-
公开(公告)号：CN1924904A
公开(公告)日：2007-03-07
申请号：CN200610116338.9
申请日：2006-09-21
Applicant: 复旦大学
IPC: G06N5/02
Abstract: 本发明属于人工智能知识工程和专家系统设计技术领域，具体为一种基于发展心理学的表征重述的知识结构多层表征的进化获取与建构方法。其基本步骤是：用发展心理学的方法进行知识系统构造，具体是用面向对象方法和UML建模语言等工具对该知识系统四种不同水平和结构层次的知识进行表示，并通过相似性归纳和特征提取以及表征重述的多层知识结构建构，以实现非限定的问题求解。它以计算机科学与心理科学为基础，从解释智能的角度出发，将发展心理学中关于概念与认知能力发展的表征重述设想具体算法化，将概念系统发展过程的心理学理论应用于人工智能中知识系统建构方法的设计，使得知识系统在低阶结构不连续、知识获取瓶颈等方面的缺欠得到改善。
-
公开(公告)号：CN100367310C
公开(公告)日：2008-02-06
申请号：CN200410017556.8
申请日：2004-04-08
Applicant: 复旦大学
IPC: G06N3/02
Abstract: 本发明为一种基于视网膜神经节细胞感受野特征的层次网络模型设计及其实现算法。其基本思想是：通过模拟生物视觉神经系统的早期视觉的信息加工流程与结构，设计效仿视网膜多层信号处理方式的层次网络结构，设计拟神经节计算单元在传感器层上的变尺度感受野分布，设计拟神经节计算单元、第三层运动方位检测计算单元局部性的、逐级的计算的机理，再设计用于运动事件探测的警觉算法。使得计算结构能够用来缓解计算效率、计算精度与计算资源间的矛盾，使机器视觉系统在将注意汇聚于首要信息的同时，还对周遭信息保持警觉。
-
公开(公告)号：CN1564195A
公开(公告)日：2005-01-12
申请号：CN200410017556.8
申请日：2004-04-08
Applicant: 复旦大学
IPC: G06N3/02
Abstract: 本发明为一种基于视网膜神经节细胞感受野特征的层次网络模型设计及其实现算法。其基本思想是：通过模拟生物视觉神经系统的早期视觉的信息加工流程与结构，设计效仿视网膜多层信号处理方式的层次网络结构，设计拟神经节计算单元在传感器层上的变尺度感受野分布，设计拟神经节计算单元、第三层运动方位检测计算单元局部性的、逐级的计算的机理，再设计用于运动事件探测的警觉算法。使得计算结构能够用来缓解计算效率、计算精度与计算资源间的矛盾，使机器视觉系统在将注意汇聚于首要信息的同时，还对周遭信息保持警觉。
-
公开(公告)号：CN101807259A
公开(公告)日：2010-08-18
申请号：CN201010132099.2
申请日：2010-03-25
Applicant: 复旦大学
IPC: G06K9/66
Abstract: 本发明属于模式识别、计算机视觉、图像理解技术领域，具体为一种基于视觉词汇文本集体的不变性识别方法。本发明首先对训练数据采样后，再对兴趣点采样，然后对兴趣点使用不同特征描述方法进行描述，对描述后的矢量进行聚类建立视觉词汇本。通过利用每次采样得到的不同数据子集，兴趣点子集以及不同的特征描述方法得到视觉词汇本集体。基于产生的视觉词汇本集体，得到分类器集体，从而建立物体类的认知模型和模型的学习方法，使之能根据当前的识别任务来自适应选择特征或特征的权重。实验结果表明此方法能得到较好的效果，能有效提高传统的基于单个视觉词汇本的图像识别方法的性能。
-
公开(公告)号：CN1292380C
公开(公告)日：2006-12-27
申请号：CN200410025430.5
申请日：2004-06-24
Applicant: 复旦大学
Abstract: 本发明为一种基于3-像素基元组合的直线描述与探测方法，用于将可形成直线段的若干邻接点向量化，从而将用点描述的图像简化成用线段描述的图像。它先定义在栅格方式下通过组合构成锯齿状直线的基本单元，接着定义由基元组合成直线段的规则，并且证明这组合规则是可行的。然后给出获取基元的层次网络并行计算模型，以及在基元基础上的直线聚类算法。通过在完全真实场景图片上与以往经典直线检测算法的比较实验，本直线探测算法在时间、内存消耗、检测准确性上都有非常显著的进步，其结果可直接作为后续模式识别步骤所用，而不需施加额外的诸如端点确定、假直线过滤、多条共线直线段的分割等后继操作。
-
