-
公开(公告)号:CN113128662B
公开(公告)日:2025-03-14
申请号:CN202010048134.6
申请日:2020-01-16
IPC: G06N3/0464 , G06N3/08 , G06V10/774 , G06V10/82
Abstract: 本公开涉及卷积神经网络及基于卷积神经网络的图像处理方法,卷积神经网络包括:至少一个卷积层,每个卷积层包括至少一个卷积核组,每个卷积核组包括两个以上的卷积核,每个卷积核组的各卷积核对输入的具有不同旋转角度的图像数据的相同特征进行特征提取以获得特征图,卷积核组的一个卷积核经过旋转能得到卷积核组的其他卷积核;以及至少一个池化层,每个池化层利用与卷积核组的各卷积核分别对应的池化窗口对各卷积核输出的特征图进行池化,以输出池化后的特征图,其中,通过绕与卷积核组的一个卷积核对应的池化窗口的中心而旋转该池化窗口,能得到与卷积核组中的其他卷积核对应的池化窗口。本公开的卷积神经网络自身具有旋转不变性。
-
公开(公告)号:CN113139896A
公开(公告)日:2021-07-20
申请号:CN202010052220.4
申请日:2020-01-17
Abstract: 本申请公开了一种基于超分辨重建的目标检测系统及方法。该系统包括:数据采集模块,被配置为采集待检测的图像数据;超分辨率重建模块,被配置为接收所述数据采集模块所采集的图像数据,并对所述图像数据进行超分辨率重建处理;目标检测模块,被配置为对经过超分辨率重建处理的所述图像数据进行目标检测;以及划分和融合模块,被配置为将经过目标检测的所述图像数据裁剪为多个子图像数据,并将各个所述子图像数据的检测结果映射至组合后的图像数据中以进行坐标融合,从而得到目标检测结果。
-
公开(公告)号:CN113128662A
公开(公告)日:2021-07-16
申请号:CN202010048134.6
申请日:2020-01-16
Abstract: 本公开涉及卷积神经网络及基于卷积神经网络的图像处理方法,卷积神经网络包括:至少一个卷积层,每个卷积层包括至少一个卷积核组,每个卷积核组包括两个以上的卷积核,每个卷积核组的各卷积核对输入的具有不同旋转角度的图像数据的相同特征进行特征提取以获得特征图,卷积核组的一个卷积核经过旋转能得到卷积核组的其他卷积核;以及至少一个池化层,每个池化层利用与卷积核组的各卷积核分别对应的池化窗口对各卷积核输出的特征图进行池化,以输出池化后的特征图,其中,通过绕与卷积核组的一个卷积核对应的池化窗口的中心而旋转该池化窗口,能得到与卷积核组中的其他卷积核对应的池化窗口。本公开的卷积神经网络自身具有旋转不变性。
-
公开(公告)号:CN112801262A
公开(公告)日:2021-05-14
申请号:CN201911115359.2
申请日:2019-11-14
Abstract: 本申请公开了一种用于卷积神经网络的注意力权重模块和方法。该注意力权重模块包括:提取单元,被配置为从输入至卷积神经网络的特征图中提取特征向量;生成单元,被配置为将特征向量馈送至完全连接层,以生成注意力向量;权重分配单元,被配置为基于注意力向量将权重分配至特征图。本发明的注意权重块可以通过同时考虑空间注意权重和通道关系权重来提取更多语义信息,从而卷积神经网络可以具有更强大的表达能力。
-
公开(公告)号:CN116012621A
公开(公告)日:2023-04-25
申请号:CN202211662975.1
申请日:2022-12-23
Applicant: 北京邮电大学
Abstract: 本发明提供了一种旋转不变的多光谱图像的描述子匹配方法。该方法包括:提取输入的多光谱图像的特征点,根据所述特征点使用log‑Gabor滤波器的相位一致性计算后,获得所述多光谱图像的一阶MIM层,在所述一阶MIM层的基础上获取两个二阶MIM层,所述多光谱图像包括匹配图和待匹配图;分别对应各个特征点在所述两个二阶MIM层上分别构建两个描述子,分别对两个描述子进行旋转,得到匹配图的描述子集合和待匹配图的描述子集合;对所述匹配图的描述子集合和所述待匹配图的描述子集合进行匹配处理,获取所述匹配图和待匹配图的描述子的匹配结果。本发明采用离散旋转角度的方法,将旋转度数离散成几个值,构建圆环形式的描述子解决旋转的多光谱图像的匹配问题。
-
公开(公告)号:CN111582257A
公开(公告)日:2020-08-25
申请号:CN201910117719.6
申请日:2019-02-15
Abstract: 本公开涉及用于对待检测对象进行检测的方法、装置及系统,该方法包括:获取包含待检测对象的图像的数据;分析图像的数据以确定待检测对象的位置信息和倾斜角度;根据待检测对象的位置信息和倾斜角度来确定用于生成预测框的位置信息和倾斜角度;根据用于生成预测框的位置信息和倾斜角度生成与待检测对象相匹配的预测框;以及利用预测框对待检测对象进行检测。本公开提供的技术方案有效地减少了图像检测过程中背景信息的引入,使得检测结果更加准确,进而提高检测的准确率。
-
-
-
-
-