-
公开(公告)号：CN114202801B
公开(公告)日：2025-01-14
申请号：CN202111398259.2
申请日：2021-11-19
Applicant: 杭州电子科技大学
IPC: G06V40/20 , G06V10/764 , G06V10/80 , G06V10/44 , G06V10/82 , G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/0442 , G06N3/084 , G06N3/048
Abstract: 本发明公开一种基于注意力引导空域图卷积简单循环单元的手势识别方法。本发明首先，将空域图卷积嵌入到简单循环单元(SRU)的门结构中，使具有高速并行计算能力的SRU能对复杂手势的时域与空域信息进行建模。其次，引入一种指关节注意力引导模块，使更重要的指关节具有更高的关注度。然后，引入一种注意力增强图丢弃的正则化方法，缓解了手势数据过拟合的弊端。本发明对精细动态手势，在具有较高的识别准确率的同时保持优良的识别计算效率，能够在人机交互、虚拟现实、手语翻译等领域具有广阔的应用前景。
-
公开(公告)号：CN114305456B
公开(公告)日：2024-05-03
申请号：CN202111639377.8
申请日：2021-12-29
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于稳态视觉诱发电位脑电信号的通道选择方法，包括如下步骤：S1、使用脑电采集设备采集稳态视觉诱发电位脑电信号并制作数据集；S2、将数据集中的脑电信号进行预处理；S3、针对预处理后的每组新脑电信号分别进行任务相关成分分析，得到各trial下对应通道的相关系数；S4、根据相关系数选取通道。通过空间滤波的方式抑制每个通道内的自发脑电活动，最大化通道内的任务相关成分；空间滤波后由计算得出的每个通道内对应的相关系数即可确定哪些通道可以更为明显地诱发出SSVEP响应；进而降低特征数据的维度，尽可能的减少通道数，简化了计算难度，提高系统效率和系统识别的性能，使得脑电信号识别系统更加普遍性。
-
公开(公告)号：CN111402285B
公开(公告)日：2023-08-08
申请号：CN202010049327.3
申请日：2020-01-16
Applicant: 杭州电子科技大学
IPC: G06T7/149
Abstract: 本发明涉及一种基于视觉机制暗边缘增强的轮廓检测方法。本发明首先模拟视网膜感光细胞响应特性，提出一种基于局部亮度特征的暗视野调节模型；然后结合神经节细胞经典感受野的尺度朝向特性，获取初级轮廓响应，并利用主成分分析法提取全局轮廓信息；随后当视网膜神经节信号传递至外膝体时，模拟非经典感受野的侧抑制作用，并进一步引入神经元稀疏响应特性，协同抑制初级轮廓的背景强纹理；通过模拟微动信息对轮廓感知理解的增强作用，从而减少背景弱纹理，再利用适应性动态突触将外膝体脉冲响应输出传递至初级视皮层；最后将初级轮廓响应经全局轮廓信息修正后，与初级视皮层响应输出快速融合，生成更为精确有效的轮廓检测结果。
-
-
公开(公告)号：CN113139425A
公开(公告)日：2021-07-20
申请号：CN202110257718.9
申请日：2021-03-09
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于双视通路交互感知的轮廓检测方法；本发明构建双视觉通路计算模型，通过模拟双视觉通路中信息流的分流传递和交互感知来实现轮廓检测。首先，模拟视网膜环节光电转换特性，得到亮度特征；在上丘浅层中，模拟经典感受野的朝向响应特性，并引入一种多尺度轮廓增强的轮廓信息融合策略，得到初级轮廓响应；模拟视觉信息传递至外膝体时的对比度适应机制和方向敏感特性，提出一种显著性特征的提取方法；之后参考初级视皮层中的上丘浅层信息投射，构建改进的脉冲编码模型，提取显著性轮廓。最后对双视通路中的轮廓响应结果进行修正融合，得到最终的轮廓响应。本发明能有效突出主体轮廓并抑制纹理背景。
-
Patent Agency Ranking
公开(公告)号：CN110516787B
公开(公告)日：2021-04-09
申请号：CN201910635196.4
申请日：2019-07-15
