-
公开(公告)号:CN116433987A
公开(公告)日:2023-07-14
申请号:CN202310509525.7
申请日:2023-05-08
Applicant: 常州大学
IPC: G06V10/764 , G06V10/774 , G06V10/94 , G06V10/82 , G06N3/0464
Abstract: 本发明涉及图像处理领域,尤其涉及一种基于残差姿态胶囊路由的图像分类方法,所述方法为:构建基于残差姿态路由胶囊网络的图像分类网络;基于残差姿态路由胶囊网络的图像分类网络包括基础特征提取网络和残差姿态路由胶囊网络;基础特征提取网络用于对提取输入图像的基础深度特征;残差姿态路由胶囊网络包括残差胶囊路由模块和残差胶囊分类模块,残差胶囊路由模块用于基于基础深度特征提取并组建胶囊特征,残差胶囊分类模块用于基于胶囊特征进行分类;训练构建的图像分类网络;基于训练好的图像分类网络对待检测图像进行分类。本发明减少了网络参数,降低路由复杂度。
-
公开(公告)号:CN117011602A
公开(公告)日:2023-11-07
申请号:CN202310958480.1
申请日:2023-07-31
Applicant: 常州大学
IPC: G06V10/764 , G06N3/0464 , G06V10/82 , G06V10/774 , G06V10/80
Abstract: 本发明涉及图像处理技术领域,尤其涉及基于类型线索相关性指导的显著目标检测方法及系统,包括利用HRNet主干对待检测图像进行深度特征提取;将上下文信息特征图分别输入卷积神经网络和胶囊网络,获得对比度显著性预测结果和部件‑整体关系显著性预测结果;进行对比度显著性预测结果和部件‑整体关系显著性预测结果的水平方向和垂直方向投票矩阵计算以改进显著性先验;将对比度线索类型相关的显著性预测和部件‑整体关系相关的显著性预测进行融合;运用交叉熵误差函数和边界误差函数联合训练双分支目标检测网络。本发明解决现有方法缺乏融合对比线索和部件‑整体关系后的指导,具有更好的检测性能,可用于计算机视觉中图像的检测和识别过程。
-
公开(公告)号:CN101833040B
公开(公告)日:2012-07-04
申请号:CN201010168636.9
申请日:2010-05-11
Applicant: 常州大学
IPC: G01R27/02 , G06F11/267
Abstract: 本发明公开了一种对成品计算机键盘的接触电阻进行检测的基于ARM的键盘电阻检测系统及方法,将待测键盘连接阵列开关,阵列开关分别连接恒流源、电压比较器、放大器和ARM芯片;阵列开关的每一列开关由KI开关和KV开关组成,KI开关与恒流源相连接,KV开关分别连接放大器和电压比较器,通过阵列开关对待测键盘进行恒流扫描,电压比较器对恒流源的输出进行判断;采用四线法电阻测试方法检测按键接触电阻两端电压,由软件部分创建一个虚拟键盘。本发明提高了键盘的扫描速度和测试信息的处理速度,不仅能检测出断键、串键,还能通过检测每个按键的接触电阻来判断键盘的质量和键盘制作工艺疏漏,检测的电阻值精度达到0.5%,具有良好的可扩展性和通用性。
-
-