-
公开(公告)号：CN114898718A
公开(公告)日：2022-08-12
申请号：CN202210658851.X
申请日：2022-06-10
Applicant: 福州大学
IPC: G09G3/34
Abstract: 本发明涉及一种彩色电润湿电子纸实时色彩转换方法。将视频分解成一帧帧的图像数据，并对图像进行分区处理；然后将图像色彩转换成256阶的灰度值信息，而后进行32×32的离散余弦变换（DCT）将图像灰度信息转换为频率分量；对32×32矩阵隔位取出8×8矩阵，并对所有数值求平均；灰度值大于均值或大于下一个像素值的记为1，反之记为0，计算哈希值，构造长整型指纹，对分区像素进行查找分组；再对相似的局部特征经池化层求平均的降采样处理；通过权值矩阵将前后层的特征神经元全连接；最后将目标像素分区RGB色彩信息根据色彩转换准则与驱动电压‑开口率特性曲线，将各个目标像素的RGB色彩计算转化为CMY油墨的驱动电压，并保存以便下次播放无需重复计算。
-
公开(公告)号：CN114819129A
公开(公告)日：2022-07-29
申请号：CN202210503065.2
申请日：2022-05-10
Applicant: 福州大学
Abstract: 本发明涉及一种并行计算单元的卷积神经网络硬件加速方法，包括以下步骤：步骤S1:将训练好的卷积神经网络模型根据静态量化、分层量化的方法进行权重参数的量化；步骤S2:通过预设在硬件电路上的并行计算单元对量化后的卷积神经网络模型进行运算;步骤S3:根据不同输入尺寸的卷积神经网络模型在推理阶段计算并行度不同,通过片上可重构技术自适应不同卷积核尺寸的卷积神经网络模型。本发明能够实现卷积神经网络硬件加速的目的，使得在低功耗的情况下有着高推理速度。
-
公开(公告)号：CN114783387A
公开(公告)日：2022-07-22
申请号：CN202210579574.3
申请日：2022-05-25
Applicant: 福州大学
IPC: G09G3/34
Abstract: 本发明提出自适应环境光的彩色电润湿电子纸图像对比度增强方法，所述方法包括以下步骤；步骤一、实时测量外界环境光，根据当前外界环境光亮度，基于预设的图像对比度模型进行计算，在对比度损失最小的约束条件下调整图像整体亮度值；步骤二、将亮度调整后的图像进行Gamma校正以提高其对比度，用原始图像的RGB值对Gamma校正后的灰度值进行色度补偿并将图像色域转换为CMY；步骤三、根据当前外界环境光亮度及对比度模型调整图像整体亮度，结合Gamma校正和色度补偿，增强彩色电润湿电子纸的显示效果；本发明能够在外界环境光较强的情况下对图像进行调制，提升显示图像对比度，增强电润湿电子纸显示设备的图像显示效果。
-
公开(公告)号：CN114742844A
公开(公告)日：2022-07-12
申请号：CN202210380141.5
申请日：2022-04-12
Applicant: 福州大学
Abstract: 本发明涉及一种基于区域方差权重的阈值分割方法及系统，该方法先利用改进的Otsu阈值分割算法求得第一阈值Th1，基于第一阈值Th1将图像分割成背景区和目标区，并计算分割的两区域的方差；再利用最大熵阈值分割算法求得第二阈值Th2，基于第二阈值Th2将图像分割成背景区和目标区，并计算分割的两区域的方差；然后引入权重系数来权衡四个方差所占比重的大小，通过权重系数自适应地调节两个阈值的大小，从而得到准确的分割阈值Th，并基于分割阈值Th将图像分割成背景区和目标区。该方法及系统有利于在不丢失图像纹理细节的同时，准确地将图像分割成目标区和背景区。
-
公开(公告)号：CN112364944B
公开(公告)日：2022-07-05
申请号：CN202011502665.4
申请日：2020-12-18
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04
Abstract: 本发明涉及一种基于深度学习的生活垃圾分类方法。包括：建立生活垃圾数据集，采用数据增强方法扩充数据集；建立神经网络分类模型，使用幻象模块替换ResNet18残差单元的普通卷积，得到G‑ResNet18网络；将扩充后的数据集经过预处理操作后输入到G‑ResNet18网络进行分类训练；将待分类的生活垃圾图片经过预处理操作后输入到训练后的G‑ResNet18模型，输出分类结果；实验结果表明：G‑ResNet18网络在本实验数据集上的识别精度达到91.6%，识别精度提高了1%，网络的参数量减少了46%。本发明能在不降低网络识别精度的同时大大减少网络的参数量，可以应用于垃圾的智能分类。
