基于区域动态深度展开神经网络的高光谱图像重构方法

    公开(公告)号:CN114387258B

    公开(公告)日:2024-03-22

    申请号:CN202210039789.6

    申请日:2022-01-14

    Abstract: 本发明提供一种基于区域动态深度展开神经网络的高光谱图像重构方法,包括如下步骤:S1,模拟高光谱数据的真值图像;S2,将真值图像经过掩膜编码得到混叠图像;S3,混叠图像经过数据预处理后输入深度展开神经网络进行训练;所述深度展开神经网络包括区域权重生成模块、阈值迭代算法变换模块以及像素级自适应阈值模块;S4,利用训练好的深度展开神经网络进行光谱图像重构。本发明采用基于区域动态的深度展开神经网络根据混叠图像的区域化特征来动态指导重构变换域的生成,有效提升了快照压缩光谱成像中的图像重构质量,在网络训练和实用中更为便捷灵活,节省计算资源和降低时间消耗。

    高光谱快照图像恢复方法、装置、设备及介质

    公开(公告)号:CN114419392B

    公开(公告)日:2025-04-29

    申请号:CN202210061669.6

    申请日:2022-01-19

    Abstract: 本发明公开了高光谱快照图像恢复方法、装置、设备及介质,该方法包括获取光谱图像数据集编写卷积神经网络所需的数据接口;构建训练集和测试集;使用随机掩膜与训练集进行叠加,设定通道像素,并将图像进行倾斜处理后在光谱维度进行叠加获得混叠图像作为输入,训练集作为待拟合数据,端到端训练模型;以深度迭代展开的形式构建恢复算法;利用基于区域自注意力机制的神经网络进行建模学习,构建恢复算法模型;设置训练参数和损失函数策略,对构建好的恢复算法模型进行训练并验证;通过恢复算法模型将压缩感知图像恢复为高光谱图像。本发明利用高光谱数据特有的光谱‑空间相关性,高精度、高效率恢复原始高光谱图像信息。

    高光谱快照图像恢复方法、装置、设备及介质

    公开(公告)号:CN114419392A

    公开(公告)日:2022-04-29

    申请号:CN202210061669.6

    申请日:2022-01-19

    Abstract: 本发明公开了高光谱快照图像恢复方法、装置、设备及介质,该方法包括获取光谱图像数据集编写卷积神经网络所需的数据接口;构建训练集和测试集;使用随机掩膜与训练集进行叠加,设定通道像素,并将图像进行倾斜处理后在光谱维度进行叠加获得混叠图像作为输入,训练集作为待拟合数据,端到端训练模型;以深度迭代展开的形式构建恢复算法;利用基于区域自注意力机制的神经网络进行建模学习,构建恢复算法模型;设置训练参数和损失函数策略,对构建好的恢复算法模型进行训练并验证;通过恢复算法模型将压缩感知图像恢复为高光谱图像。本发明利用高光谱数据特有的光谱‑空间相关性,高精度、高效率恢复原始高光谱图像信息。

    基于区域动态深度展开神经网络的高光谱图像重构方法

    公开(公告)号:CN114387258A

    公开(公告)日:2022-04-22

    申请号:CN202210039789.6

    申请日:2022-01-14

    Abstract: 本发明提供一种基于区域动态深度展开神经网络的高光谱图像重构方法,包括如下步骤:S1,模拟高光谱数据的真值图像;S2,将真值图像经过掩膜编码得到混叠图像;S3,混叠图像经过数据预处理后输入深度展开神经网络进行训练;所述深度展开神经网络包括区域权重生成模块、阈值迭代算法变换模块以及像素级自适应阈值模块;S4,利用训练好的深度展开神经网络进行光谱图像重构。本发明采用基于区域动态的深度展开神经网络根据混叠图像的区域化特征来动态指导重构变换域的生成,有效提升了快照压缩光谱成像中的图像重构质量,在网络训练和实用中更为便捷灵活,节省计算资源和降低时间消耗。

    一种可实现高维多自由度光场调控的纯相位衍射光学器件

    公开(公告)号:CN118259387A

    公开(公告)日:2024-06-28

    申请号:CN202410333250.0

    申请日:2024-03-22

    Abstract: 本发明公开了一种可实现高维多自由度光场调控的纯相位衍射光学器件及其设计方法。该器件可对入射光场的波矢、相位、振幅、轨道角动量、模场分布及偏振六个自由度进行高维协同调控。在该器件的设计过程中,对波矢、相位、振幅自由度的调控经由透过率函数及系数迭代优化设计实现;对光束轨道角动量及模场分布自由度的调控经由基于人工智能技术构造的双塔型相位生成网络实现;对光场偏振自由度的调控通过光子自旋霍尔效应引入的几何相位调制实现。本发明有效拓宽了光场调控自由度的数目及维度,可应用于超分辨率成像、精密测量、光通信以及量子计算等诸多领域。

