-
公开(公告)号:CN109190708A
公开(公告)日:2019-01-11
申请号:CN201811063141.2
申请日:2018-09-12
Applicant: 重庆大学
Abstract: 本发明公开了一种基于视觉皮层处理机制的概念机神经网络图像分类方法,包括通过神经网络对图像进行预处理,还包括搭建与V2层神经元连接的概念机网络,每类图像对应一个概念机Ci,每类图像所对应的正项判断依据为:h+=xTCi+x,i为图像类别的数量;分别计算V2层神经元在不同空间方位上的概念机C;再根据不同方向上的概念机计算对应方向上的正向判据,再对各方向上的正向判据求平均值得到加强判据,再计算被分类图像在各分类类别的加强正项判据,由此确定j=argmaxxTCi+x为该图像的分类判断依据。本发明其对图像分类的过程更接近于真实大脑的处理过程,可以较好地提取出输入图像的局部朝向信息,且通过概念机处理输入,可更准确地进行图像分类。
-
公开(公告)号:CN108549877A
公开(公告)日:2018-09-18
申请号:CN201810368343.1
申请日:2018-04-23
Applicant: 重庆大学
Abstract: 本发明公开了一种基于神经网络的循迹机器人轨迹识别方法,包括以下步骤:1)机器人在光照变化环境下采集道路图像;2)将采集的图像数据压缩成图片,并将图片存储为jpg文件;3)对采集的图片进行裁剪;4)将采集的图片数据转入电脑,在电脑端对每张图片中的三个区域中的引导线的中心进行标记;5)将得到的训练数据导入到matlab,对神经网络进行训练,得到神经网络的各个参数;6)根据matlab训练得到的神经网络参数编写对图片中道路中间的引导线的中点进行标记的神经网络算法;……;本发明基于神经网络的循迹机器人轨迹识别方法,其具有较强自适应能力,在视觉光照条件变化的条件下,对识别道路轨迹具有较高的准确率,具有较高鲁棒性。
-
公开(公告)号:CN111598110A
公开(公告)日:2020-08-28
申请号:CN202010394264.5
申请日:2020-05-11
Applicant: 重庆大学
Abstract: 本发明公开了一种基于网格细胞记忆的HOG算法图像识别方法,包括建立基于网格细胞记忆的HOG算法图像识别系统,先通过HOG算法模块匹配到相似度能达到激活识别细胞的图像,若匹配到测试集中相应图像激活了识别细胞,识别结束;如果测试集中图像无法激活识别细胞,则由网格细胞记忆模型接管图像识别,通过网格细胞记忆的特征识别累加来达到激活识别细胞,完成图像识别。本发明中基于网格细胞记忆的HOG算法图像识别系统一旦学会了必要的关联,它的识别记忆就会通过呈现训练集中的刺激进行测试。本发明训练集是单样本学习,通过呈现记忆时的刺激来,达到小样本学习的效果。
-
公开(公告)号:CN111598110B
公开(公告)日:2023-04-28
申请号:CN202010394264.5
申请日:2020-05-11
Applicant: 重庆大学
IPC: G06V10/50 , G06V10/774 , G06V10/75
Abstract: 本发明公开了一种基于网格细胞记忆的HOG算法图像识别方法,包括建立基于网格细胞记忆的HOG算法图像识别系统,先通过HOG算法模块匹配到相似度能达到激活识别细胞的图像,若匹配到测试集中相应图像激活了识别细胞,识别结束;如果测试集中图像无法激活识别细胞,则由网格细胞记忆模型接管图像识别,通过网格细胞记忆的特征识别累加来达到激活识别细胞,完成图像识别。本发明中基于网格细胞记忆的HOG算法图像识别系统一旦学会了必要的关联,它的识别记忆就会通过呈现训练集中的刺激进行测试。本发明训练集是单样本学习,通过呈现记忆时的刺激来,达到小样本学习的效果。
-
公开(公告)号:CN108549877B
公开(公告)日:2022-02-18
申请号:CN201810368343.1
申请日:2018-04-23
Applicant: 重庆大学
Abstract: 本发明公开了一种基于神经网络的循迹机器人轨迹识别方法,包括以下步骤:1)机器人在光照变化环境下采集道路图像;2)将采集的图像数据压缩成图片,并将图片存储为jpg文件;3)对采集的图片进行裁剪;4)将采集的图片数据转入电脑,在电脑端对每张图片中的三个区域中的引导线的中心进行标记;5)将得到的训练数据导入到matlab,对神经网络进行训练,得到神经网络的各个参数;6)根据matlab训练得到的神经网络参数编写对图片中道路中间的引导线的中点进行标记的神经网络算法;……;本发明基于神经网络的循迹机器人轨迹识别方法,其具有较强自适应能力,在视觉光照条件变化的条件下,对识别道路轨迹具有较高的准确率,具有较高鲁棒性。
-
-
-
-