一种数据集扩充和阴影图像分类辅助的阴影检测方法

    公开(公告)号:CN114037666A

    公开(公告)日:2022-02-11

    申请号:CN202111261591.4

    申请日:2021-10-28

    Abstract: 本发明请求保护一种数据集扩充和阴影图像分类辅助的阴影检测方法,属于图像处理领域。本发明包括以下步骤:1、基于生成对抗网络,设计ShadowGAN网络结构,用于生成阴影图像,并使用生成的阴影图像扩充原有的数据集;2、在现有的阴影检测网络模型中加入阴影分类模块;3、结合步骤1和步骤2,进一步提升检测的准确率。本发明提出一种针对阴影检测的数据集扩充方法和阴影图像分类辅助的阴影检测网络模型。本发明对自然环境中得到的阴影图像,利用深度神经网络,通过设计生成对抗网络的网络结构以扩充数据集,以及阴影图像分类辅助的阴影检测模型的网络结构,对阴影图像中的阴影区域进行更加准确的识别。

    一种基于深度学习的医用胶片上文字信息的识别方法

    公开(公告)号:CN113392844A

    公开(公告)日:2021-09-14

    申请号:CN202110661076.9

    申请日:2021-06-15

    Abstract: 本发明涉及一种基于深度学习的医用胶片上文字信息的识别方法,属于医学影像处理技术领域。该方法包括:S1:将待识别文字信息的胶片图像输入到特征提取网络,获取含有文字多尺度的特征图;S2:将步骤S1获取的特征图输入到多方向窗口提取网络中,得到建议框;S3:利用改进的建议框旋转模块处理步骤S2的建议框,得到文本检测结果;S4:将步骤S3的文本检测结果输入到编解码文字识别模块中,得到胶片上对应的文字识别结果。本发明实现了医用胶片上文字信息自动识别,直接输出医用胶片上对应的中英文文字信息,无需人为修正和验证,效率高,准确率也有保障。

    一种实现图像翻转不变性的方法

    公开(公告)号:CN111931791A

    公开(公告)日:2020-11-13

    申请号:CN202010802264.4

    申请日:2020-08-11

    Abstract: 本发明涉及一种实现图像翻转不变性的方法,属于图像处理领域,包括以下步骤:S1:对图像中所有的特征描述符进行聚类并生成视觉词汇;S2:根据这些视觉词汇,建立索引结构模型来保存特征描述符;S3:利用包含最多特征描述符的视觉词汇分析主要关键点的分布;S4:确定对象是否翻转,并进行匹配。本方法具有较高的匹配效率和较高的匹配精度。

    一种围长为8的可快速编码QC-LDPC码构造方法

    公开(公告)号:CN111211789A

    公开(公告)日:2020-05-29

    申请号:CN202010016493.3

    申请日:2020-01-08

    Abstract: 本发明涉及一种围长为8的可快速编码QC-LDPC码构造方法。该方法针对QC-LDPC码码字间最小距离不够大而导致纠错性能下降的问题,将最大公约数(GCD)算法和Lucas序列相结合构造QC-LDPC码的信息位,避免短环的产生;同时为了降低编码复杂度,校验位采用了准双对角矩阵的形式,在保证大围长的同时实现QC-LDPC码的快速编码。其方法过程为:首先构造QC-LDPC码校验矩阵H的基矩阵Hb,将其表示为左右两个矩阵,左边部分矩阵Hl利用GCD算法与Lucas序列结合构造;右边部分Hq是一个非奇异矩阵,具有固定的准双对角线形式;再将基矩阵Hb中元素用零矩阵、单位矩阵和循环置换矩阵进行扩展,最终得到其校验矩阵H。仿真表明,在相同条件下,所构造的QC-LDPC码与同码长码率的其他三种QC-LDPC码型相比,其纠错性能更为优越。

    基于AP与消除ETS的一种QC-LDPC码构造方案

    公开(公告)号:CN111030705A

    公开(公告)日:2020-04-17

    申请号:CN201911316959.5

    申请日:2019-12-19

    Abstract: 本发明涉及基于等差数列(AP)与消除基本陷阱集(ETS)的一种低错误平层QC-LDPC码构造方法。该方法利用改进的ETS消除算法构造基矩阵,以减少基本矩阵中的小基本陷阱集。然后利用特殊性质的等差数列确定循环移位系数,扩展得到最终的校验矩阵。该构造方法的计算复杂度低且码字的码长、码率可灵活选择。仿真结果表明,在误码率为10-6时,所构造的码率为0.5的PTAP-QC-LDPC(1200,600)码与同码长码率的其他四种QC-LDPC码型相比,净编码增益都有一定提升。此外,PTAP-QC-LDPC(1200,600)码在信噪比3.2dB以后并未出现明显的错误平层。因而该方案能满足通信系统中低错误平层的要求。

    一种基于MIMO系统的低复杂度分组译码算法

    公开(公告)号:CN108900448A

    公开(公告)日:2018-11-27

    申请号:CN201810678780.3

    申请日:2018-06-27

    Abstract: 本发明请求保护一种基于MIMO系统的低复杂度分组译码算法—分组迫整译码算法,属于通信技术领域,用于降低MIMO系统译码的复杂性。所提算法基于迫整译码算法,对接收信号进行分组,每组独立的使用迫整算法进行译码,然后再集合每组独立译码出来的发送码字,从而得到未分组之前最原始的发射信息。分组迫整算法通过将接收符号进行分组来减少译码的复杂度,因此相比于迫整检测算法,分组迫整在译码复杂度上占优势,同时,从仿真结果可知,分组迫整在系统性能上相较于迫整算法占优势,且系统性能的差距随着天线数的增多越来越大。

    一种疲劳驾驶监控预警方法及系统

    公开(公告)号:CN105678959B

    公开(公告)日:2018-06-15

    申请号:CN201610104142.1

    申请日:2016-02-25

    Abstract: 本发明涉及一种疲劳驾驶监控预警方法及系统,属于疲劳驾驶检测技术领域。本系统包括脑电信号采集分析模块、加速度采集模块、主控模块、无线传输模块以及预警模块。同时采集脑电信号和加速度信号,脑电信号分析模块处理计算脑电信号,将注意力特征值和眨眼强度发送给主控模块;主控模块处理计算加速度数据,得到头部运动情况;主控模块根据注意力特征值、眨眼强度和头部运动三个参数,对驾驶员疲劳进行判定,若判定疲劳,根据参数值划分疲劳等级;预警模块根据疲劳等级进行相应的预警,包括声、光、电三种形式;无线传输模块可将驾驶员驾驶状态传送至智能终端、车载网络和云端。本发明采用脑电信号和加速度信合联合监控疲劳驾驶的系统,检测成功率高,预警模式多样,反馈机制有效,并与物联网相结合,具有很好的实用效果。

Patent Agency Ranking