-
公开(公告)号：CN112926658B
公开(公告)日：2023-03-21
申请号：CN202110217629.1
申请日：2021-02-26
Applicant: 西安交通大学
IPC: G06V10/762 , G06V10/74 , G06V10/77
Abstract: 基于二维数据嵌入与邻接拓扑图的图像聚类方法及设备，该图像聚类方法包括同时学习一组图像数据的二维嵌入表示和结构化的相似图，在图像数据的二维嵌入表示上学习带有自适应最优邻域分配的相似图，通过在学习到的图的拉普拉斯矩阵施加秩约束来使得相似图的连通块数量等于期望的聚类个数，从而完成二维图像数据聚类的任务。本发明同时提供了一种实现上述方法的系统、终端及计算机可读存储介质。本发明充分利用了图像像素的空间关系，提升了图像数据的聚类性能，通过挖掘图像的内在关系而构建出高质量的相似拓扑图，避免了单独学习二者可能带来的次优解问题，最终提升了图像聚类性能。
-
公开(公告)号：CN107248136A
公开(公告)日：2017-10-13
申请号：CN201710336015.9
申请日：2017-05-12
Applicant: 西安交通大学
Abstract: 本发明提出了一种基于FPGA的图像直方图信息获取方法，所述方法如下：采用帧同步信号、行同步信号、并行图像数据和像素同步时钟作为图像输入信号。第一个时钟周期，把帧同步信号、行同步信号和图像数据进行延时且保证图像数据在行间隔期间保持不变。第二个时钟周期，把图像数据进行延时并产生前后两个数据是否相同标识。第三个时钟周期，把延时后的图像数据赋给双端口RAM端口A的读出地址，把数据是否一致标识取反后赋给B端口的写入使能。第四个时钟周期，产生B端口的写入地址，A端口读出地址有效。第五个时钟周期，A端口读出数据有效，B端口写入地址有效，判断相邻两个图像数据是否相等，若相等使用寄存器保存该图像数据的直方图信息，若不相等把直方图信息更新后从端口B写入。后续操作采用流水线形式，图像输入完成即可得到直方图信息，充分利用FPGA的并行优势，可以实现高分辨率图像直方图信息的快速获取。
-
公开(公告)号：CN107016343A
公开(公告)日：2017-08-04
申请号：CN201710128988.3
申请日：2017-03-06
Applicant: 西安交通大学
IPC: G06K9/00
CPC classification number: G06K9/00825
Abstract: 本发明涉及一种基于贝尔格式图像的红绿灯快速识别方法，该方法利用贝尔格式图像的特点，不经过差值运算，从图像中直接提取R通道图像和G通道图像，对图像进行处理后，综合面积、位置、占空比、圆度、红绿通道灰度比等参数判断是否存在红绿灯以及红绿灯的当前状态。该方法使用不同的颜色通道对图像进行处理，减小不同颜色通道之间的干扰，具有较强的鲁棒性；没有复杂的模式识别算法和数学运算，具有较强的实时性。
-
公开(公告)号：CN113705633A
公开(公告)日：2021-11-26
申请号：CN202110920070.9
申请日：2021-08-11
Applicant: 西安交通大学
Abstract: 一种基于自适应图的半监督核宽度分类学习方法及设备，方法包括以下步骤：先将输入数据进行随机权值映射，将映射后的特征存储在特征节点中，然后通过相似的非线性特征映射将特征节点扩展到增强节点，最后将特征节点和增强节点结合形成输入数据的特征映射矩阵；利用输入数据和输入数据的特征映射矩阵学习相似性矩阵，同时推断未知标签，再根据核函数得到损失函数；对损失函数的每个变量求出局部最优解，进行迭代优化，完成半监督核宽度分类。本发明联合了优化基于稀疏自编码器的特征提取过程、自适应图结构学习过程以及引入核函数学习进行分类，提升了分类学习方法的稳定性和性能。
-
公开(公告)号：CN113159025A
公开(公告)日：2021-07-23
申请号：CN202110328103.0
申请日：2021-03-26
Applicant: 西安交通大学
Abstract: 一种图像显著性检测方法、系统、终端及可读存储介质，检测方法包括第一阶段：将输入图像的每个超像素节点中提取出不同特征视图进行联合优化，分别将图像四条边上的节点作为标记的背景查询种子，求解每个特征视图对应的邻接关系矩阵及其权重，得到融合邻接关系矩阵，求解四个背景查询种子对应的四个流型排序向量的最优解，将其进行归一化并取补码后进行融合，得到超像素节点排序值，完成初步的显著图求解；第二阶段：将第一阶段生成的初步的显著图进行二值化之后作为前景查询向量，通过融合邻接关系矩阵与流型排序算法相结合求解最终的显著图。本发明有效地减小了噪声图的不利影响，提高了显著性检测的准确率，加快了显著性检测的运算速度。
-
Patent Agency Ranking
公开(公告)号：CN105678682B
公开(公告)日：2018-04-17
申请号：CN201610012965.1
申请日：2016-01-08
