷步骤和缺陷融合判定及可视化步骤。本发明的有益效果是:本发明基于非线性尺度空间的AKAZE特征点二次配准矫正,AKAZE特征点相对于SURF和SIFT更进稳定,在保留真缺陷的前提下对待测图像进行有效的伪影剔除。本发明对潜在缺陷范围加以限制,避免由于潜在缺陷的膨胀导致粘连,导致缺陷区域对得分的影响减弱。潜在缺陷区域掩模的引入,只保留潜在缺陷本身的信息,屏蔽潜在缺陷外的信息,能有效去除缺陷外的图像对特征提取的干扰。本发明的缺陷判别采用改进的余弦相似度形状匹配算法,引入非线性激活函数同步考虑图像梯度向量的方向和长度对相似度得分的影响。

    一种基于阵列传感器设计的脉象宽度检测及3D脉图构建方法

    公开(公告)号:CN107115103A

    公开(公告)日:2017-09-01

    申请号:CN201610799790.3

    申请日:2016-08-31

    Abstract: 本发明涉及医学测量技术领域,尤其涉及一种基于阵列传感器设计的脉象宽度检测及3D脉图构建方法。本发明首先需要获取阵列传感器在脉象宽度方向上的信号,然后根据信号之间的差异,利用本发明提出的方法可以模拟出脉象宽度信息;利用脉象信号时序信息和每一时刻的脉宽信息,利用本发明提出的3D脉象图像构建方法可以构建出3D脉图。脉宽信息是一种非常重要的医学特征;3D脉图对构建中医医学影像和整体脉象特征的提取有着非常重要的意义。

    一种光谱数据预处理方法、装置、计算机设备及存储介质

    公开(公告)号:CN115797318A

    公开(公告)日:2023-03-14

    申请号:CN202211639876.1

    申请日:2022-12-19

    Abstract: 本发明实施例公开了一种光谱数据预处理方法、装置、计算机设备及存储介质。该方法包括:获取待处理的原始光谱数据,并对所述原始光谱数据进行小波分解,得到初始小波细节系数;根据所述初始小波细节系数确定基于分位数比的修正因子;根据所述修正因子确定自适应修正阈值;采用软阈值函数,根据所述自适应修正阈值对所述初始小波细节系数进行处理,得到目标小波细节系数;根据所述目标小波细节系数进行光谱的小波重构,得到去噪后的目标光谱数据。通过确定基于分位数比的修正因子,并基于修正因子自适应计算阈值,再使用该阈值对小波细节系数进行处理,使得所用阈值符合噪声分布一般规律,解决了固定阈值造成的去噪不彻底及有用信息丢失的问题。

    一种手指多模态数据同步采集设备及其方法

    公开(公告)号:CN114332958A

    公开(公告)日:2022-04-12

    申请号:CN202111611927.5

    申请日:2021-12-27

    Abstract: 本发明涉及生物特征识别技术领域,特别涉及一种手指多模态数据同步采集设备及其方法。其设备包括遮光采样室、高度可调节的支撑架、电路仓、指纹采集模块、指静脉采集模块、内指节纹采集模块、设置有一套采集程序的外设计算机,外设计算机通过电路仓分别连接并控制指纹采集模块、指静脉采集模块、内指节纹采集模块,支撑架连接在遮光采样室上方并构成手指的放置空间,指纹采集模块设置于遮光采样室的前部并对准手指的指纹处,遮光采样室设有透光开口,指静脉采集模块、内指节纹采集模块设置在遮光采样室内部并通过透光开口对准手指,支撑架上设有光源。同时采集手指多模态数据,保证采集得到的数据手指形变、姿态一致,能够进行准确对齐。

    基于图神经网络的哈希检索方法、装置、终端及存储介质

    公开(公告)号:CN113886607A

    公开(公告)日:2022-01-04

    申请号:CN202111199103.1

    申请日:2021-10-14

    Abstract: 本发明公开了基于图神经网络的哈希检索方法、装置、终端及存储介质,方法包括:在样本数据集中选取至少一个样本数据;将目标样本数据分别输入至第一特征提取网络和第二特征提取网络,获取目标样本数据的第一特征和第二特征;根据目标样本数据的隐空间编码获取重构特征;根据目标样本数据的隐空间编码以及各个目标样本数据之间的相似性参数构建目标图,通过图神经网络获取目标样本数据的哈希码;根据各个目标样本数据之间的相似性参数、目标样本数据的哈希码、第二特征、第一特征和重构特征对第一特征提取网络的参数和每个隐空间编码进行更新;根据参数收敛后的第一特征提取网络获取待检索数据的哈希码。本发明能够提升哈希检索的性能。

    基于汗孔和多图匹配的高分辨率指纹检索方法、装置、系统及存储介质

    公开(公告)号:CN110633384A

    公开(公告)日:2019-12-31

    申请号:CN201910886814.2

    申请日:2019-09-19

    Abstract: 本发明提供了一种基于汗孔和多图匹配的高分辨率指纹检索方法,包括依次执行以下步骤:高分辨率指纹注册步骤:建立并计算从注册库的注册指纹中所提取的注册汗孔的二值化特征向量;汗孔检索步骤:建立并计算从测试指纹中提取的测试汗孔的二值化特征向量;多图匹配步骤:为每个测试汗孔提取所需的最近邻训练汗孔,采用多图匹配算法结合这些测试汗孔的空间分布关系去除错误的最近邻训练汗孔;输出步骤:最终根据汗孔检索步骤的结果推荐出候选指纹序列。本发明的有益效果是:1.本发明公开的高分辨率指纹检索方法,通过指纹中的汗孔局部特征进行检索,由于汗孔相对于其他特征更加丰富,该方法能有效提高指纹检索的精度。

Patent Agency Ranking