- 专利标题: 一种基于深度编解码对偶模型的复杂视觉图像重构方法
-
申请号: CN201810233579.4申请日: 2018-03-21
-
公开(公告)号: CN108573512B公开(公告)日: 2021-04-30
- 发明人: 陈华富 , 黄伟 , 王冲 , 颜红梅 , 杨晓青 , 杨天 , 刘秩铭
- 申请人: 电子科技大学
- 申请人地址: 四川省成都市高新区(西区)西源大道2006号
- 专利权人: 电子科技大学
- 当前专利权人: 电子科技大学
- 当前专利权人地址: 四川省成都市高新区(西区)西源大道2006号
- 代理机构: 电子科技大学专利中心
- 代理商 陈一鑫
- 主分类号: G06T9/00
- IPC分类号: G06T9/00
摘要:
本发明公开了一种基于深度编解码对偶模型的复杂视觉图像重构方法,属于生物医学图像脑解码中的视觉场景重构技术领域。本发明首先采集观看大量自然图像下的功能磁共振信号。然后分别建立四个网络模型:1、编码模型,即使用卷积神经网络将自然图像编码成视觉区的体素信号;2、解码模型,即是用卷积神经网络以及反卷积神经网络将视觉区体素信号解码成自然图像;3、判别自然图像模型,即判断真图像与假图像;4、判别视觉区响应模型,即判断真信号与假信号。通过训练设计好的四个模型,可实现从脑信号中还原出视觉场景图像。本发明首次解决了自然场景与脑信号之间直接相互转换的问题,可以实现脑机接口场景的实际应用。
公开/授权文献
- CN108573512A 一种基于深度编解码对偶模型的复杂视觉图像重构方法 公开/授权日:2018-09-25