Applicant: 西安交通大学
Abstract: 本发明提出了一种基于FPGA的二值图像连通区域信息获取系统及方法，所述方法如下：采用帧同步信号、行同步信号、二值图像数据和像素同步时钟作为图像输入信号。第一个行有效期间检测第一行图像的游程信息。第二个行有效期间检测第二行图像的游程信息，把第一行游程信息合并，获取连通区域信息，建立第一行游程查找表。第三个行有效期间检测第二行图像的游程信息，利用第一行的游程查找表合并第二行游程信息，获取连通区域信息，建立第二行游程查找表。后续操作与第三行操作一致，图像输入完成即可得到连通区域信息。本发明采用流水线操作，充分利用FPGA的并行优势，可以实现高分辨率图像连通区域信息的实时获取。
-
公开(公告)号：CN115439724A
公开(公告)日：2022-12-06
申请号：CN202211221964.X
申请日：2022-10-08
Applicant: 西安交通大学
Abstract: 一种自适应图约束典型相关分析的多视图特征融合方法及系统，包括进行结构化图的学习，求解低维数据源间的相似关系，并通过引入对拉普拉斯矩阵秩的约束，使结构化图中的连通分量个数与数据类别数相同；通过得到的结构化图来约束多视图典型相关分析，得到新的无监督多视图特征学习目标函数，并通过交替优化的方法进行求解，实现多视图特征融合。本发明直接对低维一致性特征构图，避免了对每个视图数据构图并融合的步骤，在参数更少、更容易使用的同时也能保持良好的降维效果；通过引入对拉普拉斯矩阵秩的约束，可直接学习得到一个能反应数据间整体相似关系的图结构，图中连通分量数和数据类别数相等，可提升后续聚类或分类任务的性能。
-
公开(公告)号：CN112926658A
公开(公告)日：2021-06-08
申请号：CN202110217629.1
申请日：2021-02-26
Applicant: 西安交通大学
IPC: G06K9/62
Abstract: 基于二维数据嵌入与邻接拓扑图的图像聚类方法及设备，该图像聚类方法包括同时学习一组图像数据的二维嵌入表示和结构化的相似图，在图像数据的二维嵌入表示上学习带有自适应最优邻域分配的相似图，通过在学习到的图的拉普拉斯矩阵施加秩约束来使得相似图的连通块数量等于期望的聚类个数，从而完成二维图像数据聚类的任务。本发明同时提供了一种实现上述方法的系统、终端及计算机可读存储介质。本发明充分利用了图像像素的空间关系，提升了图像数据的聚类性能，通过挖掘图像的内在关系而构建出高质量的相似拓扑图，避免了单独学习二者可能带来的次优解问题，最终提升了图像聚类性能。
-
公开(公告)号：CN107248136B
公开(公告)日：2019-11-08
申请号：CN201710336015.9
申请日：2017-05-12
Applicant: 西安交通大学
Abstract: 本发明提出了一种基于FPGA的图像直方图信息获取方法，所述方法如下：采用帧同步信号、行同步信号、并行图像数据和像素同步时钟作为图像输入信号。第一个时钟周期，把帧同步信号、行同步信号和图像数据进行延时且保证图像数据在行间隔期间保持不变。第二个时钟周期，把图像数据进行延时并产生前后两个数据是否相同标识。第三个时钟周期，把延时后的图像数据赋给双端口RAM端口A的读出地址，把数据是否一致标识取反后赋给B端口的写入使能。第四个时钟周期，产生B端口的写入地址，A端口读出地址有效。第五个时钟周期，A端口读出数据有效，B端口写入地址有效，判断相邻两个图像数据是否相等，若相等使用寄存器保存该图像数据的直方图信息，若不相等把直方图信息更新后从端口B写入。后续操作采用流水线形式，图像输入完成即可得到直方图信息，充分利用FPGA的并行优势，可以实现高分辨率图像直方图信息的快速获取。
-
公开(公告)号：CN113192149B
公开(公告)日：2024-05-10
申请号：CN202110554113.6
申请日：2021-05-20
Applicant: 西安交通大学
IPC: G06T9/00 , G06V10/44 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种图像深度信息单目估计方法、设备及存储介质，包括，将待估计图像作为预训练好的自监督通道混合网络的输入；其中，利用编码器模块对待估计图像进行编码，得到若干不同层次的语义特征图；若干语义特征图的语义层次不同，且分辨率不同；利用通道混合模块将若干不同层次语义特征图在通道方向进行混合、分散，得到不同分辨率的融合特征；利用解码器模块分别对不同分辨率的融合特征进行解码，得到对应分辨率的深度估计，即得到待估计图像的深度图像；本发明通过解码器模块对融合特征进行解码，获得待估计图像的深度图像，深度图具有更可靠的局部和全局信息；本发明的深度估计效果相较于现有不包含通道混合模块的基准方法得到较大提升。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.023 seconds)
