一种基于FPGA的多级池化方法
    1.
    发明公开

    公开(公告)号:CN118196463A

    公开(公告)日:2024-06-14

    申请号:CN202211547586.4

    申请日:2022-12-05

    Abstract: 本发明涉及基于FPGA的多级池化方法,属深度学习智能算法领域,解决了现有多级池化的资源消耗多的问题。方法包括:将动态随机存储器分为A区和B区,将第一级池化级数对应的待处理图像发送到A区;每执行一级池化级数对应的池化处理,执行:生成池化指令:当池化级数为奇数时控制A区为分割区、B区为池化结果存储区;偶数反之;动态随机存储器根据池化指令配置A区和B区;利用分割区对当前池化级数对应的待处理图像按行进行分割,并按行顺序存储分割后的子图像;对每一组待处理子图像进行池化处理,得到池化结果;将池化结果存储在池化结果存储区,并作为下一级池化级数对应的待处理图像;跳转至执行下一级池化处理。

    一种基于特征提取的海天背景下的光学烟雾检测方法

    公开(公告)号:CN116563591A

    公开(公告)日:2023-08-08

    申请号:CN202210108550.X

    申请日:2022-01-28

    Abstract: 本发明涉及一种基于特征提取的海天背景下的光学烟雾检测方法,包括:建立用于分类器学习的烟雾目标、其他目标和背景目标的样本库;基于图像的灰度特征、纹理特征和梯度特征,对样本库中所有样本提取多维特征描述子;采用对所有样本提取的多维特征描述子学习训练分类器,使分类器能够识别烟雾目标;对于待识别的海天背景下的包含光学烟雾干扰的目标图像,提取多个烟雾疑似目标区域块;针对每个烟雾疑似目标区域块,分别提取所述多维特征描述子,送入训练好的分类器进行判断,检测出烟雾目标。本发明采用的烟雾特征描述子构建和分类算法,算法简单有效,占用硬件资源少,运行速度快,适用于资源有限的硬件平台。

    一种结合先验知识和特征分类的光学烟雾检测方法

    公开(公告)号:CN116563659A

    公开(公告)日:2023-08-08

    申请号:CN202210108504.X

    申请日:2022-01-28

    Abstract: 本发明涉及一种结合先验知识和特征分类的光学烟雾检测方法,包括:基于烟雾灰度特征从目标图像中分割出烟雾候选区域;对烟雾候选区域进行形态学处理,结合烟雾形状信息和烟雾高度信息筛选出第一类烟雾候选区域;基于图像的灰度特征、纹理特征和梯度特征,对烟雾候选区域提取多维特征描述子,送入训练好的分类器进行判断,筛选出第二类烟雾候选区域;选取第一类烟雾候选区域和第二类烟雾候选区域的交集作为确认的烟雾候选区域;对确认的烟雾候选区域进行边缘提取、融合,获得烟雾区域的位置信息,从而获得最终的烟雾检测结果输出。该算法复杂度低,占用硬件资源少,能快速的实现烟雾检测,适用于硬件资源有限的运算平台。

    一种基于FPGA的池化系统
    5.
    发明公开

    公开(公告)号:CN118195886A

    公开(公告)日:2024-06-14

    申请号:CN202211547573.7

    申请日:2022-12-05

    Abstract: 本发明涉及基于FPGA的池化系统,属于深度学习智能算法领域,解决了现有池化操作消耗片上存储资源等问题。该系统包括动态随机存储器和FPGA芯片;动态随机存储器包括动态随机存储器输入、输出地址空间;输入地址空间,对待处理图像按行进行分割,按行顺序依次存储分割后的子图像;从第一行开始,每M行子图像作为一组待处理子图像;FPGA芯片设有池化模块;池化模块包括M个输入接口、尺寸为M×M的块状存储单元、输出接口;将每一组待处理子图像中的M行子图像通过一一对应的M个输入接口输入到块状存储单元;块状存储单元每接收到M列数据,对M×M个数据进行池化处理,通过输出接口输出池化结果;输出地址空间用于存储池化结果。

