-
公开(公告)号：CN110675326B
公开(公告)日：2022-04-22
申请号：CN201910672246.6
申请日：2019-07-24
Applicant: 西安理工大学
IPC: G06T5/00
Abstract: 本发明公开的基于U‑Net网络的计算鬼成像重建恢复的方法，首先获取计算鬼成像得到的MNSIT数据集相对应的基于Hadamard矩阵的鬼成像数据集；然后构建U‑Net网络模型，将得到的数据分为训练集和测试集，通过训练集数据训练U‑Net网络模型；最后通过测试集验证训练好的U‑Net网络模型并输出结果，实现计算鬼成像重建。本发明公开的方法能够将随机相位掩模的个数减少到7％并得到很好的结果，有效的提高计算鬼成像的重建效果，并提高重建速度。
-
公开(公告)号：CN110490818B
公开(公告)日：2022-03-25
申请号：CN201910671596.0
申请日：2019-07-24
Applicant: 西安理工大学
Abstract: 本发明公开的基于CGAN的计算鬼成像重建恢复方法，首先，获取计算鬼成像得到的MNSIT数据集相对应的基于Hadamard矩阵的鬼成像数据集；然后，搭建CGAN网络模型，将得到的数据集分成测试集和训练集，通训练集数据训练CGAN网络模型；最后，通过验证集验证训练好的CGAN网络模型的输出结果，实现计算鬼成像重建。本发明公开的方法对低采样率的鬼成像结果有更好的重建效果。
-
公开(公告)号：CN113129226B
公开(公告)日：2023-06-23
申请号：CN202110315037.3
申请日：2021-03-24
Applicant: 西安理工大学
IPC: G06T5/00 , G06N3/0442 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了基于convGRU‑U‑Net的计算鬼成像重建算法，利用相位掩模照射在目标物体上，通过桶探测器获得总光强，将总光强和对应相位掩模输入到convGRU网络中，模拟关联成像过程，直到convGRU网络的损失函数保持稳定；将上述输出结果输入到U‑Net网络中来进行图像增强，直到convGRU‑U‑Net网络的损失函数保持稳定，获得计算鬼成像的成像结果。本发明基于convGRU‑U‑Net的计算鬼成像重建算法，解决了现有技术中存在的计算鬼成像的重建效果差、重建速度低的问题。
-
公开(公告)号：CN113379614A
公开(公告)日：2021-09-10
申请号：CN202110346568.9
申请日：2021-03-31
Applicant: 西安理工大学
Abstract: 本发明提供了一种基于Resnet网络进行鬼成像恢复的方法，首先基于MNSIT数据集，通过用Hadamard矩阵做为改进随机相位掩模来得到计算鬼成像，其次对Resnet网络的结构进行了调整，在原有的基础上添加了instance layer和增加了网络的深度、特征层的深度，并运用大量的计算鬼成像图像和它们的原始图像对网络进行训练，最后在测试集中得到了实验的泛化效果。该方法可以有效的提高计算鬼成像的重建效果，并提高重建速度。
-
Patent Agency Ranking
公开(公告)号：CN113129225A
公开(公告)日：2021-07-16
申请号：CN202110253738.9
申请日：2021-03-09
Applicant: 西安理工大学
Abstract: 本发明公开基于Dense Net网络的计算鬼成像重建恢复的方法，具体按照以下步骤实施：步骤1，基于MNSIT数据集通过Hadamard矩阵改变随机相位掩膜，获取鬼成像数据集；步骤2，基于Dense Net网络搭建图像重建恢复网络，将步骤1得到的数据集分为训练集、测试集和验证集，通过训练集数据训练图像重建恢复网络中的参数；步骤3，通过验证集数据训练图像重建恢复网络中的超参数；步骤4，通过测试集验证训练好的图像重建恢复网络并输出结果，实现计算鬼成像重建。本发明有效的提高了计算鬼成像的重建效果及其重建速度。
-
公开(公告)号：CN110490818A
公开(公告)日：2019-11-22
申请号：CN201910671596.0
申请日：2019-07-24
Applicant: 西安理工大学
Abstract: 本发明公开的基于CGAN的计算鬼成像重建恢复方法，首先，获取计算鬼成像得到的MNSIT数据集相对应的基于Hadamard矩阵的鬼成像数据集；然后，搭建CGAN网络模型，将得到的数据集分成测试集和训练集，通训练集数据训练CGAN网络模型；最后，通过验证集验证训练好的CGAN网络模型的输出结果，实现计算鬼成像重建。本发明公开的方法对低采样率的鬼成像结果有更好的重建效果。
-
公开(公告)号：CN113379614B
公开(公告)日：2024-09-17
申请号：CN202110346568.9
申请日：2021-03-31
Applicant: 西安理工大学
IPC: G06T5/60 , G06N3/0464 , G06N3/08 , G06V10/77 , G06V10/80
Abstract: 本发明提供了一种基于Resnet网络进行鬼成像恢复的方法，首先基于MNSIT数据集，通过用Hadamard矩阵做为改进随机相位掩模来得到计算鬼成像，其次对Resnet网络的结构进行了调整，在原有的基础上添加了instance layer和增加了网络的深度、特征层的深度，并运用大量的计算鬼成像图像和它们的原始图像对网络进行训练，最后在测试集中得到了实验的泛化效果。该方法可以有效的提高计算鬼成像的重建效果，并提高重建速度。
-
公开(公告)号：CN110675326A
公开(公告)日：2020-01-10
申请号：CN201910672246.6
申请日：2019-07-24
Applicant: 西安理工大学
IPC: G06T5/00
Abstract: 本发明公开的基于U-Net网络的计算鬼成像重建恢复的方法，首先获取计算鬼成像得到的MNSIT数据集相对应的基于Hadamard矩阵的鬼成像数据集；然后构建U-Net网络模型，将得到的数据分为训练集和测试集，通过训练集数据训练U-Net网络模型；最后通过测试集验证训练好的U-Net网络模型并输出结果，实现计算鬼成像重建。本发明公开的方法能够将随机相位掩模的个数减少到7％并得到很好的结果，有效的提高计算鬼成像的重建效果，并提高重建速度。
-
公开(公告)号：CN113129226A
公开(公告)日：2021-07-16
申请号：CN202110315037.3
申请日：2021-03-24
Applicant: 西安理工大学
Abstract: 本发明公开了基于convGRU‑U‑Net的计算鬼成像重建算法，利用相位掩模照射在目标物体上，通过桶探测器获得总光强，将总光强和对应相位掩模输入到convGRU网络中，模拟关联成像过程，直到convGRU网络的损失函数保持稳定；将上述输出结果输入到U‑Net网络中来进行图像增强，直到convGRU‑U‑Net网络的损失函数保持稳定，获得计算鬼成像的成像结果。本发明基于convGRU‑U‑Net的计算鬼成像重建算法，解决了现有技术中存在的计算鬼成像的重建效果差、重建速度低的问题。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.023 seconds)
