公开(公告)号：CN109840538A

公开(公告)日：2019-06-04

申请号：CN201711254628.4

申请日：2017-11-29

Applicant: 南京大学

Inventor： 夏赅 ,  陈颖 ,  葛云 ,  黄晓林

IPC: G06K9/62 ,  G06N3/08

Abstract: 本发明公布了一种基于集成交叉对比神经网络的图像分类技术。本发明从卷积神经网络卷积层的物理意义出发，与能够对两个对象特征频次进行统计分析并衡量其相似性的IBS模型相结合，提出了交叉对比神经网络的概念。此网络模型经过数据的训练，可以自动提取图像中的特征，并根据这些特征的统计信息判断是否为同一类，解决了神经网络在小样本数据上表现较差的问题。同时，提出了集成多个交叉对比神经网络模型的方法，通过训练多个交叉神经网络模型，将模型输出通过次级神经网络调整权重，输出最终分类结果，提升了交叉对比神经网络的分类精确度。

公开(公告)号：CN109785230A

公开(公告)日：2019-05-21

申请号：CN201811387841.7

申请日：2018-11-16

Applicant: 南京大学

Inventor： 黄晓林 ,  余强 ,  李伟峰 ,  张羽祺 ,  葛云 ,  陈颖

IPC: G06T3/40 ,  G06T5/00

Abstract: 本发明提供一种模拟人眼的图像中心增强处理方法，突出图像中心区域，具有更强的视觉冲击。该方法利用非线性函数调制重采样率，对图像进行重采样处理，以给与图像中心区域更多像素分配，以此来凸显图像中间区域，削弱边缘细节，模拟人眼的非线性视神经分配机制，从而使得照片呈现更接近人眼感受。