-
公开(公告)号：CN118038138A
公开(公告)日：2024-05-14
申请号：CN202410128666.9
申请日：2024-01-30
Applicant: 电子科技大学
IPC: G06V10/764 , G06V10/26 , G06V10/40 , G06V10/77 , G06V10/82 , G06V10/52 , G06N3/0455 , G06N3/048 , G06N3/047 , G06N3/084 , A61B5/055 , A61B5/00
Abstract: 本发明公开了一种用于自然图像引发的人脑活动的多任务同步解码方法，属于生物医学图像的多任务解码技术领域。本发明基于观看大量自然图像下的功能磁共振信号数据建立基于多任务视觉信息脑解码模型，包括：视觉编码模块，将视觉相关区域体素信号编码到隐特征空间；多任务编码模块，获取包括视觉信息特征向量、类别信息特征向量和语义解码任务的特征向量的多任务特征向量；类别解码模块，获取预测的类别的概率分布；语义解码模块，预测语义标签的概率分布；语言解码模块，来捕捉文本中的深层次结构和语义关系，从而生成更准确的连续描述性文本。本发明解码出的类别信息和语义标签的准确率高，并且解码出的图像描述能指向其主要元素或事件。
-
-
公开(公告)号：CN114494063B
公开(公告)日：2023-04-07
申请号：CN202210087269.2
申请日：2022-01-25
Applicant: 电子科技大学
IPC: G06T5/00 , G06V20/56 , G06V10/764
Abstract: 本发明公开一种基于生物视觉机制的夜间交通图像增强方法，应用于计算机视觉技术领域，针对夜间道路环境昏暗、对向行驶车辆灯光对驾驶员视线的干扰、行人和路灯模糊不清等图像问题，提高夜间交通图像亮度，使夜间驾驶任务更容易更安全；本发明首先构建一个夜间交通图像分类器，根据夜间交通图像的亮度和局部对比度将夜间交通图像分为三类，再依据不同的分类结果调用三种不同的图像增强算法对输入的夜间交通图像进行增强，最后对增强前后图像质量进行无参考图像质量评价，发现增强后的夜间交通图像具有更好的主观及客观视觉感知性能，本发明的方法对辅助驾驶技术的发展具有重要的意义。
-
公开(公告)号：CN110611631A
公开(公告)日：2019-12-24
申请号：CN201910910666.3
申请日：2019-09-25
Applicant: 电子科技大学
Abstract: 本发明公开一种低时延与低开销的DBPSK解调器，应用于通信领域，针对现有DBPSK解调中存在时延过大和开销过大的缺陷，本发明通过传统cordic算法将前N/3次的迭代运算结果存储至小容量ROM查找表中，并结合概率加法器，若当前迭代次数i小于或等于N/3时，通过ROM查找表地址得到在ROM查找表中存储的迭代结果；若当前迭代次数i大于N/3时，通过在ROM查找表中找到第N/3次迭代结果，利用概率加法器和移位寄存器进行i-N/3次迭代运算；所述校正模块对当前迭代结果采用最佳一致逼近法进行校正；从而降低dbpsk解调器的时延与开销。
-
公开(公告)号：CN118114753A
公开(公告)日：2024-05-31
申请号：CN202410167967.2
申请日：2024-02-06
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06N3/0985 , G06N3/084 , G06F40/30 , G06V20/70 , G06V10/40 , G06V10/82 , G06F18/25 , G06F18/27 , G06N3/0455 , G06N3/0499
Abstract: 本发明公开了一种视觉脑信号‑语言解码训练方法、解码方法及模型，基于大型数据集NSD，利用大模型的泛化能力，建立了一个视觉‑语言解码模型，提升了语言解码的效果。该模型包括：1）大脑活动编码模块：负责提取大脑活动特征，将大脑活动编码为带有图像特征和语义信息的大脑活动特征；2）解码空间映射模块：负责将大脑活动特征映射到GPT‑2的输入空间，使其特征空间与GPT‑2的输入空间具有相同的分布；3）语言解码模块：负责利用GPT‑2和多头交叉注意力机制，将大脑活动解码为文本描述。本发明解决了视觉‑语言解码中解码效果不理想的问题，极大提升了解码结果，促进了生成式脑机接口场景的实际应用。
-