-
Patent Agency Ranking
公开(公告)号：CN113978956A
公开(公告)日：2022-01-28
申请号：CN202111288141.4
申请日：2021-11-02
Applicant: 福州大学
Abstract: 本发明公开一种智能化垃圾箱的自动识别分类方法，涉及垃圾分类领域，所述方法包括：首先，控制图像采集模块采集从垃圾投料箱体投入经刀片切割且经分流而掉落至开合门模块的散落垃圾的第一图像；然后，在驱动拨动筛对散落垃圾进行波动后，控制图像采集模块采集散落垃圾的第二图像，识别各个开合门单元对应的垃圾类别；最后，根据垃圾类别，分别对各个类别的散落垃圾进行垃圾落料；在本发明中，将智能化垃圾箱设置成地上部分和底下部分，一方面避免地上部分整体过大、过高而不利于垃圾投递，另一方面用户投递的垃圾能够在地面下进行识别并自动分类，提高垃圾分类处理能力。
-
公开(公告)号：CN113790872A
公开(公告)日：2021-12-14
申请号：CN202111154394.2
申请日：2021-09-30
Applicant: 福州大学
IPC: G01M11/00
Abstract: 本发明涉及一种多测试仪器集成的显示器音频自动测试系统及方法，该系统包括计算机、视频信号发生器、音频分析仪、DDC\CI控制电路、低通滤波器、铝壳电阻和待测显示器，计算机经RS232转USB线与视频信号发生器相连接，计算机经USB‑typeB接口与DDC\CI控制电路相连接，计算机经APIB音频专用接口与音频分析仪相连接，DDC\CI控制电路与待测显示器相连接，铝壳电阻两端经4Pin接口与待测显示器喇叭功放接口相连接，铝壳电阻经RCA接口与低通滤波器相连接，低通滤波器经卡侬口将滤除噪声后的信号接入音频分析仪。该系统及方法自动化程度高，易用性强，能够控制多测试仪器进行音频自动化测试。
-
公开(公告)号：CN110400320B
公开(公告)日：2021-08-31
申请号：CN201910678227.4
申请日：2019-07-25
Applicant: 福州大学
Abstract: 本发明涉及一种电润湿缺陷像素的分割方法，包括以下步骤：步骤S1:采集电润湿像素图片；步骤S2:将电润湿像素图片经显微镜放大后转变为灰度图像，得到灰度直方图；步骤S3:通过自动阈值方法得到最佳阈值t；步骤S4:基于最佳阈值t对灰度直方图进行图像二值化处理，得到分割结果。本发明在电润湿缺陷与背景对比度较低时有较好的分割结果。
-
公开(公告)号：CN112396061A
公开(公告)日：2021-02-23
申请号：CN202011342948.7
申请日：2020-11-25
IPC: G06K9/34
Abstract: 本发明涉及一种基于目标灰度倾向加权的Otsu目标检测法，包括以下步骤：步骤S1:对待测图像进行灰度化处理，获得待测图像的灰度直方图；步骤S2:根据得到的待测图像的灰度直方图，确定期望阈值；步骤S3:根据期望阈值，计算前景和背景像素点出现概率及其灰度均值；步骤S4:根据期望阈值选择要更改的灰度倾向系数，若期望阈值更接近高灰度区域就选择高倾向度系数α，反之若更接近低灰度区域就选择低倾向度系数β；步骤S5:采用改进的Otsu类间方差公式进行梯度谷值加权，获得使方差最大的阈值，实现目标与背景的分离。本发明当目标与背景的对比度很低时，能够更准确地剥离目标与背景图像。
-
公开(公告)号：CN112381116A
公开(公告)日：2021-02-19
申请号：CN202011134658.3
申请日：2020-10-21
Abstract: 本发明涉及一种基于对比学习的自监督图像分类方法，包括以下步骤:步骤S1:获取无标签数据，并进行随机增强生成不同视图；步骤S2:对视图进行特征提取，无监督对比计算损失,得到无监督分类模型C1；步骤S3:对无标签数据中部分进行人工标注，作为训练验证集；步骤S4:将C1作为预训练模型，根据训练验证集进行微调；步骤S5:提取训练验证集的特征，有监督对比计算损失,得到C2；步骤S6:根据C2对无标签数据预测标签，并筛选置信度高于预设值的数据作为训练样本；步骤S7:基于训练样本，将C2作为预训练模型，选取小网络进行训练微调，将验证输出准确率最高的作为最佳分类模型C3。本发明能够有效利用无标签数据训练泛化的图像分类模型，解决多类图像分类问题。
-
-
-
-
-
-
-
-
-
Search Results
131
records
(took 0.029 seconds)
