-
公开(公告)号：CN112200264A
公开(公告)日：2021-01-08
申请号：CN202011157901.3
申请日：2020-10-26
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于散射复用的高通量免成像分类方法与装置，其中，方法包括以下步骤：使用散射介质对目标光场进行散射，得到散射后的散斑光场；选取并保留部分散斑光场，对部分散斑光场进行编码调制，并使用单像素探测器采集编码调制后的耦合数据，得到对应不同编码的单像素测量数据；设计并训练深度学习神经网络，网络的输入为单像素测量数据，输出为目标场景的分类结果；将采集的实际单像素测量数据输入深度学习神经网络中，得到成像分类结果。该方法仅需采集经过散射后的部分散斑图的单像素测量数据，无需经过图像重建即可输出场景分类的语义结果，具有效率高、计算复杂度低的特点。
-
公开(公告)号：CN118365804A
公开(公告)日：2024-07-19
申请号：CN202410789675.2
申请日：2024-06-19
Applicant: 北京理工大学
IPC: G06T17/00 , G06T9/00 , G06N3/044 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本申请提出了一种二值化计算成像与感知的方法与装置，该方法包括：基于深度学习技术构建编解码网络，并通过二值化模块对编解码网络的权重参数进行二值化处理，其中，编码网络用于实现对光学图像的调制掩膜和特征提取，解码网络用于解耦低维测量值；通过训练数据集对二值化后的编解码网络进行迭代训练，将二值化后的编解码网络的权重参数逐渐收敛至最优的二值化表示；获取当前的待处理任务，通过训练完成的最优二值化解码网络对观测目标进行图像重建和/或语义感知。该方法构造二值化端到端的编解码成像与感知孪生模型，能够减少解码网络的功耗和模型耗费的内存、计算资源，提升成像与感知的效率和精确度。
-
Patent Agency Ranking
公开(公告)号：CN118365804B
公开(公告)日：2024-10-18
申请号：CN202410789675.2
申请日：2024-06-19
Applicant: 北京理工大学
IPC: G06T17/00 , G06T9/00 , G06N3/044 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本申请提出了一种二值化计算成像与感知的方法与装置，该方法包括：基于深度学习技术构建编解码网络，并通过二值化模块对编解码网络的权重参数进行二值化处理，其中，编码网络用于实现对光学图像的调制掩膜和特征提取，解码网络用于解耦低维测量值；通过训练数据集对二值化后的编解码网络进行迭代训练，将二值化后的编解码网络的权重参数逐渐收敛至最优的二值化表示；获取当前的待处理任务，通过训练完成的最优二值化解码网络对观测目标进行图像重建和/或语义感知。该方法构造二值化端到端的编解码成像与感知孪生模型，能够减少解码网络的功耗和模型耗费的内存、计算资源，提升成像与感知的效率和精确度。
-
公开(公告)号：CN114202595A
公开(公告)日：2022-03-18
申请号：CN202111394891.X
申请日：2021-11-23
Applicant: 北京理工大学
Abstract: 本发明涉及一种计算感知方法、系统、设备及存储介质，所述方法包括：设计并训练编码子网络中具有权重贡献度计算模块的编码‑解码深度神经网络，并获取所述编码‑解码深度神经网络对应的编码调制掩膜序列；选取所述编码调制掩膜序列中前N个编码调制掩膜；利用所述选取的掩膜对目标图像进行编码调制，并使用单像素探测器采集编码调制后的耦合数据，得到对应不同编码的单像素测量数据；将所述测量数据输入预选训练好的编码‑解码深度神经网络的解码子网络中，得到目标图像的图像感知结果。本发明提供的技术方案，基于选取的编码调制掩码获得的测量数据进行目标图像的图像重构、语义感知，可以提高图像重构、语义感知的精度。
-
公开(公告)号：CN114202595B
公开(公告)日：2025-03-21
申请号：CN202111394891.X
申请日：2021-11-23
Applicant: 北京理工大学
IPC: G06T11/00 , G06V40/10 , G06V40/16 , G06V10/82 , G06N3/0455 , G06N3/0464
Abstract: 本发明涉及一种计算感知方法、系统、设备及存储介质，所述方法包括：设计并训练编码子网络中具有权重贡献度计算模块的编码‑解码深度神经网络，并获取所述编码‑解码深度神经网络对应的编码调制掩膜序列；选取所述编码调制掩膜序列中前N个编码调制掩膜；利用所述选取的掩膜对目标图像进行编码调制，并使用单像素探测器采集编码调制后的耦合数据，得到对应不同编码的单像素测量数据；将所述测量数据输入预选训练好的编码‑解码深度神经网络的解码子网络中，得到目标图像的图像感知结果。本发明提供的技术方案，基于选取的编码调制掩码获得的测量数据进行目标图像的图像重构、语义感知，可以提高图像重构、语义感知的精度。
-
公开(公告)号：CN112200264B
公开(公告)日：2023-08-15
申请号：CN202011157901.3
申请日：2020-10-26
Applicant: 北京理工大学
IPC: G06V10/774 , G06N3/0464 , G06N3/08 , G06N20/20
Abstract: 本发明公开了一种基于散射复用的高通量免成像分类方法与装置，其中，方法包括以下步骤：使用散射介质对目标光场进行散射，得到散射后的散斑光场；选取并保留部分散斑光场，对部分散斑光场进行编码调制，并使用单像素探测器采集编码调制后的耦合数据，得到对应不同编码的单像素测量数据；设计并训练深度学习神经网络，网络的输入为单像素测量数据，输出为目标场景的分类结果；将采集的实际单像素测量数据输入深度学习神经网络中，得到成像分类结果。该方法仅需采集经过散射后的部分散斑图的单像素测量数据，无需经过图像重建即可输出场景分类的语义结果，具有效率高、计算复杂度低的特点。
-
公开(公告)号：CN115208576A
公开(公告)日：2022-10-18
申请号：CN202210737135.0
申请日：2022-06-27
Applicant: 北京理工大学
IPC: H04L9/32 , H04N1/32 , H04N19/169 , G06V10/774 , G06V10/82 , G06V20/70
Abstract: 本申请公开了一种光学移位加密方法、装置、电子设备及计算机可读存储介质，其中，该方法包括：接收加密数据和掩膜密钥，其中，加密数据是发送方基于掩膜密钥对待加密图像进行加密操作获得的，所述加密操作包括随机移位操作，掩膜密钥只能被已认证用户设备接收，且在未有更改的情况下，只需接收成功一次，对于加密数据，已认证用户设备能够通过单播或者广播的方式接收多次；基于掩膜密钥获取解码网络，其中，解码网络是基于预先设置的移位加密协议训练的语义感知网络；基于解码网络破译加密数据，获得语义信息。本申请能够实现加密数据的高精度和轻量级的实时破译。
-
-
-
-
-
-
Search Results
7
records
(took 0.016 seconds)
