公开(公告)号：CN119649161A

公开(公告)日：2025-03-18

申请号：CN202411596844.7

申请日：2024-11-11

Applicant: 南京邮电大学

Inventor： 郭舟柏 ,  刘文静 ,  姬传翔 ,  闫静杰

IPC: G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/126 ,  G06N3/006 ,  G06T5/70

Abstract: 本发明公开了一种基于深度神经网络优化算法的图像识别方法，涉及图像识别技术领域，包括：对图像数据集预处理，如自适应归一化、哈希编码标签等；按图嵌入技术编码网络结构并混合初始化权值阈值；融合算法优化特征，先粒子群初定再通道表征精细调；用训练集以改进反向传播及自适应矩估计算法训练，融合损失函数并动态调整学习率；在验证集计算多项指标评估并优化，如遗传算法搜结构、贝叶斯调学习率；将待识别图像输入优化后的网络，用集成识别方法得结果。本发明通过优化图像预处理、神经网络各环节及识别过程，提高图像质量与数据处理效率，准确确定特征，加快网络训练，全面评估优化网络，提高识别结果可靠性，提升图像识别精度和效率。

公开(公告)号：CN116342679A

公开(公告)日：2023-06-27

申请号：CN202310373853.9

申请日：2023-04-10

Applicant: 南京邮电大学

Inventor： 霍智勇 ,  刘文静

IPC: G06T7/55 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 一种基于生成多平面图像场景重建的新视点合成方法，将以Transformer作为网络的主干并通过多平面图像重建场景，克服了之前基于卷积网络生成多平面场景表示的感受野受限所带来的问题，Transformer能够捕获远距离依赖特征，能够克服视点外推时出现堆叠重影的问题，同时，通过远距离依赖特征，一些去遮挡部分也能得到很好的推测；引入Transformer捕获全局特征的特性，同时也结合卷积网络的局部特征，保留了卷积固有的归纳偏置，有利于网络尽可能保留更多所需要的特征，使得网络有更好的泛化性；混合Transformer和卷积网络可以使多平面场景表示应用到更多真实场景中。