-
公开(公告)号：CN118057469A
公开(公告)日：2024-05-21
申请号：CN202211450947.3
申请日：2022-11-18
Applicant: 上海交通大学
IPC: G06V10/764 , G06V10/82 , G06V10/774 , G06N3/0985 , G06N3/084 , G06N3/044
Abstract: 本发明提供一种基于元学习采样分布调整的图像小样本分类方法及系统，包括：获取图像小样本分类用的图像数据集；将图像分类任务空间上的分类任务映射到特征空间上，得到不同分类任务的向量表示；对于某一分类任务，根据分类任务的向量表示和当前采样分布权重网络的模型参数，得到该分类任务相较于所述图像分类任务空间上的其他任务的权重；采用基于梯度的元学习方法，基于元目标与梯度方差，对元模型以及采样分布权重网络的参数进行更新，更新得到的元模型作为预训练模型；采用预训练模型进行分类。本发明能够通过动态调整任务采样分布与减小更新方差的方法改善模型泛化能力，降低实际应用时图像小样本分类的准确度的问题。
-
公开(公告)号：CN117750027A
公开(公告)日：2024-03-22
申请号：CN202311653462.9
申请日：2023-12-04
Applicant: 上海交通大学
IPC: H04N19/34 , H04N19/124 , H04N19/136 , H04N19/13
Abstract: 本发明提供一种自回归熵建模的渐进图像编码、解码、压缩方法，包括：获取待编码图像的多通道特征图、超先验特征、超先验二进制码流以及超先验信息；将多通道特征图进行空间分组，对每个空间分组的每个特征死区量化得到最高质量增强层的量化特征；获得初始码字和初始量化特征，对齐码字，依次获得L个低质量的质量层的量化特征；计算基本层的码字，编码获得基本层二进制码流；逐层计算码字，编码获得增强层二进制码流；合并超先验二进制码流、基本层二进制码流、L个增强层二进制码流形成二进制码流。本发明可以单个二进制码流适配带宽动态变化、接入终端异构的真实图像通信场景，提高用户体验，降低网络传输的整体带宽需求。
-
公开(公告)号：CN113674172B
公开(公告)日：2023-11-28
申请号：CN202110940469.3
申请日：2021-08-17
Applicant: 上海交通大学
Abstract: 本发明提供了一种图像处理方法、系统、装置及存储介质，用于图像稀疏重构、图像去噪、压缩感知图像重构或图像复原，包括：在稀疏信号的一范数正则约束下建立一般性的线性优化逆问题；在标准的或学习的迭代软阈值收缩算法基础上，建立基于凸组合的可微分深度网络模型求解该问题；在求解步骤中引入任意结构的深度神经网络加速求解步骤，减少算法达到收敛所需的迭代次数。本发明将传统迭代优化算法和任意结构的深度神经网络结合，提高图像重构性能，并保证快速收敛，满足图像稀疏重构的当前需求。
-
公开(公告)号：CN117057980A
公开(公告)日：2023-11-14
申请号：CN202311160049.9
申请日：2023-09-08
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于动态散射变换的三维点云上采样方法及系统，其中方法包括：获取待上采样的三维点云，将每个点的空间坐标归一化到单位球，获得归一化点云；将归一化点云输入基于动态图散射变换的稠密连接特征提取器，提取多尺度特征；通过多尺度热核图卷积对多尺度特征做特征拼接，进行特征上采样，从上采样特征重建归一化上采样点云坐标。本发明兼顾点云的局部和全局特征重建稠密点云，无需点云坐标以外的额外信息，同时保证了对物体几何结构的精确表示，空间坐标分布更均匀，更好地刻画点云的细节，在点云上采样的多个指标上均获得了一定提升，对稀疏采集的点云处理具备更大的优势，在虚拟建模、自动驾驶等工业应用具有实际应用价值。
-
公开(公告)号：CN117036755A
公开(公告)日：2023-11-10
申请号：CN202310937298.8
申请日：2023-07-28
Applicant: 上海交通大学
IPC: G06V10/75 , G06V10/40 , G06V10/774 , G06V10/82 , G06T9/00 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/084
Abstract: 本发明提供一种图像压缩差错检测方法，包括：获取训练图像数据集；采用图像压缩模型提取所述训练图像的第一隐特征表示，所述第一隐特征表示是用于图像压缩的多通道隐特征表示；对所述第一隐特征表示进行处理，得到用于检测图像压缩差错的稳定性度量区域；提取测试图像的第一隐特征表示，将所述测试图像的第一隐特征表示与所述稳定性度量区域进行比较，得到图像压缩差错检测结果。在此图像压缩差错检测方法基础上，对应提供一种抗差错的图像压缩方法、系统。本发明可高效地检测基于神经网络的图像压缩产生的质量差错和损坏，高效地实现稳定的连续图像压缩，适用实际的图像通信场景。
-
Patent Agency Ranking
公开(公告)号：CN111126562B
