-
公开(公告)号：CN112561054B
公开(公告)日：2023-03-31
申请号：CN202011394192.0
申请日：2020-12-03
Applicant: 中国科学院光电技术研究所
Abstract: 本发明公开了一种基于批量特征热图的神经网络滤波器剪枝方法，该方法主要用于减少模型存储量和提升模型推理速度。该方法包括加载并在给定数据集上微调预训练模型；生成模型每一层的批量特征热图；基于灰度阈值得到各滤波器的Mask为滤波器进行评分；对给定数据集进行随机不重复的抽取去更新滤波器的得分；以滤波器的得分为衡量准则实现每层滤波器的剪枝；重训练剪枝后的模型恢复精度等步骤。本发明解决了神经网络模型存储量大、推理速度慢的问题，使得剪枝后的神经网络模型可以在产生极小精度降低的情况下应用于资源受限的场景。
-
公开(公告)号：CN113139988B
公开(公告)日：2023-02-14
申请号：CN202110539550.0
申请日：2021-05-17
Applicant: 中国科学院光电技术研究所
Abstract: 本发明公开了一种高效高准确率的估计目标尺度变化的图像处理方法，截取目标外接矩形区域进行计算以减少耗时提高粗估计精度。对目标坐标做对数变换将尺度变化的乘法计算转变为加法计算。将原始图像的目标轮廓经坐标变换后以稀疏矩阵的形式存储，作为模板。将模板与尺度向量相加并还原为二值图像，与待估计图像做匹配，查找最优匹配点，得到最终估计结果。
-
公开(公告)号：CN103632381B
公开(公告)日：2016-11-30
申请号：CN201310656022.9
申请日：2013-12-08
Applicant: 中国科学院光电技术研究所
Abstract: 一种利用Hough变换和骨架提取特征点的扩展目标跟踪方法，采用高斯平滑滤波对待处理图像进行预处理以去除噪声对后续算法的影响，采用模糊C均值聚类算法FCM(Fuzzy C‑Means Cluster)对上述平滑后的图像进行分割，获得二值图像，然后对分割后获得的二值目标图像进行Hough变换，检测出目标上直线特征明显的部分，而对于目标上线特征不明显的部分采用骨架提取获得特征点，再对骨架上的特征点进行直线拟合，获得目标轴线，最后将上述获得的轴线所在直线的交点作为最后的跟踪点，从而明实现对姿态变化较大情况下的稳定跟踪。
-
公开(公告)号：CN103854290A
公开(公告)日：2014-06-11
申请号：CN201410115395.X
申请日：2014-03-25
Applicant: 中国科学院光电技术研究所
Abstract: 本发明提供一种结合骨架特征点和分布场描述子的扩展目标跟踪方法，首先采用高斯平滑滤波对待处理图像进行预处理以去除噪声对后续算法的影响，其次采用模糊C均值聚类算法FCM对上述平滑后的图像进行分割，获得二值图像，对分割后获得的二值图像进行Hough变换，检测出目标上直线特征明显的部分，而对于目标上线特征不明显的部分采用骨架提取获得特征点，再对骨架上的特征点进行直线拟合，获得目标轴线，将上述获得的轴线所在直线的交点作为初始跟踪点，随后在该点一定邻域内计算分布场，当下一帧来临时搜索该邻域内的最佳位置，从而获得当前最佳的跟踪点。本发明解决了模糊性问题，实现了对姿态变化较大情况下的扩展目标进行稳定跟踪。
-
公开(公告)号：CN115480830A
公开(公告)日：2022-12-16
申请号：CN202211186873.7
申请日：2022-09-27
Applicant: 中国科学院光电技术研究所
IPC: G06F9/4401 , G06F15/177 , G06F21/57
Abstract: 本发明涉及一种无存储器时实现多核DSP处理器的自举方法，在DSP板卡没有存储器保存程序的情况下，通过EMFI口实现多核自举功能。包括：步骤S1、FPGA板卡上电，FPGA板卡上的FPGA通过串口接收外部的程序数据，在程序数据传输过程中进行校验以保证程序的可靠性，并将数据暂时存储在FPGA板卡上的SDRAM；步骤S2、FPGA再将FPGA板卡上预先固化的二级引导程序通过EMIF写入DSP板卡上的DSP核0的地址，给DSP板卡发送复位信号，启动DSP板卡并进行配置，使其跳转到二级引导程序入口；步骤S3、二级引导程序完成DSP核0的自举；步骤S4、然后DSP核0通过EMIF口读取剩余其他核的程序，并根据设计的程序数据格式将多核程序分开，并分别保存到各自DSP核的内存中；最后，向剩余各核发送信号，实现DSP剩余各核的程序启动。
-
Patent Agency Ranking
公开(公告)号：CN112561054A
