-
公开(公告)号：CN117911609A
公开(公告)日：2024-04-19
申请号：CN202311730771.1
申请日：2023-12-15
申请人： 杭州电子科技大学
IPC分类号： G06T17/00 , G06T15/00 , G06V10/26 , G06V20/70 , G06V40/10 , G06V40/20 , G06V20/40 , G06N3/0464 , G06N3/0495
摘要： 本发明公开了一种基于神经辐射场的三维手部建模方法，包括步骤如下：步骤(1)、通过双手手部分离模型进行双手模态分割；步骤(2)、通过手部去遮挡和移除模块获得单手图片；步骤(3)、单手蒙皮模型的结构化潜码；步骤(4)、单手蒙皮模型潜在代码扩散；步骤(5)、单手蒙皮模型手部密度和颜色回归；步骤(6)、对单手蒙皮模型进行手部体绘制得到双手手部模型。本发明使用了一种用于动态人体的新型隐式神经表示，这使本发明方法能够有效地合并视频帧上的观察。本发明方法可以在各种视点和不同级别的手间遮挡下获得高质量的重建性能。
-
公开(公告)号：CN113516678B
公开(公告)日：2024-04-05
申请号：CN202110348257.6
申请日：2021-03-31
申请人： 杭州电子科技大学
IPC分类号： G06T7/155 , G06V10/764
摘要： 本发明公开了一种基于多任务的眼底图像检测方法。采用DRIVE眼底公开数据集，将数据集分为训练集和测试集，并对数据进行有疾病和没有疾病的人工标记操作；对训练集和测试集进行数据增强操作；将数据增强后的训练集输入到多任务UNet网络中训练网络参数，得到眼底图像识别模型；通过经过数据增强的测试集进行测试，根据识别结果对模型进行微调。本发明方法更加具有普适性，本发明采用的对图像进行多任务计算并且在下采样添加额外操作对眼底疾病进行二分类任务，此外在跳跃链接中添加通道注意力机制使得网络对于通道信息更加敏感，保证图像分割质量。
-
公开(公告)号：CN117808897A
公开(公告)日：2024-04-02
申请号：CN202410025434.0
申请日：2024-01-08
申请人： 杭州电子科技大学
IPC分类号： G06T7/80 , G06T7/246 , G06V10/774 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种可用于不确定位姿的神经辐射场重建与重定位方法。本发明解决了由于位姿输入有噪声甚至没有位姿输入时神经辐射场新视角合成精度问题：由于神经辐射场需要准确的位姿输入，本发明使用无检测器的sfm框架优化相机位姿并进行神经辐射场和位姿回归器的训练。本发明增强了强大的定位性能，减少了与基于结构的方法的差距，同时保持了姿态回归的优势：具有低内存占用的快速推理和扩展到大型环境的能力。
-
公开(公告)号：CN113538338B
公开(公告)日：2024-04-02
申请号：CN202110672308.0
申请日：2021-06-17
申请人： 杭州电子科技大学
IPC分类号： G06T7/00
摘要： 本发明公开了一种基于限制性预测滤波的图像散景渲染方法及系统，首先准备数据集并对数据进行预处理；构建基于限制性预测滤波的图像散景渲染网络；图像散景渲染网络包括限制性预测滤波模块和显著性检测模块，其中显著性检测模块用于检测输入全聚焦图片中的显著性特征，限制性预测滤波模块用于保留显著性检测模块检测到的显著性特征，并对输入图片的其他部分进行限制性滤波操作，模糊图片内容从而产生散景渲染效果；通过数据集训练图像散景渲染网络模型。本发明方法使用三种参数类型的限制性预测滤波核对图片进行自适应滤波，从而实现散景渲染处理，创新的提出了一种限制性预测滤波模块用于实现图像的散景渲染处理。
-
公开(公告)号：CN113538231B
公开(公告)日：2024-04-02
申请号：CN202110672302.3
申请日：2021-06-17
申请人： 杭州电子科技大学
IPC分类号： G06T3/4076 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种基于像素分布估计的单张图像超分辨重建系统及方法，首先进行数据预处理获得高分辨率图片IHR和低分辨率图片ILR；然后构建并训练基于像素分布估计的图像超分辨重建网络，包括权重提取模块和像素分布估计模块；权重提取模块用于从输入的低分辨率图片ILR中计算出像素分布估计模块所需要的权重，而像素分布估计模块根据预先设定的倍数s对输入图片像素的邻域像素相对坐标进行像素估计，实现图像的超分辨重建过程。本发明方法从像素分布估计的角度解释并实现了图像超分辨重建，模型结构简单，权重学习模块结构用卷积层就可以很好的学习，运算成本低，且效果好。
-
公开(公告)号：CN117097997A
公开(公告)日：2023-11-21
申请号：CN202311052724.6
申请日：2023-08-21
申请人： 杭州电子科技大学