Patent Agency Ranking
公开(公告)号：CN110677138A
公开(公告)日：2020-01-10
申请号：CN201910909962.1
申请日：2019-09-25
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于无误差概率计算的FIR滤波器，该滤波器包括前向转换模块、无误差概率乘法器、无误差概率加法器和后向转化模块。本发明将输入的信号值转化到概率域上，然后利用概率计算方法对信号进行处理，最后对得到的概率域上的序列进行计数转换回二进制下得到最终的输出信号值，大大降低了滤波器所消耗的硬件资源，具有无误差、容错性能更好等优点。
-
公开(公告)号：CN113421237B
公开(公告)日：2023-04-18
申请号：CN202110678186.6
申请日：2021-06-18
Applicant: 西安电子科技大学
IPC: G06T7/00 , G06T17/00 , G06V10/774 , G06V10/82 , G06F30/27 , G06N3/0464 , G06N3/096
Abstract: 一种基于深度特征迁移学习的无参考图像质量评价方法，其步骤如下：构建失真特征提取网；构建多分支特征注意力模块；构建质量回归网络；生成无参考图像质量回归网络；生成训练集；训练无参考图像质量回归网络；对待评价图像进行质量评估。本发明失真特征提取网络所包含的多分支特征注意力模块能够自适应地捕获自然图像的失真特征，在质量回归网络的输出侧可以自动获得输入图像的质量分数。多个国际公开数据库上的广泛实验结果表明，本发明方法提高了失真图像质量的预测精度，具有评价无参考图像质量时与人眼视觉感知一致性更高、泛化性能更强的优点。
-
公开(公告)号：CN114494063A
公开(公告)日：2022-05-13
申请号：CN202210087269.2
申请日：2022-01-25
Applicant: 电子科技大学
IPC: G06T5/00 , G06V20/56 , G06K9/62 , G06V10/764
Abstract: 本发明公开一种基于生物视觉机制的夜间交通图像增强方法，应用于计算机视觉技术领域，针对夜间道路环境昏暗、对向行驶车辆灯光对驾驶员视线的干扰、行人和路灯模糊不清等图像问题，提高夜间交通图像亮度，使夜间驾驶任务更容易更安全；本发明首先构建一个夜间交通图像分类器，根据夜间交通图像的亮度和局部对比度将夜间交通图像分为三类，再依据不同的分类结果调用三种不同的图像增强算法对输入的夜间交通图像进行增强，最后对增强前后图像质量进行无参考图像质量评价，发现增强后的夜间交通图像具有更好的主观及客观视觉感知性能，本发明的方法对辅助驾驶技术的发展具有重要的意义。
-
公开(公告)号：CN110677138B
公开(公告)日：2021-06-15
申请号：CN201910909962.1
申请日：2019-09-25
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于无误差概率计算的FIR滤波器，该滤波器包括前向转换模块、无误差概率乘法器、无误差概率加法器和后向转化模块。本发明将输入的信号值转化到概率域上，然后利用概率计算方法对信号进行处理，最后对得到的概率域上的序列进行计数转换回二进制下得到最终的输出信号值，大大降低了滤波器所消耗的硬件资源，具有无误差、容错性能更好等优点。
-
公开(公告)号：CN113421237A
公开(公告)日：2021-09-21
申请号：CN202110678186.6
申请日：2021-06-18
Applicant: 西安电子科技大学
Abstract: 一种基于深度特征迁移学习的无参考图像质量评价方法，其步骤如下：构建失真特征提取网；构建多分支特征注意力模块；构建质量回归网络；生成无参考图像质量回归网络；生成训练集；训练无参考图像质量回归网络；对待评价图像进行质量评估。本发明失真特征提取网络所包含的多分支特征注意力模块能够自适应地捕获自然图像的失真特征，在质量回归网络的输出侧可以自动获得输入图像的质量分数。多个国际公开数据库上的广泛实验结果表明，本发明方法提高了失真图像质量的预测精度，具有评价无参考图像质量时与人眼视觉感知一致性更高、泛化性能更强的优点。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.032 seconds)
