-
公开(公告)号：CN110246083B
公开(公告)日：2023-02-24
申请号：CN201910388830.9
申请日：2019-05-10
Applicant: 杭州电子科技大学
IPC: G06T3/40
Abstract: 本发明公开了一种荧光显微图像超分辨率成像方法。本发明步骤如下：1：整理图像数据集，并将数据集按要求划分出训练集、测试集和验证集；2：输入训练集、测试集用基于深度学习的超分辨率神经网络训练出所需要参数的模型；3：用荧光显微镜发射特定波长紫外线，照射室用量子点变过的样本上，并使用CCD对样本成像，得到一系列的图像序列；4：使用SOFI算法，基于记录时间序列的图像，对荧光波动进行统计分析，通过计算整个时间序列内所有帧的各水平方向的累积量，得到荧光显微图像；5：使用FSRCNN读取模型中的参数，对荧光显微图像进行超分辨率处理，得到高质量图像。本发明达到快速生成噪声少、细节清晰、高质量的荧光显微图像。
-
公开(公告)号：CN108447019B
公开(公告)日：2022-10-18
申请号：CN201810122341.4
申请日：2018-02-07
Applicant: 杭州电子科技大学
IPC: G06T3/40
Abstract: 本发明公开了一种基于对偶图的图像超分辨率方法。本发明通过引进图模型来探索图像内部像素的拓扑特性和自相似性。提出了基于向量的行图模型和基于向量的列图模型，将每个像素看成是一个节点的图模型，而是通过构造相似块组从而将每一列或每一行看成是一个节点，节点间的距离计算即为列向量或行向量之间的欧氏距离。最终得到的超分辨率的表达式的正则项为对偶图，二次项为超分辨组与字典的乘积、待处理组之间的偏差。最后引入了图像正则化技术，将图像处理后的偏差进行一个回传正则化迭代，进一步对提出的方法进行优化。本发明将图模型延伸到了向量节点模式，并非单一的像素节点模式，并应用在了图像超分辨率领域。
-
公开(公告)号：CN113008226B
公开(公告)日：2022-04-01
申请号：CN202110180618.0
申请日：2021-02-09
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于门控循环神经网络和粒子滤波的地磁室内定位方法。本发明通过搭建好的地磁室内数据库训练门控循环神经网络来进行对地磁轨迹信号的匹配定位。利用训练好的门控循环神经网络来进行匹配定位能为地磁轨迹信号的匹配定位带来更好的定位精度，另外相比较于常用的基于动态时间规划的地磁轨迹信号匹配算法，训练好的模型在匹配定位过程中减少了实时计算量。本发明设计了一个在神经网络模型对地磁轨迹信号进行匹配定位的基础上，结合粒子滤波算法来进行实时定位的系统。该系统有效利用了门控循环神经网络提取地磁轨迹信号特征的优势，为粒子滤波算法带来更好的实时定位精度。
-
公开(公告)号：CN112158285B
公开(公告)日：2022-04-01
申请号：CN202010960969.9
申请日：2020-09-14
Applicant: 杭州电子科技大学
IPC: B62J45/41 , B62J45/412 , B62J45/416 , B62J3/12 , B62J45/00
Abstract: 本发明提供一种山地自行车实时变速建议系统，包括运动检测模块、数据处理模块、电源模块、存储模块、通讯模块和人机交互模块。所述的运动检测模块、存储模块、通讯模块和人机交互模块连接数据处理模块，所述的电源模块连接各个模块，为整个系统提供电能。数据处理模块对运动检测模块传入的骑行数据进行处理，综合坡度、路况、速度、档位、踏频和骑行者的脉搏信息，给出当前适合的速度和档位，并通过人机交互模块显示。本发明系统增加了运动建议功能，而且相比于一般的码表，有更好的人机交互功能。由于本发明内嵌神经网络，所以本发明可在不连接网络的情况下进行深度学习，来适应山地骑行信号差的环境。
-
公开(公告)号：CN110929735B
公开(公告)日：2022-04-01
申请号：CN201910988094.0
申请日：2019-10-17
Applicant: 杭州电子科技大学
IPC: G06V10/46 , G06V10/764 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种基于多尺度特征注意机制的快速显著性检测方法。本发明方法首先通过深度卷积网络对图像进行处理，获得基于不同卷积层的特征，包括较浅层特征和高级语义特征，然后分别对获得基于不同卷积层的特征进行处理，最后将处理后的较浅层特征和高级语义特征输入至解码器中，生成显著性检测图。本发明消除了大部分背景特征的干扰，增加了计算效率并有效地抑制背景信息，对高级语义特征使用金字塔扩张卷积更好的利用语义信息，并采用双解码器结能对特征进行进一步细化，最终生成的显著性图能够以明晰的边界完整的凸显图像中的显著性区域，并有效地抑制背景区域。