公开(公告)日：2021-03-26
申请号：CN202011394192.0
申请日：2020-12-03
Applicant: 中国科学院光电技术研究所
Abstract: 本发明公开了一种基于批量特征热图的神经网络滤波器剪枝方法，该方法主要用于减少模型存储量和提升模型推理速度。该方法包括加载并在给定数据集上微调预训练模型；生成模型每一层的批量特征热图；基于灰度阈值得到各滤波器的Mask为滤波器进行评分；对给定数据集进行随机不重复的抽取去更新滤波器的得分；以滤波器的得分为衡量准则实现每层滤波器的剪枝；重训练剪枝后的模型恢复精度等步骤。本发明解决了神经网络模型存储量大、推理速度慢的问题，使得剪枝后的神经网络模型可以在产生极小精度降低的情况下应用于资源受限的场景。
-
公开(公告)号：CN103617328B
公开(公告)日：2016-10-12
申请号：CN201310656595.1
申请日：2013-12-08
Applicant: 中国科学院光电技术研究所
IPC: G06F17/50
Abstract: 一种飞机三维姿态解算方法，首先采用高斯平滑滤波对待处理图像进行预处理以去除噪声对后续算法的影响，其次采用模糊C均值聚类算法FCM对上述平滑后的图像进行分割，获得二值图像，然后对分割后获得的二值目标图像进行Hough变换，检测出目标上直线特征明显的部分，而对于目标上线特征不明显的部分采用骨架提取获得特征点，再对骨架上的特征点进行直线拟合，获得目标轴线，最后结合上述获得的轴线以及目标实际尺寸、相机参数等信息，利用投影几何知识最终解算出目标在相机坐标系下的三维姿态参数。本发明基于能够反映物体结构的几何特征，利用整个目标图像进行Hough变换和骨架提取，获得的轴线更加准确，获得三维姿态参数更加精确。
-
公开(公告)号：CN103617328A
公开(公告)日：2014-03-05
申请号：CN201310656595.1
申请日：2013-12-08
Applicant: 中国科学院光电技术研究所
IPC: G06F17/50
Abstract: 一种飞机三维姿态解算方法，首先采用高斯平滑滤波对待处理图像进行预处理以去除噪声对后续算法的影响，其次采用模糊C均值聚类算法FCM对上述平滑后的图像进行分割，获得二值图像，然后对分割后获得的二值目标图像进行Hough变换，检测出目标上直线特征明显的部分，而对于目标上线特征不明显的部分采用骨架提取获得特征点，再对骨架上的特征点进行直线拟合，获得目标轴线，最后结合上述获得的轴线以及目标实际尺寸、相机参数等信息，利用投影几何知识最终解算出目标在相机坐标系下的三维姿态参数。本发明基于能够反映物体结构的几何特征，利用整个目标图像进行Hough变换和骨架提取，获得的轴线更加准确，获得三维姿态参数更加精确。
-
公开(公告)号：CN103247032A
公开(公告)日：2013-08-14
申请号：CN201310149464.4
申请日：2013-04-26
Applicant: 中国科学院光电技术研究所
Abstract: 本发明是一种基于姿态补偿的微弱扩展目标定位方法，首先采样高斯平滑滤波对待处理图像进行预处理以去除噪声对后续算法的影响，然后采用边界跟踪法得到单像素的二值边缘，对目标的轮廓边缘点进行滤波，剔除干扰点；其次利用目标轮廓边缘点计算目标的惯量椭圆及其参数，确定目标的姿态，再利用基于姿态补偿的定位方法求得目标的平移参数和旋转参数，从而实现对目标旋转、平移、缩放等情况的定位。
-
公开(公告)号：CN119323671B
公开(公告)日：2025-05-06
申请号：CN202411827979.X
申请日：2024-12-12
Applicant: 中国科学院光电技术研究所
IPC: G06F17/40
Abstract: 本发明公开了一种基于多尺度差分对比度增强的红外小目标检测方法，属于图像分割技术领域，包括：获取包含单帧红外小目标的原始图像；对原始图像进行多尺度高斯模糊处理，生成一系列不同尺度的模糊图像；计算相邻尺度模糊图像的差分，生成多尺度高斯差分图像；在多尺度高斯差分图像中检测局部极大值点；对每个局部极大值点，构建多尺度块区域，并使用多尺度块对比度函数计算局部极大值点与其八邻域的均值差异；汇总多尺度块对比度函数的计算结果，生成对比度增强图像；根据对比度增强图像的平均值和标准差设定阈值，根据阈值分割对比度增强图像，得到最终的目标检测结果。该方法能够有效检测复杂背景中的红外小目标，具有良好的鲁棒性和准确性。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.025 seconds)