Patent Agency Ranking
公开(公告)号：CN1588442A
公开(公告)日：2005-03-02
申请号：CN200410054194.X
申请日：2004-09-01
Applicant: 复旦大学
Inventor： 危辉
IPC: G06N3/04
Abstract: 本发明为一种基于视皮层功能柱型结构对来自视网膜信号进行处理的层次结构，而设计的多层网络模拟与实现方法。其基本思想是：用并行分布式处理的结构和数学逼近工具模拟高等生物视皮层中的简单细胞、复杂细胞、超柱和TE柱的结构与功能，设计对图像信息进行特征响应与提取的加工流程与效仿视网膜多层信号处理方式的层次网络结构，设计拟神经节计算单元在传感器层上的感受野分布，设计简单细胞和复杂细胞局部采集信息、逐级的计算的机理，并以此为单元来搭建模拟超柱结构与TE柱结构的功能组件，为实现知觉和知觉不变性提供基础。
-
公开(公告)号：CN101833759B
公开(公告)日：2012-05-30
申请号：CN201010137541.0
申请日：2010-04-01
Applicant: 复旦大学
IPC: G06T7/00
Abstract: 本发明属于机器视觉模拟、图像匹配技术领域，具体为一种基于连续视频的机器人场景深度判别方法。该方法包括：对场景进行拍摄，获取不同位置的场景照片；对拍摄的照片进行图像匹配，然后通过场景的深度计算公式，得到场景的深度地图。其中，本发明采用了新的摄像坐标设定方法。图像匹配利用待匹配点所在区域的光强度矩阵，寻找与之接近的区域，新区域的中心点即为匹配点。本发明方法计算量较小，准确率高，稳定性好。
-
公开(公告)号：CN101650778A
公开(公告)日：2010-02-17
申请号：CN200910055467.5
申请日：2009-07-28
Applicant: 复旦大学
Abstract: 本发明提供了一种基于特征点与单应性匹配的不变性识别方法，本方法采用假设验证法，在已知模型各个平面的直线特征及位置关系的情况下，通过对于场景图像中不变性特征的分析，假设其中某些直线段的匹配，继而得到某一平面的匹配关系，并求出其单应矩阵。再将模型平面映射到场景，利用平面中直线段的匹配对假设进行验证。逐个识别所有平面。最后利用平面之间的不变性验证假设的正确性。相对于传统的假设验证法，本发明的方法将假设验证法中对于全局坐标系变换的求解分散在各个平面单应性变换的求解中，降低了求解的复杂度，因此能够快速准确的识别物体。
-
公开(公告)号：CN1595431A
公开(公告)日：2005-03-16
申请号：CN200410025430.5
申请日：2004-06-24
Applicant: 复旦大学
Abstract: 本发明为一种基于3－像素基元组合的直线描述与探测方法，用于将可形成直线段的若干邻接点向量化，从而将用点描述的图像简化成用线段描述的图像。它先定义在栅格方式下通过组合构成锯齿状直线的基本单元，接着定义由基元组合成直线段的规则，并且证明这组合规则是可行的。然后给出获取基元的层次网络并行计算模型，以及在基元基础上的直线聚类算法。通过在完全真实场景图片上与以往经典直线检测算法的比较实验，本直线探测算法在时间、内存消耗、检测准确性上都有非常显著的进步，其结果可直接作为后续模式识别步骤所用，而不需施加额外的诸如端点确定、假直线过滤、多条共线直线段的分割等后继操作。
-
公开(公告)号：CN101807259B
公开(公告)日：2012-08-22
申请号：CN201010132099.2
申请日：2010-03-25
Applicant: 复旦大学
IPC: G06K9/66
Abstract: 本发明属于模式识别、计算机视觉、图像理解技术领域，具体为一种基于视觉词汇文本集体的不变性识别方法。本发明首先对训练数据采样后，再对兴趣点采样，然后对兴趣点使用不同特征描述方法进行描述，对描述后的矢量进行聚类建立视觉词汇本。通过利用每次采样得到的不同数据子集，兴趣点子集以及不同的特征描述方法得到视觉词汇本集体。基于产生的视觉词汇本集体，得到分类器集体，从而建立物体类的认知模型和模型的学习方法，使之能根据当前的识别任务来自适应选择特征或特征的权重。实验结果表明此方法能得到较好的效果，能有效提高传统的基于单个视觉词汇本的图像识别方法的性能。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.014 seconds)