-
Patent Agency Ranking
公开(公告)号：CN110675360B
公开(公告)日：2022-04-01
申请号：CN201910712025.7
申请日：2019-08-02
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于深度图像的实时平面检测及提取的方法。本发明包括如下步骤：步骤1：对深度图像做预处理，并对深度图像提取区块信息；步骤2：对区块的几何参数分布做降维统计；步骤3：对估计的各个平面法向量查找平行平面；步骤4：平面参数优化。本发明根据深度图像的成像原理及平面结构的空间特性，使得计算机可以实时地通过深度图像获取环境中的平面结构信息，使得三维重建结果更加准确。从而准确高效地从深度图像中提取平面结构信息。
-
公开(公告)号：CN114139705A
公开(公告)日：2022-03-04
申请号：CN202111466079.3
申请日：2021-12-03
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于图像频率响应的结构化剪枝方法，首先训练深度神经网络获取预训练模型，然后获取数据集中图像不同频率分量，再对不同频率分量做重要性排序；根据预训练模型中不同通道对重要频率的响应大小进行剪枝操作，最后对模型进行微调。本发明从频域角度出发考虑剪枝问题，剪枝的依据是各个滤波器本身的频率特性以及对不同频率的响应，适用于大多数常见的深度神经网络。
-
公开(公告)号：CN113536416A
公开(公告)日：2021-10-22
申请号：CN202110683630.3
申请日：2021-06-21
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于室内空间布局约束的场景模型补全方法。首先使用超体素分割对室内稠密三维重建模型进行预处理，将mesh模型转换成超体素数据，每个超体素数据将邻局部特征一致的mesh进行初步的聚类，在保持原三维模型的特征的基础上大大的减少了计算量，然后在超体素模型上使用RANSAC平面检测算法，进行平面的预提取，建立带有平面几何约束的能量函数，通过求解能量函数求得该三维室内模型中的建筑主体结构平面，然后得出模型的室内空间布局，在室内空间布局的约束下，进行孔洞检测和孔洞修补，最终完成三维模型的孔洞补全。本发明方法能够大大提升对墙角等墙建筑主体结构上的补全效果，进而提升了整体室内环境的补全效果。
-
公开(公告)号：CN110677556B
公开(公告)日：2021-09-28
申请号：CN201910711598.8
申请日：2019-08-02
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于相机定位的图像去模糊方法。本发明包括两阶段：模糊图像去模糊阶段和去模糊图像特征提取阶段。模糊图像去模糊阶段：本发明利用相机当前帧的模糊图像的深度图像，得到场景的深度信息，进而获得场景点的三维坐标。并利用惯性测量单元(IMU)获得相机运动信息，包括平移和旋转。利用以上数据计算选定区块的模糊核，用模糊核进行反卷积操作，得到去模糊图像。去模糊图像特征提取阶段：该阶段对去模糊处理后的图像进行ORB特征提取，并使用提取的特征进行后续的SLAM过程。本发明仅对选定区块进行去模糊，在一定程度上减少了计算量，提高了运算速度。
-
公开(公告)号：CN111043953B
公开(公告)日：2021-07-27
申请号：CN201910988106.X
申请日：2019-10-17
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于深度学习语义分割网络的二维相位解包裹方法。本发明包括如下步骤：步骤1、利用Zernike多项式产生网络训练数据并对网络进行训练；步骤2、用步骤1得到的训练数据对语义分割DeepLabV3+网络进行训练：步骤3、利用训练后的网络对包裹相位进行分割并和包裹相位相加，得到初步解包裹相位，并对初步解包裹相位进行后处理得到最终解包裹相位。本发明提出的方法的求解速度快，对噪声鲁棒，尤其针对于散斑干涉仪测到的大噪声相位图的相位解包裹。在光学成像研究领域有着很大的应用前景。
-
-
-
-
-
-
-
-
-
Search Results
297
records
(took 0.027 seconds)