公开(公告)日：2023-04-28
申请号：CN201911153108.3
申请日：2019-11-22
Applicant: 上海交通大学
IPC: G06N3/0464 , G06N3/063 , G06N3/08 , H04B7/0413 , H04J11/00
Abstract: 本发明提供了一种基于神经网络的目标算法拟合方法，包括：获取能够被神经网络逼近的目标算法；对目标算法运行一次迭代得到不同输入和输出变量的数据集；将输入变量作为自变量，输出变量作为因变量，使用多元多项式拟合一次迭代的输入和输出变量；确定拟合单次迭代过程中多元多项式的单隐层神经网络结构；重复上述迭代过程，并将每一次的迭代过程串联起来，得到最终可以拟合整个目标算法的深度神经网络。同时提出了一种基于上述方法得到的深度神经网络、基于WMMSE算法的信道容量及能量分配优化方法以及用于执行上述方法的终端。本发明解决了复杂算法的拟合问题，并且能够实际指导神经网络的结构设计及神经网络层数和神经元个数的选取。
-
公开(公告)号：CN115988215A
公开(公告)日：2023-04-18
申请号：CN202211605816.8
申请日：2022-12-12
Applicant: 上海交通大学
IPC: H04N19/42 , H04N19/91 , H04N19/124 , H04N19/147 , H04N19/184 , G06T9/00 , G06N3/045 , G06N3/0464
Abstract: 本发明提供一种可变码率图像压缩方法、系统、装置、终端及存储介质，包括：待编码图像通过第一分解变换神经网络获得初始特征图；通过死区量化器对初始特征图量化获得量化特征图；利用熵模型对量化特征图及超先验信息进行熵编码获得压缩码流；对压缩码流进行熵解码，利用熵模型恢复量化的超先验信息及量化特征图；反量化量化特征图获得重构特征图；将重构特征图通过第一合成变换神经网络获得重构图像；根据目标码率或目标失真，对编码过程中的量化以及反量化的参数进行调整，使压缩码流的码率接近目标码率，或使重构图像的失真接近目标失真。本发明提供准确的码率控制方案，使压缩码流码率更好地适配动态网络带宽变化，具有极强的实际应用价值。
-
公开(公告)号：CN112926570B
公开(公告)日：2023-01-17
申请号：CN202110323738.1
申请日：2021-03-26
Applicant: 上海交通大学
IPC: G06V10/22 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种自适应比特网络量化方法、系统及图像处理方法，包括：获取全精度网络模型；获取所应用的分类任务下的测试数据集，并在测试数据集测试全精度网络模型的分类结果；使用量化函数对全精度网络模型的参数进行量化，并计算不同参数在待选比特位宽条件下量化前后的标准误差；估计不同参数的量化对网络性能的影响，获得当前参数的重要性；求解目标压缩率下具有最高准确度的比特位宽分配策略；将网络按照比特位宽分配策略进行量化，得到最终网络，用于图像分类和目标检测。本发明可以快速给出不同压缩率要求下网络参数的比特位宽和量化模型，同时保证较高的分类准确度，保证了量化方法的通用性。
-
公开(公告)号：CN111640069B
公开(公告)日：2022-11-11
申请号：CN202010303504.6
申请日：2020-04-17
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于光感知网络和相位补偿的压缩成像方法、系统和装置，所述方法包括：在空域或者频域中，构建单个或多个并行或串联的光学参数调控层进行图像或视频的采样，获得光强的测量值；对所述光强的测量值进行相位信息补偿，利用复数神经网络从相位补偿后的测量值中重构出原始图像或视频。本发明利用相位补偿的复数神经网络提升信号重构的精确度和效率的同时，光学参数调控层可以通过光学器件或技术进行物理实现；可以避免采样时的模式翻转，大大节省了采样时间；可以实现图像或视频的实时采样与重建，具备良好的可扩展性。
-
公开(公告)号：CN115270892A
公开(公告)日：2022-11-01
申请号：CN202211031139.3
申请日：2022-08-26
Applicant: 上海交通大学
Abstract: 本发明提供了一种信号重建方法、系统、装置及存储介质，用于仅包含幅度信息的测量信号重建原始信号，包括：利用测量设备获取仅包含幅度信息的测量信号，记录获取测量信号的测量设备对应的测量矩阵；建立去噪器，将去噪器的功能特征作为去噪先验信息；在基于去噪器先验信息的正则约束下，建立信号重建的非凸优化逆问题，利用投影梯度法迭代求解该问题；在求解步骤中引入去噪器，提升了算法的收敛速度。本发明将传统非凸优化问题的求解算法与去噪先验结合，提高信号在复高斯随机测量矩阵和编码衍射成像时的重建性能，并能保证收敛性，降低必要的测量信号数量，满足当前信号相位检索与重建的需求。
-
-
-
-
-
-
-
-
-
Search Results
124
records
(took 0.029 seconds)