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于易分特征丢弃策略的深度学习网络正则化约束方法，本发明改进了对特征随机置零的正则化方法，提出了丢弃易分特征策略，即置零易分特征的同时，保留难分特征，约束网络仅通过难分特征学习提升特征的辨别能力和网络的泛化性。本发明将易分特征丢弃策略运用到了全连接层和卷积层中，特别地通过滑窗方式找出特征图上的易分矩形区域并将其置零，解决了置零离散的状态下，网络可以根据特征图上地非零特征自动进行信息补全，导致正则化的作用减弱地问题，从而有效约束了网络的训练，进而提高网络的泛化性能。
-
公开(公告)号：CN110516787A
公开(公告)日：2019-11-29
申请号：CN201910635196.4
申请日：2019-07-15
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于易分特征丢弃策略的深度学习网络正则化约束方法，本发明改进了对特征随机置零的正则化方法，提出了丢弃易分特征策略，即置零易分特征的同时，保留难分特征，约束网络仅通过难分特征学习提升特征的辨别能力和网络的泛化性。本发明将易分特征丢弃策略运用到了全连接层和卷积层中，特别地通过滑窗方式找出特征图上的易分矩形区域并将其置零，解决了置零离散的状态下，网络可以根据特征图上地非零特征自动进行信息补全，导致正则化的作用减弱地问题，从而有效约束了网络的训练，进而提高网络的泛化性能。
-
公开(公告)号：CN109671094A
公开(公告)日：2019-04-23
申请号：CN201811331874.X
申请日：2018-11-09
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于频域分级的眼底图像血管分割方法。针对传统原始眼底图像全频段处理方法的血管分割不精确问题，提出利用频域预处理获取眼底图像的低高频信息，然后针对性地构建多路径的低维和高维特征提取卷积网络。其中低维特征提取卷积网络包含左右两个对称路径，主要实现对眼底图像血管全局轮廓信息的提取与精确定位。高维特征提取卷积网络不仅包含左右两个对称路径，而且在右边路径上采样的过程中，通过与左边对称路径的特征图合并通道数实现融合操作以补全丢失的血管边界信息，将进一步锐化眼底图像血管边缘分布的细节特征。最后利用卷积核融合高低维特征图，从而得到更为精确的眼底图像血管分割图。
-
公开(公告)号：CN104050664A
公开(公告)日：2014-09-17
申请号：CN201410252480.0
申请日：2014-06-09
Applicant: 杭州电子科技大学
IPC: G06T7/00
Abstract: 本发明涉及一种在光学相干断层扫描(OpticalCoherenceTomography,OCT)影像中对眼前房角开放程度采用多特征进行分类的方法。本发明首先对眼前房角的OCT图像进行分割处理，从分割图像中获取角膜后边缘与虹膜前边缘，并以两条边缘交点为基准，取前房角中包括完整房角隐窝的部分为感兴趣区域；然后在感兴趣区域内分别求取梯度、共生梯度方向直方图以及Edgelet等三个图像特征对房角隐窝区域从局部到整体进行全面描述；最后采用支持向量机根据获取的三个特征对图像中的房角开放程度做出分类。该发明能实现对前房角闭合状态的准确与快速分类。
-
公开(公告)号：CN104036498A
公开(公告)日：2014-09-10
申请号：CN201410232552.5
申请日：2014-05-28
Applicant: 杭州电子科技大学
IPC: G06T7/00
Abstract: 本发明涉及一种基于逐层分级的OCT图像质量快速评价方法。本发明从高层分解开始，逐层对OCT图像进行高斯金字塔分解，获得不同分辨率的分解子图像。较低质量的OCT图像在低分辨率下即可完成评价，而较高质量的OCT图像可逐层进入高分辨率完成评价，从而实现在不同分辨尺度下对OCT图像的质量进行快速评价。该发明能够实现对OCT图像质量的客观无参考型自动评级，提高评价效率，对后续OCT图像的参数自动检测和分析有一定的参考意义。
-
-
-
-
-
-
-
-
-
Search Results
64
records
(took 0.024 seconds)