    基于深度残差网络的光束轨道角动量复振幅谱测量方法

    公开(公告)号:CN117419801A

    公开(公告)日:2024-01-19

    申请号:CN202311366379.3

    申请日:2023-10-20

    Abstract: 本发明公开了一种基于深度残差网络的光束轨道角动量复振幅谱测量方法,通过构建不同模式范围、模式间隔、相对强度分布及相对相位分布的复杂多模光场复振幅数据集,训练本发明设计的深度残差网络来学习预处理后的复振幅强度及相位数据特征,构建其与复振幅谱的映射模型。借助训练完成的模型,只需输入待测光束的复振幅,即可直接分别实时输出待测光束的轨道角动量强度谱和相位谱,即轨道角动量复振幅谱,实现了对光束轨道角动量复振幅谱的高精度实时测量。相比于现有轨道角动量复振幅谱测量技术,本发明有效降低了测量时间成本,可应用于超大容量光通信,量子信息处理,高分辨率成像等诸多领域中。

    基于生理与行为特征的位姿监控与跌倒报警手环

    公开(公告)号:CN110322662A

    公开(公告)日:2019-10-11

    申请号:CN201910367198.X

    申请日:2019-05-05

    Abstract: 本申请公开了一种基于生理与行为特征的位姿监控与跌倒报警手环,包括表头和表带,所述表带的两端分别与所述表头的两端相连接,所述表头包括表壳、保护壳、控制模块、以及显示屏;控制模块包括核心运算处理模块、六轴传感器、电源模块、通讯模块、语音识别及播报模块、心率监测模块、内存卡、定位模块、以及报警模块;核心运算处理模块用于接收六轴传感器发送的姿态信息,对姿态信息进行处理和计算,得到姿态数据,将姿态数据发送到显示屏和内存卡,通过姿态数据判定是否为跌倒,若为跌倒,则发送报警指令到报警模块;本发明采集老年人跌倒数据,通过报警模块和客户端及时发出报警信息,使老人在跌倒时第一时间得到救助。

    用于可穿戴装备的人跌倒状态嵌入式智能检测方法

    公开(公告)号:CN110327050A

    公开(公告)日:2019-10-15

    申请号:CN201910367318.6

    申请日:2019-05-05

    Abstract: 本申请公开了一种用于可穿戴装备的人跌倒状态嵌入式智能检测方法,将六轴加速度传感器放置在人体手腕处,提取人体在三维方向上的原始三维加速度数据、并发送至ARM嵌入式CPU进行处理,ARM嵌入式CPU对采集到的原始三维加速度数据进行处理判定是否为跌倒位姿,对原始三维加速度数据进行预处理得到简化三维加速度数据,对简化三维加速度数据进行特征提取,设置特征阈值范围、持续位姿识别阈值以及跌倒阈值,判定是否发生跌倒。本申请提供的用于可穿戴装备的人跌倒状态嵌入式智能检测方法,对数据预处理、对特征数据计算判定,分类细化了位姿的种类,更加完善了跌倒和姿势的识别,使得识别更为准确合理。

    基于生理与行为特征的位姿监控与跌倒报警手环

    公开(公告)号:CN110322662B

    公开(公告)日:2021-04-30

    申请号:CN201910367198.X

    申请日:2019-05-05

    Abstract: 本申请公开了一种基于生理与行为特征的位姿监控与跌倒报警手环,包括表头和表带,所述表带的两端分别与所述表头的两端相连接,所述表头包括表壳、保护壳、控制模块、以及显示屏;控制模块包括核心运算处理模块、六轴传感器、电源模块、通讯模块、语音识别及播报模块、心率监测模块、内存卡、定位模块、以及报警模块;核心运算处理模块用于接收六轴传感器发送的姿态信息,对姿态信息进行处理和计算,得到姿态数据,将姿态数据发送到显示屏和内存卡,通过姿态数据判定是否为跌倒,若为跌倒,则发送报警指令到报警模块;本发明采集老年人跌倒数据,通过报警模块和客户端及时发出报警信息,使老人在跌倒时第一时间得到救助。

Patent Agency Ranking