-
公开(公告)号：CN112749775B
公开(公告)日：2022-05-06
申请号：CN202011510298.2
申请日：2020-12-18
申请人： 杭州电子科技大学
摘要： 本发明公开了一种基于测量电容的纸张计数装置，包括STM32控制模块、纸张电容极板模块、有效值放大模块、电源模块、液晶显示模块和按键。液晶显示模块和按键均与STM32控制模块相连，STM32控制模块通过AD接口与有效值放大模块相连，有效值放大模块连接纸张电容极板模块；电源模块连接STM32控制模块和有效值放大模块，为STM32控制模块和有效值放大模块供电。本发明通过设置按键可自由切换自校准和正式测量两种工作模式；本发明具有设计成本小、功率损耗低、灵敏度高、分辨率高、可靠性强、抗电磁干扰能力强的优点，且应用范围广，具有良好的实用价值。
-
公开(公告)号：CN113128341A
公开(公告)日：2021-07-16
申请号：CN202110292577.4
申请日：2021-03-18
申请人： 杭州电子科技大学
摘要： 本发明公开了一种基于卷积神经网络的狗脸识别方法，首先采集狗脸图像，构建用于模型训练的狗脸数据集，然后进行图像预处理；再构建识别网络模型；采用残差结构构建卷积神经网络作为特征提取网络，即识别网络模型，采用加法角余量损失作为输出层的损失函数；使用训练数据集并采用随机梯度下降法训练识别网络模型及调参优化；最后根据测试协议，使用测试数据集对训练好的识别网络模型进行准确率评估。本发明采用残差网络构建识别网络模型，对狗脸图像的特征进行精确提取并且细节保留完整，利用加法角余量损失函数对特征进行分类，使得识别结果更加准确，具有较强的鲁棒性，从而实现非接触式狗脸的个体识别，对社会具有重要意义。
-
公开(公告)号：CN114092633A
公开(公告)日：2022-02-25
申请号：CN202111187058.8
申请日：2021-10-12
申请人： 杭州电子科技大学
摘要： 本发明公开了一种基于多目结构的三维重建装置及方法。首先，通过自主设计的基于多目结构的三维重建装置获取所需数据，解决了多相机间的全景扫描和位姿估计以进行后续室内三维场景的重建或者全景图的生成。并且，本发明通过融合多个传感器的信息利用因子图优化的方式提出了一个视觉‑轮速计紧耦合框架以实现高精度和鲁棒性的状态估计和重建。本发明通过三维重建装置来限定相机的部分运动一致性从而约束相机自由度，并采用因子图优化的方式通过所提出的紧耦合框架对相机运动进行更为准确的估计，使得重建结果更加准确。
-
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：CN113553973A
公开(公告)日：2021-10-26
申请号：CN202110865486.5
申请日：2021-07-29
申请人： 杭州电子科技大学
摘要： 本发明公开了一种基于双向注意力的伪装物体检测方法。首先获取伪装物体检测数据集，然后对伪装物体检测图像进行预处理，再将预处理后的伪装物体检测图像输入到伪装对象检测网络中，使用ResNet50骨干网络提取多级特征，使用搜索模块融合三个深层的特征，从而得到粗略的预测结果；最后使用双向注意力模块通过级联的方式得到精确的预测结果。本发明设基于双向注意力来构建伪装对象检测模型，对伪装对象图像的特征进行精确提取并且细节保留完整，利用显著性目标检测中效果较好的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，从而实现对伪装对象的精确分割，对社会具有重要意义。
-
公开(公告)号：CN112749775A
公开(公告)日：2021-05-04
申请号：CN202011510298.2
申请日：2020-12-18
申请人： 杭州电子科技大学
摘要： 本发明公开了一种基于测量电容的纸张计数装置，包括STM32控制模块、纸张电容极板模块、有效值放大模块、电源模块、液晶显示模块和按键。液晶显示模块和按键均与STM32控制模块相连，STM32控制模块通过AD接口与有效值放大模块相连，有效值放大模块连接纸张电容极板模块；电源模块连接STM32控制模块和有效值放大模块，为STM32控制模块和有效值放大模块供电。本发明通过设置按键可自由切换自校准和正式测量两种工作模式；本发明具有设计成本小、功率损耗低、灵敏度高、分辨率高、可靠性强、抗电磁干扰能力强的优点，且应用范围广，具有良好的实用价值。
-
公开(公告)号：CN113810597B
公开(公告)日：2022-12-13
申请号：CN202110914290.0
申请日：2021-08-10
申请人： 杭州电子科技大学
摘要： 一种基于半预测滤波的快速图像散景渲染方法步骤。首先通过单反相机拍摄获取不同场景下拍摄的数据，对数据集的所有图片利用双三次线性插值方法插值为高1024×宽1472的尺寸，对处理后的全聚焦图片进行坐标赋值，制作坐标图，然后构建并训练基于半预测滤波的快速图像散景渲染网络模型，网络模型包括注意力模块，残差模块，半滤波核模块和图像生成模块；最后经过训练的神经网络模型接收需要进行散景渲染处理的图片，完成散景渲染处理后将图片输出。本发明方法在确保散景渲染质量的前提下实现了图像的快速散景渲染，创新的提出了一种坐标图，用于辅助网络模型的训练，提高网络模型辨别输入图像中重要内容的能力。
-
公开(公告)号：CN114972364A
公开(公告)日：2022-08-30
申请号：CN202210550464.4
申请日：2022-05-18
申请人： 杭州电子科技大学
摘要： 本发明公开了一种基于深度学习的结直肠息肉图像分割方法。首先获取结直肠息肉分割数据集；进行数据预处理；再构建基于深度学习的结直肠息肉图像分割模型；通过训练集对构建好的基于深度学习的结直肠息肉图像分割模型训练，对每一级预测结果使用结构损失函数进行监督学习，并且将最后一级的预测结果作为最终的预测结果；本发明基于深度学习来构建结直肠息肉图像分割模型，对结直肠息肉分割图像的特征进行精确提取并且细节保留完整，利用显著性目标检测中效果较好的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，从而实现对结直肠息肉图像的精确分割。
-
公开(公告)号：CN113810597A
公开(公告)日：2021-12-17
申请号：CN202110914290.0
申请日：2021-08-10
申请人： 杭州电子科技大学
摘要： 一种基于半预测滤波的快速图像散景渲染方法步骤。首先通过单反相机拍摄获取不同场景下拍摄的数据，对数据集的所有图片利用双三次线性插值方法插值为高1024×宽1472的尺寸，对处理后的全聚焦图片进行坐标赋值，制作坐标图，然后构建并训练基于半预测滤波的快速图像散景渲染网络模型，网络模型包括注意力模块，残差模块，半滤波核模块和图像生成模块；最后经过训练的神经网络模型接收需要进行散景渲染处理的图片，完成散景渲染处理后将图片输出。本发明方法在确保散景渲染质量的前提下实现了图像的快速散景渲染，创新的提出了一种坐标图，用于辅助网络模型的训练，提高网络模型辨别输入图像中重要内容的能力。
-
-
-
-
-
-
-
-
搜索结果
9 条记录 (耗时 0.025 秒)