发明人： 颜成钢 , 曾龙健 , 吴旭 , 金颖杰 , 江涛 , 孙垚棋 , 朱尊杰 , 高宇涵 , 王鸿奎 , 赵治栋 , 殷海兵 , 王帅 , 张继勇 , 李宗鹏 , 丁贵广 , 付莹 , 郭雨晨 , 赵思成
摘要： 本发明公开了一种反向图像信号处理的噪声图像合成方法，首先构建噪声形成模型；然后估计噪声参数。记录两个原始图像序列即平场帧和偏置帧来估计由模拟和数字增益组成的整体系统增益K和噪声源；为了噪声形成模型能模拟多种ISO设置下的真实情况，对联合参数分布进行建模，以便以耦合的方式对噪声参数进行采样；最后完成噪声图像合成。本发明能够合成真实的噪声原始数据，更好地匹配噪声形成的潜在物理过程。本发明极大地提升了合成数据集地真实性；噪声参数校准方法可以校准多种相机的噪声参数，使合成数据集能模拟不同相机拍摄的真实图片，使通过该数据集训练的模型能具有很好的泛化性。
-
公开(公告)号：CN117058400A
公开(公告)日：2023-11-14
申请号：CN202311018632.6
申请日：2023-08-14
申请人： 杭州电子科技大学
发明人： 颜成钢 , 曾龙健 , 金颖杰 , 吴旭 , 江涛 , 王帅 , 张继勇 , 李宗鹏 , 丁贵广 , 付莹 , 郭雨晨 , 赵思成 , 孙垚棋 , 朱尊杰 , 高宇涵 , 王鸿奎 , 赵治栋 , 殷海兵
IPC分类号： G06V10/40 , G06V10/82 , G06V10/30 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种微光RAW图像端到端训练的特征提取方法。首先构建包含具有基本像素对像素对应关系的图像对的大规模数据集；然后构建基于L2‑Net网络的深度学习框架(LowerFeat，确定损失函数；再通过构建的大规模数据集对LowerFeat进行训练；最后通过训练好的LowerFeat实现特征提取。本发明提出了LowerFeat框架，该框架以端到端的方式输出RAW格式图像的局部特征检测和描述，能可靠地提取足够的关键点，同时抑制具有不显著和噪声敏感特征的区域。
-
公开(公告)号：CN114112043B
公开(公告)日：2023-11-07
申请号：CN202111340651.1
申请日：2021-11-12
申请人： 杭州电子科技大学
IPC分类号： G01J3/40
摘要： 本发明公开了一种光谱成像装置，包括依次设置的镜头、闪耀光栅、带通滤波器、消色差中继透镜组，柱透镜阵列，相机，相机中每个柱透镜对应一组子像素条。本发明通过独特的光路设计，通过像素分区复用实现将三维光谱数据记录在二维像素空间，此时单通道成像的横向分辨率与光谱分辨率互相折中，二者为反比关系，同时单通道成像的纵向分辨率没有影响，即可以实现对三维光谱图像的单次曝光获取，像素区域充分利用；本发明装置可以实时获取场景光谱数据并且实时显示，数据获取和数据处理过程没有时间延迟；可以获得动态场景的光谱数据，并且光源亮度适中，不会对生物样本造成光漂白等伤害。
-
公开(公告)号：CN116797785A
公开(公告)日：2023-09-22
申请号：CN202310327951.9
申请日：2023-03-30
申请人： 杭州电子科技大学丽水研究院
IPC分类号： G06V10/26 , G06V10/44 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464
摘要： 本发明公开了一种基于特征提炼的伪装物体检测方法，首先获取伪装物体检测数据集，进行数据预处理；构建基于特征提炼的伪装物体检测模型；再通过训练集对构建好的基于特征提炼的伪装物体检测模型训练，对预测结果使用结构损失函数进行监督学习。最后对模型训练结果加以验证。本发明基于特征提炼的方式来构建伪装物体检测模型，对伪装物体图像的特征进行增强处理以及去除背景噪声，利用结构损失函数对结果进行监督学习，使得预测结果更加准确，具有较强的鲁棒性，从而实现对伪装物体的精确分割，对社会具有重要意义。
-
公开(公告)号：CN116597890A
公开(公告)日：2023-08-15
申请号：CN202310662530.1
申请日：2023-06-06
申请人： 杭州电子科技大学
IPC分类号： G16B5/00 , G06N3/048 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种基于自优化激活函数的生物信息时间序列预测方法，首先构建一个包含多种激活函数候选集；然后搭建自优化激活函数模块；将新的激活函数应用于循环神经网络中，用于实现非线性变换；最后通过改进后的循环神经网络对生物信息时间序列进行预测。本发明提出了一种新颖的自优化激活函数，使循环神经网络的每个激活函数能随着任务的不同自我优化改变自生结构，实现了循环神经网络设计和优化的更加灵活。与传统方法相比，本发明不仅提高了循环神经网络性能，还有效减少了选择激活函数所需的时间和成本。
-
-
-
-
-
-
-
-
-
搜索结果
150 条记录 (耗时 0.038 秒)
