-
公开(公告)号：CN108805284A
公开(公告)日：2018-11-13
申请号：CN201810500490.X
申请日：2018-05-23
申请人： 哈尔滨工业大学深圳研究生院
CPC分类号： G06N3/08 , G06N3/0454
摘要： 本发明公开了一种卷积神经网络感受野量化的方法及其应用，该方法包括如下步骤：（1）在网络初始化的过程中通过前向传播的方式计算各个网络层输出的stride值，其中，Stride值表示原输入尺度与该网络层feature map的尺度的比例大小；（2）计算不同层输出的感受野尺度大小，申请相应大小的内存并设置初始化的值；（3）对不同网络层输出的感受野进行初始化后就可以利用网络中卷积参数通过前向计算对不同层的感受野进行量化。本发明能够以前向传播的方式对不同网络层上神经元的感受野进行量化，量化结果可以在各个层中直接使用，尤其在深度卷积网络如VGG16网络，ResNet网络上进行有效应用。
-
公开(公告)号：CN105205788B
公开(公告)日：2018-06-01
申请号：CN201510433962.0
申请日：2015-07-22
申请人： 哈尔滨工业大学深圳研究生院
IPC分类号： G06T5/00
摘要： 本发明提出了一种基于à trous小波阈值去噪方法，应用于高通量基因测序图像去噪。本发明主要是对基于硬阈值的各向同性非抽取离散小波算法的改进，具体操作是使用特定的小波对高通量基因测序的图像进行小波分解，针对每一层小波系数，提出使用l1范数计算全局阈值。通过全局阈值和每一层小波系数构建估计小波系数表达式，最后使用小波重构算法得到去噪后的图像。本发明的方法相对于现有技术中具有去噪性能更好的优点，并且通过几组实验数据对比，证明本发明的合理性和鲁棒性。
-
公开(公告)号：CN107748899A
公开(公告)日：2018-03-02
申请号：CN201711071551.7
申请日：2017-11-03
申请人： 哈尔滨工业大学深圳研究生院
摘要： 本发明提供了一种基于LSTM的二维图像的目标类别判识方法，包括以下步骤：S1、依照从外至内的环状串联的方式将二维图像转化为一维矢量，依照行序串联的方式将二维图像转化为一维矢量，依照从列序串联的方式将二维图像转化为一维矢量；S2、将上述三种转化方式所得到的一维矢量全部送入LSTM网络进行训练或者判识，然后输出三种结果；S3、将LSTM网络输出的三种结果进行融合，并基于最终的融合结果进行目标判识。本发明的有益效果是：对二维图像使用不同的方式得到一维向量可以充分利用二维图像在空间上的组织关系，明显提高判别的正确率，且具有很好的可解释性。
-
公开(公告)号：CN107506713A
公开(公告)日：2017-12-22
申请号：CN201710701363.1
申请日：2017-08-15
申请人： 哈尔滨工业大学深圳研究生院
IPC分类号： G06K9/00
CPC分类号： G06K9/00228 , G06K9/00906
摘要： 本发明提出的一种活体人脸检测方法及存储设备，可在可见光下采集人脸视频，并利用容积血液脉搏成像(PPGi)技术从人脸区域提取容积脉搏波信号，以此判别活体人脸和非活体人脸。本发明提出的活体人脸检测方法具有简单快速易用和高隐蔽性的特点。
-
公开(公告)号：CN104657947B
公开(公告)日：2017-08-22
申请号：CN201510064027.1
申请日：2015-02-06
申请人： 哈尔滨工业大学深圳研究生院
IPC分类号： G06T5/00
摘要： 本发明提供了一种针对碱基图像的降噪方法，该方法基于组合滤波以抑制生物图像中的高斯噪声，包括以下步骤：获取荧光显微镜中碱基图像；首先针对碱基图像中的亮点，使用FWHM算法，求出满足该亮点灰度分布的参数δ；然后通过使用LOG算法，检测出该亮点的边缘像素，保存边缘位置图像；最后使用双边滤波器对图像滤波，双边滤波器不仅能保护边缘像素，而且针对高斯噪声具有很好的降噪效果。使用FWHM算法计算得到的δ用于LOG算法检测以及双边滤波器滤波，与通过使用固定值来计算滤波和检测边缘效果相比，使用FWHM方法得到的结果更好。该方法能有效地去除噪声、保持边缘，在有噪声的情况下具有很好的鲁棒性。
-
公开(公告)号：CN103530659B
公开(公告)日：2017-08-22
申请号：CN201310492782.0
申请日：2013-10-18
申请人： 哈尔滨工业大学深圳研究生院