    一种海天背景下的光学烟雾检测方法

    公开(公告)号:CN116579970A

    公开(公告)日:2023-08-11

    申请号:CN202210116048.3

    申请日:2022-01-28

    Abstract: 本发明涉及一种海天背景下的光学烟雾检测方法,包括:对于海天背景下的包含光学烟雾干扰的目标图像,基于烟雾灰度特征对烟雾候选区域进行分割;对烟雾候选区域进行形态学处理,结合烟雾形状信息和烟雾高度信息进行烟雾候选区域确认;对确认的烟雾候选区域进行边缘提取、融合,获得烟雾区域的位置信息,从而获得最终的烟雾检测结果输出。本发明实现了在不使用运动特征的情况下即可实现烟雾检测,解决了飞行器平台不断运动导致图像背景信息不断变化无法使用运动特征来完成烟雾检测的技术问题。该算法复杂度低,占用硬件资源少,能快速的实现烟雾检测,适用于硬件资源有限的运算平台。

    一种基于水下场景的图像语义分割系统及方法

    公开(公告)号:CN118298426A

    公开(公告)日:2024-07-05

    申请号:CN202310717487.4

    申请日:2023-06-16

    Abstract: 本发明涉及一种基于水下场景的图像语义分割系统及方法,属于图像语义分割技术领域,解决了现有图像语义分割方法应用于水下场景时存在的目标分类错误等问题。该系统包括:图像增强模块,用于对水下场景的待处理图像进行水下图像增强,得到待分割图像;网络特征提取模块,用于将所述待分割图像输入至主干网络进行特征提取,得到网络特征;高层次特征图提取模块,用于基于ASPP结构处理网络特征,得到不同采样率的特征图;融合不同采样率的特征图,得到高层次特征图;图像语义分割结果提取模块,用于对网络特征及高层次特征图进行连接及上采样处理,得到图像语义分割结果。

    一种针对高分辨率图像的语义分割方法及系统

    公开(公告)号:CN118298167A

    公开(公告)日:2024-07-05

    申请号:CN202310717119.X

    申请日:2023-06-16

    Abstract: 本发明涉及一种针对高分辨率图像的语义分割方法及系统,属于图像语义分割技术领域,解决了现有方式对于高分辨率图像的语义分割效果较差的问题。该方法包括:获取待处理高分辨率图像的尺寸;以基准图像的尺寸为标准,对待处理高分辨率图像进行图像分块处理,得到若干个分块图像,并标识每一分块图像在高分辨率待处理图像中的位置信息;所述位置信息包括长度序号和宽度序号;分别对每一分块图像进行语义分割,得到每一分块图像的语义分割结果;根据每一分块图像在待处理图像中的位置信息,拼接所有分块图像的语义分割结果,得到高分辨率待处理图像的语义分割结果。

    一种基于FPGA的高速池化方法
    9.
    发明公开

    公开(公告)号:CN118154412A

    公开(公告)日:2024-06-07

    申请号:CN202211547998.8

    申请日:2022-12-05

    Abstract: 本发明基于FPGA的高速池化方法,属于深度学习智能算法技术领域,解决了现有技术中池化操作消耗片上存储资源、且无法保证实时性的技术问题。该方法包括:对待处理图像按行进行分割,并按行顺序依次存储分割后的子图像;从第一行开始,每M行子图像作为一组待处理子图像;池化核的尺寸为M×M;对每一组待处理子图像进行接收及池化处理:每接收一组待处理子图像,将该组待处理子图像中的M行子图像按列同步输入至FPGA芯片中尺寸为M×M的块状存储单元;当块状存储单元充满M×M个数据时,进行池化处理,并输出池化结果;汇总每一组待处理子图像输出的池化结果,作为所述待处理图像的池化结果。

    一种基于FPGA的多级池化系统
    10.
    发明公开

    公开(公告)号:CN118154402A

    公开(公告)日:2024-06-07

    申请号:CN202211547579.4

    申请日:2022-12-05

    Abstract: 本发明涉及一种基于FPGA的多级池化系统,属于深度学习智能算法技术领域,解决了现有技术中基于FPGA的多级池化的资源消耗多、处理难度大的问题。该系统包括:池化控制模块,根据池化级数生成池化指令;动态随机存储器分为A区和B区,根据池化指令实现A区、B区在分割区与池化结果存储区间的切换;分割区对当前池化级数对应的待处理图像按行进行分割,并按行顺序存储分割后的子图像;每M行子图像作为一组待处理子图像;池化模块,将分割区的每一组待处理子图像中的M行子图像通过一一对应的M个输入接口输入到块状存储单元;块状存储单元对块状存储单元中数据进行池化处理,并将池化结果输出到池化结果存储区。

Patent Agency Ranking