-
公开(公告)号：CN108881660B
公开(公告)日：2021-03-02
申请号：CN201810409647.8
申请日：2018-05-02
Applicant: 北京大学
Abstract: 本发明提出了一种采用优化初始权重的量子神经网络压缩计算全息图的方法，属于计算全息图的压缩传输技术领域。该方法在量子BP神经网络压缩传输计算全息图的基础上，利用计算全息图训练集合预训练获取量子BP神经网络优化初始权重，通过设置预训练的参数随机初始化方差来加速预训练网络的收敛过程，再针对给定的全息压缩数据利用预训练获得的优化初始权重进行二次网络微调训练，同时在优化过程中动态调整网络学习速率以加速量子BP神经网络压缩传输过程。本发明在不改变原有量子BP神经网络的基础结构上能够使用更少的迭代次数完成压缩传输网络结构的训练，加快了量子BP神经网络对计算全息图的压缩速度并可以保证全息图再现像的质量。
-
公开(公告)号：CN105451024B
公开(公告)日：2021-01-26
申请号：CN201511032392.0
申请日：2015-12-31
Applicant: 北京大学
IPC: H04N19/597 , H04N19/13 , H04N19/60 , H04N19/91 , H04N19/154
Abstract: 本发明公布了一种采用压缩感知的数字全息图编码传输方法，基于压缩感知对数字全息图进行压缩、传输和解码，在小波域通过整体变分方法针对性地重构数字全息图，提高再现图像的质量。具体使用变化密度采样矩阵以低于奈奎斯特定律的采样率对数字全息图进行降采样，以达到减少后续编码传输的数据量的目的；再通过霍夫曼无损编码方法进一步对采样数据进行压缩并编码；迭代重构为多级分块迭代重构方法。本发明相比一般测量矩阵减少测量值的方法，进一步提高压缩率，降低发送端的运算量与系统复杂度；提高再现图像的质量；解压缩后重构了数字全息图，可以应用空间光调制器等光学系统进行三维立体显示。
-
公开(公告)号：CN105640504B
公开(公告)日：2018-08-07
申请号：CN201511032607.9
申请日：2015-12-31
Applicant: 北京大学
IPC: A61B5/00
Abstract: 本发明公开了种生物自身次声波检测系统及其生物自身次声波检测方法。生物自身次声波检测系统包括:生物自身次声波检测舱、真空舱、生物生命监测及生命保障系统以及信号检测与收集处理系统,其中所述真空舱用于保障所述生物自身次声波检测舱处于真空环境中,所述生物自身次声波检测舱的真空环境用于阻断外界次声波传入,所述生物生命监测及生命保障系统用于保障所述生物自身次声波检测舱内的生物处于生活状态,所述信号检测与收集处理系统用于对所述生物自身次声波检测舱内的所述生物进行次声波信号检测和收集,并进行信号处理。
-
-
公开(公告)号：CN104765263A
公开(公告)日：2015-07-08
申请号：CN201510172636.9
申请日：2015-04-13
Applicant: 北京大学
Abstract: 本发明公布了电子全息三维信息压缩编码传输方法，通过对全息图进行傅里叶变换后再压缩和传输，全息图包括光学全息图和计算机制作的数字全息图，依次包括：将全息图进行傅里叶变换得到物光衍射波前复振幅函数；在发送端记录波前复振幅函数的振幅和相位信息，分别进行压缩处理；进行传输，在接收端接收压缩后的振幅和相位数据；解压缩得到振幅和相位信息，并恢复得到波前复振幅函数，再制作生成全息图和得到再现图像。本发明提供的技术方案具有灵化性和可操作性，可降低成本，其压缩效率和再现质量均能达到较优水平。
-
Patent Agency Ranking
公开(公告)号：CN103763543A
公开(公告)日：2014-04-30
申请号：CN201410049577.1
申请日：2014-02-13
Applicant: 北京大学
