一种二值神经网络模型的目标检测方法及其硬件加速方法

    公开(公告)号:CN116434035A

    公开(公告)日:2023-07-14

    申请号:CN202310343231.1

    申请日:2023-04-03

    Applicant: 北京大学

    Abstract: 本发明公布了一种二值神经网络模型的目标检测方法及其硬件加速方法,基于脉冲神经网络构建一种具备时间信息的二值神经网络检测模型,其中将脉冲神经网络的激活函数采用阶跃函数,且使用单帧的卷积结果进行阈值判断,再在二值神经网络增加时间信息融合层;模型输出目标检测框信息;并对所构建模型的时间信息融合层设计硬件加速模块;包括:加载模块,累积模块,计算模块,输出模块;通过加载模块和累积模块完成神经元的累积过程,通过计算模块完成归一化和卷积过程,同时采用先进行卷积运算后进行归一化过程。采用本发明方法,可提高目标检测速度,且减小了存储资源消耗。

    红外图像的坏点检测和坏点补偿的改进方法及装置

    公开(公告)号:CN116828330A

    公开(公告)日:2023-09-29

    申请号:CN202310446089.3

    申请日:2023-04-24

    Applicant: 北京大学

    Abstract: 本发明公布了一种红外图像的坏点检测和坏点补偿的改进方法及装置,装置包括:图像输入模块、参数计算模块、图像校正模块、坏点补偿模块和图像输出模块。通过对增益参数和偏移量参数的边界判断,检测红外图像中热辐射与图像像素值之间线性程度不佳的像素点;设计基于边缘扩散的坏点补偿方法,针对视频流序列的连通区域中心坏点,从区域边缘不断进行坏点补偿。本发明采用改进的红外图像中的坏点检测判断方法和基于边缘扩散的坏点补偿方法,对于盲元和过热元检测方法无法检出的部分坏点具有较好的检测效果,可以提升红外图像的校正质量;在连续视频流图像应用场景下对坏点连通区域内部具有较好的坏点补偿效果。

    基于混合高斯模型的前景目标检测方法、装置、电子设备

    公开(公告)号:CN116342911A

    公开(公告)日:2023-06-27

    申请号:CN202310185393.7

    申请日:2023-02-24

    Applicant: 北京大学

    Abstract: 本申请公开了一种基于混合高斯模型的前景目标检测方法、装置、电子设备。通过应用本申请的技术方案,可以一方面实现一种通过计算图像中活跃点的方式来修改原有模型匹配的判断条件。从而通过只针对图像中像素值变化量较大的像素点进行模型匹配来减少视频流图像中无意义的模型匹配消耗。另外一方面还可以用两次高斯模型匹配的结果间接的完成了图像中去噪的效果,且这种方式不会使得小目标被滤掉。从而达到避免相关技术中出现的前景检测开销较大的问题。

Patent Agency Ranking