基于概率协同表示和卷积神经网络的识别方法

    公开(公告)号:CN111428687A

    公开(公告)日:2020-07-17

    申请号:CN202010297907.4

    申请日:2020-04-16

    Abstract: 本发明公开一种基于概率协同表示和卷积神经网络识别方法,包括如下步骤:首先,利用概率分布构造一种新的简单易行的重建函数,将原始训练样本集通过该重建函数进行重建得到新的训练样本集;将用新的训练样本集和原始训练样本集训练CNN网络;用训练好的CNN网络从原始测试样本集中提取有效特征,用提取的有效特征来训练SVM分类器,再通过训练好的SVM分类器识别所有的待识别样本。本发明利用有限的训练样本集通过新的目标函数构造重建测试样本,作为新的训练样本集,输入CNN网络,能有效提取人脸特征,再使用这些人脸特征去训练SVM,所得到测试样本的重建图接近原测试样本图,识别效果明显。

    一种基于残差学习与卷积神经网络的图像去噪方法

    公开(公告)号:CN111145125A

    公开(公告)日:2020-05-12

    申请号:CN201911391449.4

    申请日:2019-12-30

    Abstract: 本发明公开了一种基于残差学习与卷积神经网络的图像去噪方法,包括以下步骤:先分别采用卷积神经网络方法、残差学习的方法对输入的含噪图像去噪;再采用卷积神经网络方法与残差学习方法相结合的方法对含噪图像去噪,在卷积神经网络中添加padding,进行批规范化操作,在网络中加入浅层到深层的跨越连接结构,再采用Adam算法的卷积神经网络进行训练;最后,将去噪后的图像输出。本发明的方法不仅能拓展网络深度,有效避免网络退化以及信息在传递的工程中的丢失与损耗,提高卷积神经网络去噪模型深度和结构信息的保持效果。

    基于交叠组合稀疏高阶全变分的图像复原方法

    公开(公告)号:CN110827212B

    公开(公告)日:2023-03-14

    申请号:CN201910961785.1

    申请日:2019-10-11

    Abstract: 本发明公开了一种基于交叠组合稀疏高阶全变分的图像复原方法,包括:S30,建立原始图像的图像复原混合模型;S40,获取受约束的优化问题;S50,将受约束的优化问题分裂为单独的子问题,得到增广拉格朗日函数;S60,采用第k个迭代过程中的拉格朗日乘子求解所述增广拉格朗日函数的各个变量子问题,得到第k个迭代过程中的目标函数,进而得到第k个迭代过程中的复原图像、第一变量参数和第二变量参数;S70,根据复原图像、第一变量参数和第二变量参数更新拉格朗日乘子,得到下一个迭代过程中的拉格朗日乘子;S80,判断第k个迭代过程中的停止参数是否小于或等于停止阈值,若是,则确定复原图像,若否,则设置k=k+1,返回执行步骤S60。

    基于交叠组合稀疏高阶全变分的图像复原方法

    公开(公告)号:CN110827212A

    公开(公告)日:2020-02-21

    申请号:CN201910961785.1

    申请日:2019-10-11

    Abstract: 本发明公开了一种基于交叠组合稀疏高阶全变分的图像复原方法,包括:S30,建立原始图像的图像复原混合模型;S40,获取受约束的优化问题;S50,将受约束的优化问题分裂为单独的子问题,得到增广拉格朗日函数;S60,采用第k个迭代过程中的拉格朗日乘子求解所述增广拉格朗日函数的各个变量子问题,得到第k个迭代过程中的目标函数,进而得到第k个迭代过程中的复原图像、第一变量参数和第二变量参数;S70,根据复原图像、第一变量参数和第二变量参数更新拉格朗日乘子,得到下一个迭代过程中的拉格朗日乘子;S80,判断第k个迭代过程中的停止参数是否小于或等于停止阈值,若是,则确定复原图像,若否,则设置k=k+1,返回执行步骤S60。

    基于概率协同表示和卷积神经网络的识别方法

    公开(公告)号:CN111428687B

    公开(公告)日:2023-07-25

    申请号:CN202010297907.4

    申请日:2020-04-16

    Abstract: 本发明公开一种基于概率协同表示和卷积神经网络识别方法,包括如下步骤:首先,利用概率分布构造一种新的简单易行的重建函数,将原始训练样本集通过该重建函数进行重建得到新的训练样本集;将用新的训练样本集和原始训练样本集训练CNN网络;用训练好的CNN网络从原始测试样本集中提取有效特征,用提取的有效特征来训练SVM分类器,再通过训练好的SVM分类器识别所有的待识别样本。本发明利用有限的训练样本集通过新的目标函数构造重建测试样本,作为新的训练样本集,输入CNN网络,能有效提取人脸特征,再使用这些人脸特征去训练SVM,所得到测试样本的重建图接近原测试样本图,识别效果明显。