Abstract: 一种合成全息图的采集方法，包括：搭建四相机的图像采集平台；进行相机的标定与校正，使采集到的图像处于水平状态，同时得到各个相机的参数矩阵；利用四相机采集平台，正对所需物体或场景，采集物体或场景的图像；利用立体匹配算法计算采集到的四幅图像的视差图；根据两两视差图及每个相机的参数矩阵，对相邻两两相机之间进行虚拟视点图像的生成；将采集得到的四幅参考视点图像与虚拟生成的多幅虚拟视点图像合成为一幅合成全息图；对合成全息图进行再现与显示。本发明系统结构简单，便于搭建固定的采集系统；标定较为准确，省去深度相机相对减少了成本；在不影响记录与再现质量的情况下，降低了采集复杂性，减少了系统成本，增加了计算速度。
-
公开(公告)号：CN102142131A
公开(公告)日：2011-08-03
申请号：CN201110122158.2
申请日：2011-05-12
Applicant: 北京大学
IPC: G06T1/00
Abstract: 本发明公开了一种基于加密相息图的数字图像水印嵌入、提取方法及其系统。其中，数字图像水印嵌入方法包括如下步骤：通过非级联相位恢复和随机分数傅里叶变换(RFrFT)对原始水印图像进行变换，获取原始水印图像加密后的相息图；基于人类视觉系统模型(HVS)，将所述加密后的相息图自适应地嵌入至载体图像中。本发明采用非级联迭代加密方法，增强了相息图水印的安全性；同时，采用自适应嵌入算法，实现了盲水印；实验证明本发明对抗各类攻击具有很高的鲁棒性，同时安全性能极佳。
-
公开(公告)号：CN102043962A
公开(公告)日：2011-05-04
申请号：CN201010541725.3
申请日：2010-11-12
Applicant: 北京大学
Inventor： 杨光临
IPC: G06K9/62
Abstract: 本发明公开了一种数字全息三维物体识别方法与系统。所述方法包括：获取形变样本；采用线性核函数，利用支持向量机网络训练所述形变样本，得到支持向量和分类函数；确定所述分类函数和组合滤波器的相似性；基于所述相似性，将分类函数系数和所述支持向量组合到一起，构建相关滤波器。具有良好的泛化性能和并行快速运算的特点，在所有滤波器中，SVM相关滤波器具有最优的抗平面内旋转和抗噪声性能力。
-
公开(公告)号：CN114742945B
公开(公告)日：2024-09-24
申请号：CN202210324765.5
申请日：2022-03-30
Applicant: 北京大学
Abstract: 本发明提出了一种基于梯度优化的量子神经网络压缩彩色计算机全息图的方法，属于计算机全息图的压缩传输技术领域。本发明采用带宽限制的角谱法计算，双相位编码的方式制作彩色计算机全息图。提出梯度优化的量子神经网络在RGB色彩空间中压缩彩色计算机全息图的方法，根据不同波长计算机全息图的特点训练对应的网络模型。对于该方法解压缩的计算机全息图采用带宽限制的角谱法进行再现，并合成为彩色再现图像。本发明加速了彩色计算机全息图的压缩，并且获得了更高的解压缩彩色计算机全息图和彩色再现图像质量。
-
公开(公告)号：CN116248848A
公开(公告)日：2023-06-09
申请号：CN202211708138.8
申请日：2022-12-29
Applicant: 北京大学
IPC: H04N13/106 , H04N13/194 , H04N19/597 , H04N19/42 , H04N19/176 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种计算机全息图压缩传输方法，属于全息信息压缩和传输领域。该方法采用二次压缩方法对计算机全息图进行压缩，即利用压缩感知算法对计算机全息图进行采样的同时完成压缩，然后再次使用量子启发式神经网络对采样后的信息从多空间维度进行二次压缩，最后分别使用量子启发式神经网络进行初步恢复和压缩感知恢复算法重构全息图，实现全息信息的快速传输、高效压缩以及高质量恢复。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.022 seconds)
