-
公开(公告)号：CN114708639B
公开(公告)日：2024-05-14
申请号：CN202210361630.6
申请日：2022-04-07
Applicant: 重庆大学
Abstract: 本发明公开了一种基于异构脉冲神经网络的人脸识别的FPGA芯片，包括编码网络模块、分类器、数据缓存模块和全局控制器；所述全局控制器分别与编码网络模块和分类器连接；所述数据缓存模块与编码网络模块和分类器控制器连接。本发明用于人脸识别，在保证识别率的情况下，能够降低人脸识别功耗。
-
公开(公告)号：CN117911775A
公开(公告)日：2024-04-19
申请号：CN202410086893.X
申请日：2024-01-22
Applicant: 重庆大学
IPC: G06V10/764 , G06V10/82 , G06V10/54 , G06V10/44 , G06V10/80 , G06N3/0464 , G06N3/084 , G06T7/00 , G16H30/20 , G16H50/20
Abstract: 本发明涉及一种双模态融合可解释乳腺癌自动化智能诊断方法，属于医学诊断技术领域。该方法先获取灰阶图像和SWE图像的DICOM格式的数据并进行标注，再转换为图像格式的数据；将图像数据输入神经网络模型中训练分别用于提取灰阶图像的纹理特征和SWE图像的硬度特征的权重；将灰阶图像和SWE图像输入动态特征融合编码模块中，采用训练好的权重分别提取纹理特征和硬度特征后将两种特征进行融合，同时输出融合特征的分类结果；融合后的特征和分类结果输入后可解释模型中，在后可解释模型中结合原始图像数据得到具有分类结果的可视化热力图，借助可视化热力图辅助定位乳腺癌。
-
公开(公告)号：CN111460906B
公开(公告)日：2023-05-26
申请号：CN202010148406.X
申请日：2020-03-05
Applicant: 重庆大学
IPC: G06V10/82 , G06V10/94 , G06V10/764 , G06V20/17 , G06V20/50 , G06N3/0464 , G06N3/049 , G06N3/048 , G06N3/084 , G06N20/20
Abstract: 本发明涉及一种基于集成学习的脉冲神经网络模式识别方法及系统，属于类脑计算领域。该方法包括以下步骤：S1：建立二元SNN算法模型；S2：基于Bagging的ESNN算法模型；S3：设计基于ESNN的系统。采用基于数据流的全流水近存计算架构，输入数据经流所有的脉冲神经网络流水线，所有内存访问发生在片内且参数读取与数据严格同步。本发明通过Ensemble Learning可以有效的解决二元SNN模型性能差的固有缺陷，满足了绝大部分类脑智能计算应用的高模型性能需求。
-
公开(公告)号：CN109917411B
公开(公告)日：2023-04-18
申请号：CN201910309513.3
申请日：2019-04-17
Applicant: 重庆大学
Abstract: 本发明涉及一种基于激光测距和三轴加速度计的障碍物检测装置及方法，属于信号检测领域。该装置包括激光测距模块、三轴加速度计和处理计算模块；激光测距模块用户测量获取光斑到系统基板的距离；所述三轴加速度计用于采集获取在x轴、y轴和z轴三个方向上的的加速度值；处理计算模块用于对激光测距模块和三轴加速度计获取的数据进行计算、矫正和比较，得出与警告阀值之间的关系，判断某一方位是否有障碍物。本发明的装置较传统检测装置，结构简单，成本低，能耗低，实时性强；可单独构成一套完整系统，独立运行，或集成在已有设备上运行。
-
公开(公告)号：CN114332642A
公开(公告)日：2022-04-12
申请号：CN202111553643.5
申请日：2021-12-17
Applicant: 重庆大学
Abstract: 本发明涉及一种高光谱影像半监督弱信号解混方法，属于图像处理领域。该方法包括以下步骤：S1：获取卫星对指定地面范围的遥感观测影像，完成影像辐射矫正和大气矫正预处理工作；S2：采用影像光谱波峰波谷粗分析和实地勘测相结合的方式估测出卫星所观测的地区可能存在的弱信号地物，包括藻类污染的水体和工业废水污染的地面；通过实验室测量弱信号所代表的标准光谱；S3：对经过预处理的遥感影像进行初始化工作来获得影像中典型地物的初始光谱和对应的丰度分布范围；S4：采用包括无监督模块、有监督模块和稀疏正则项的模型来估测影像中地物的光谱和对应的地物分布；同时获得弱信号地物的分布范围和混合成份。
-
Patent Agency Ranking
公开(公告)号：CN106851076B