    基于单片机的集成式红外成像闸门系统、终端和检测方法

    公开(公告)号:CN113643467A

    公开(公告)日:2021-11-12

    申请号:CN202110724457.7

    申请日:2021-06-29

    Abstract: 本发明公开了基于单片机的集成式红外成像闸门检测方法,包括如下步骤:利用摄像头模块进行图像采集,当采集到人脸图像时发送测温信号给单片机;单片机发送指令给红外传感器,利用红外传感器采集人脸温度;单片机利用数据插值算法将采集到的温度值矩阵扩充成红外热力图;单片机将红外热力图和人脸信息发送给显示模块,将温度值与预设阈值进行比较、人脸信息与预存人脸信息比较来决定闸门的开关;舵机模块控制闸门在人通过后自动关闭;本发明还公开了基于单片机的集成式红外成像闸门系统和终端。本发明通过三次多项式插值与双线性插值相结合的数据插值算法对采集到的温度数据扩充成更大分辨率的红外热力图,有效降低对红外传感器性能的需求。

    一种基于图像缺陷差异消除方法的光学检测仪

    公开(公告)号:CN112630225A

    公开(公告)日:2021-04-09

    申请号:CN202011579652.7

    申请日:2020-12-28

    Abstract: 本发明公开了一种基于图像缺陷差异消除方法的光学检测仪,包括:基座,所述基座上表面分为操作面和检测面,操作面和检测面均开口,检测面上设有检测盒体,所述检测盒体内设有检测光源,对准检测面的开口处,所述基座内设有轨道,由操作面开口处延伸至检测面开口处,所述轨道上设有载台;所述检测盒体内还设有检测图像缺陷差异装置,包括图像数据采集模块、原始光照图像数据获取模块及图像去噪模块。还公开了所述图像缺陷差异消除方法。通过对原始亮度图像数据进行滤波生成光照图像数据,将增亮与去噪融合在同一个框架中,优化了整个处理流程,增亮与去噪可复用光照图像数据,合并、简化部分操作,减少了计算量,降低占用的计算资源。

    一种打水机定量取水装置

    公开(公告)号:CN212299432U

    公开(公告)日:2021-01-05

    申请号:CN201922310135.9

    申请日:2019-12-20

    Inventor: 翟靖宇

    Abstract: 本实用新型公开了一种打水机定量取水装置,包括取水定量机构和控制电路,其中,取水定量机构,包括外筒以及沿外筒轴向移动的计量筒,用于设定取水量;控制电路,包括第一电极、第二电极以及空气开关,用于控制打水机出水系统的开关;外筒的下部设有定位盘,并且定位盘用于将外筒固定于待取水的容器上;计量筒的中部设有将计量筒与外筒固定的定位机构,定位机构在外筒一侧沿外筒轴向延伸的定位槽内移动;第一电极与第二电极分别固定在计量筒底部两侧并随计量筒在外筒内移动,空气开关与出水系统的驱动电路连接。本实用新型使打水更加自动化,可以根据实际需要量打水,增强了安全性。并且结构简单易操作,适合多种场景的打水工作。

    一种基于图像识别的PCB板支撑定位装置

    公开(公告)号:CN214544950U

    公开(公告)日:2021-10-29

    申请号:CN202120690770.9

    申请日:2021-04-06

    Abstract: 本实用新型公开了一种基于图像识别的PCB板支撑定位装置,包括:图像采集模块,采集PCB样板的图像信息;图像识别模块,接收图像信息进行处理,输出待插入的支撑柱坐标位置信息;处理器模块,接收支撑柱的坐标位置信息;指示电路板,包括一个电路板上布满指示灯,所述指示电路板与处理器模块连接,处理器模块根据支撑柱坐标位置信息控制对应位置的指示灯点亮;插针钢网,布满供支撑柱插入的网孔,所述插针钢网设于指示电路板的上方,可根据指示灯提示插入支撑柱。本装置采用图像识别对PCB板的支撑柱的位置进行识别定位,解决了传统支撑方案需要人为确定耗时耗力的问题;同时通过处理器模块控制的防呆模块和显示模块确保了人工插入支撑柱的准确性。

Patent Agency Ranking