摘要： 本发明提出了一种结合原始人脸图像和其左、右对称脸的人脸识别方法和考勤系统。该考勤系统分为两个部分：注册和识别。注册部分包括人脸检测、图像采集和特征提取，并将人脸特征存储到人脸库中；识别部分包括人脸检测、图像采集、特征提取和人脸识别，最后输出识别结果。该系统运用本发明提出的结合原始人脸图像和其对称脸图像的人脸识别方法，该方法简单且计算效率高，几乎所有基于表示的分类方法可以用该方案进行改进。实验结果表明，该方法可以大大提高基于表示的分类方法的准确率。使用本发明提出的结合原始人脸图像和其左、右对称脸的人脸识别方法的考勤系统能够提高考勤登记时的速度，提高识别的准确率，更加方便实用。
-
公开(公告)号：CN103679148B
公开(公告)日：2017-04-26
申请号：CN201310676217.X
申请日：2013-12-11
申请人： 哈尔滨工业大学深圳研究生院
摘要： 本发明提出了一种聚类角点加权面积的群体聚散检测方法，包括如下步骤：A.获取视频帧图像；B.通过混合高斯背景建模方法计算出人群前景区域；C.通过Harris角点检测算法计算图像的角点；D.使用人群前景作为掩膜算子计算出图像中人群区域的角点；E.使用DBSCAN对角点进行聚类；F.使用加权法计算角点面积；G.计算角点面积的变化曲线的斜率，并结合类簇个数进行事件识别。本发明的方法通过使用角点描述人群分布，避免了对人群个体分割的不准确性；通过对人群角点进行聚类，并从人群类簇的个数可以分析出当前场景中人群整体的密集程度。通过计算角点面积变化曲线的斜率来进行事件决策，决策简单有效。事件决策过程中还增加了类簇个数变化情况进行辅助，增加了决策结果的准确性。
-
公开(公告)号：CN104657947A
公开(公告)日：2015-05-27
申请号：CN201510064027.1
申请日：2015-02-06
申请人： 哈尔滨工业大学深圳研究生院
IPC分类号： G06T5/00
摘要： 本发明提供了一种针对碱基图像的降噪方法，该方法基于组合滤波以抑制生物图像中的高斯噪声，包括以下步骤：获取荧光显微镜中碱基图像；首先针对碱基图像中的亮点，使用FWHM算法，求出满足该亮点灰度分布的参数δ；然后通过使用LOG算法，检测出该亮点的边缘像素，保存边缘位置图像；最后使用双边滤波器对图像滤波，双边滤波器不仅能保护边缘像素，而且针对高斯噪声具有很好的降噪效果。使用FWHM算法计算得到的δ用于LOG算法检测以及双边滤波器滤波，与通过使用固定值来计算滤波和检测边缘效果相比，使用FWHM方法得到的结果更好。该方法能有效地去除噪声、保持边缘，在有噪声的情况下具有很好的鲁棒性。
-
公开(公告)号：CN104102921A
公开(公告)日：2014-10-15
申请号：CN201410336715.4
申请日：2014-07-15
申请人： 广州市番禺奥莱照明电器有限公司 , 哈尔滨工业大学深圳研究生院
IPC分类号： G06K9/62
摘要： 本发明公开了一种基于人脸识别的视频检测方法，包括感应器检测是否有运动目标进入检测区域且光强是否低于预设阈值；根据检测结果启动摄像装置或照明装置；检测初始图像中的运动目标；利用“基于表示的距离”的由粗到细K近邻分类算法及人脸特征数据库进行人脸识别。与现有技术相比，该方法提高了准确率及人脸识别效果，还提高了视频检测的准确性。且该方法采用先动态后静态相结合的检测方式，提高了检测效率，避免了背景中有人脸照片或类似人脸的区域的误报。本发明同时公开了一种视频检测装置。该检测装置将视频检测装置与照明装置结合为一体，以保障了视频检测部分的正常工作，从而弥补了现有技术的缺陷，使得该检测装置更加地智能化。
-
公开(公告)号：CN108280811B
公开(公告)日：2021-07-06
申请号：CN201810063893.2
申请日：2018-01-23
申请人： 哈尔滨工业大学深圳研究生院
IPC分类号： G06T5/00
摘要： 本发明公开了一种基于神经网络的图像去噪方法，包括：获取场景的高感光度图像和低感光度图像；生成第一神经网络模型，并利用第一神经网络模型对低感光度图像进行去噪处理，得到去噪后的低感光度图像；将高感光度图像和去噪后的低感光度图像构成训练图像数据库，并利用训练图像数据库训练神经网络模型，生成用于图像去噪的第二神经网络模型；将待处理图像作为第二神经网络模型的输入，经处理后得到对应的干净图像。此外，还公开了一种基于神经网络的图像去噪系统。上述基于神经网络的图像去噪方法和系统能处理具有真实噪声信息的图像，具有现实的应用意义。
-
-
-
-
-
-
-
-
-
搜索结果
51 条记录 (耗时 0.113 秒)