公开(公告)日：2019-10-22
申请号：CN201710216185.3
申请日：2017-04-01
Applicant: 重庆大学
Abstract: 本发明公开了的基于地址译码的压缩感知视频图像采集电路，包括传感器模块、模拟选通器和ADC单元；及矩阵参数配置、地址译码器、时序控制器、存储RAM和加法器；传感器模块将采集的数据信号输入到模拟选通器中，地址译码器将片选控制信号输入到模拟选通器，模拟选通器在片选控制信号的作用下将采集的数据信号送入ADC单元，加法器接收从ADC单元输入的数据信号；存储RAM在时序控制器的作用将片选控制信号作为地址信号输入到地址译码器中；本发明提供的电路利用高度稀疏性采样矩阵进行压缩感知采集，突破了传统压缩感知在随机采样矩阵RAM大以及冗余ADC数量多的问题，可大大减少RAM的大小以及ADC的数量；具有高度可配置性。
-
公开(公告)号：CN109917411A
公开(公告)日：2019-06-21
申请号：CN201910309513.3
申请日：2019-04-17
Applicant: 重庆大学
Abstract: 本发明涉及一种基于激光测距和三轴加速度计的障碍物检测装置及方法，属于信号检测领域。该装置包括激光测距模块、三轴加速度计和处理计算模块；激光测距模块用户测量获取光斑到系统基板的距离；所述三轴加速度计用于采集获取在x轴、y轴和z轴三个方向上的的加速度值；处理计算模块用于对激光测距模块和三轴加速度计获取的数据进行计算、矫正和比较，得出与警告阀值之间的关系，判断某一方位是否有障碍物。本发明的装置较传统检测装置，结构简单，成本低，能耗低，实时性强；可单独构成一套完整系统，独立运行，或集成在已有设备上运行。
-
公开(公告)号：CN109522971A
公开(公告)日：2019-03-26
申请号：CN201811546463.2
申请日：2018-12-18
Applicant: 重庆大学
Abstract: 本发明公开了一种基于分类图像块稀疏表示的CS-MRI图像重构方法。属于数字图像处理技术领域。它是一种以聚类后的图像块集合为训练对象获得正交学习字典后，对图像块进行稀疏表示，并对系数作非凸约束的图像重构方法。首先对预重构图像进行图像块聚类，然后对每一类图像块集合分别训练正交字典，并采用lp范数对图像块在对应字典下的稀疏系数进行非凸约束，并重构出MRI图像。本发明针对图像块提出正交字典学习与非凸系数约束的统一模型，并采用交替方向迭代法求解该模型，使字典、系数、图像获得持续更新，重构出的图像保留了大量细节信息，获得了较高的重构性能，因此可用于医学图像的恢复。
-
公开(公告)号：CN109344767A
公开(公告)日：2019-02-15
申请号：CN201811148970.0
申请日：2018-09-29
Applicant: 重庆大学
Abstract: 本申请公开了一种基于多方位多特征协同表示的SAR目标识别方法，本发明首次通过挖掘相邻SAR图像的方位相关性，对传统的协同表示算法进行改进，提出了一种新的多方位CRC算法，该方法综合了不同特征的判别能力，融合了各种特征的多方位CRC决策结果，更加适用于SAR图像目标分类。此方法不仅保留了协同表示操作简单的优点，同时也提高了SAR目标分类的准确度，并且其抗噪声能力和对各参数变化的鲁棒性都很优越。
-
公开(公告)号：CN107301629A
公开(公告)日：2017-10-27
申请号：CN201710506363.6
申请日：2017-06-28
Applicant: 重庆大学
CPC classification number: G06T5/001 , G06K9/6215 , G06T5/002 , G06T5/003 , G06T5/10 , G06T2207/20021 , G06T2207/20048
Abstract: 本发明公开了一种基于变换域联合稀疏表示的图像重构方法。属于数字图像处理技术领域。它是一种将变换域稀疏表示与联合稀疏约束相结合的图像重构方法。首先通过相似图像块匹配寻找相似图像块集合，并在变换域对相似图像块集合进行小波和离散余弦变换，得到稀疏系数，然后通过非局部加权平均和最大后验概率的贝叶斯估计来分别求得稀疏系数的非局部估计值和联合约束参数，最后利用伯格曼迭代算法来对稀疏模型进行高效求解得出最终估计结果；本发明对变换域的稀疏系数进行联合稀疏约束，使得到的图像能保留更多细节的同时更有效地还原真实图像丢失的信息，使图像整体效果更接近真实图像，因此可用于图像修复和去模糊。
-
-
-
-
-
-
-
-
-
Search Results
87
records
(took 0.04 seconds)
