[发明专利]一种计算机视觉系统在审
申请号: | 201810504070.9 | 申请日: | 2018-05-23 |
公开(公告)号: | CN108734679A | 公开(公告)日: | 2018-11-02 |
发明(设计)人: | 孟庆吉;褚福跃 | 申请(专利权)人: | 西安电子科技大学 |
主分类号: | G06T5/00 | 分类号: | G06T5/00;G06K9/62 |
代理公司: | 北京盛凡智荣知识产权代理有限公司 11616 | 代理人: | 高志军 |
地址: | 710071 陕*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 卷积神经网络 采样模块 显示模块 平铺 计算机视觉系统 图像增强系统 编码模块 特征提取模块 图像放大模块 图像增强模块 准确度 参考系统 大型图像 恢复模块 区域图像 识别系统 输出模块 通信模块 图像处理 图像判读 判读 图像 计算机 | ||
1.一种计算机视觉系统,包括:显示模块、图像增强系统,其特征在于,所述显示模块包括一个参考系统与一个识别系统,所述显示模块连接编码模块,所述编码模块连接平铺卷积神经网络,所述平铺卷积神经网络采用TICA方法,所述平铺卷积神经网络连接所述图像增系统,所述图像增强系统包括一个特征提取模块与一个图像放大模块,所述图像增强模块连接采样模块,所述采样模块包括一个区域图像恢复模块与一个通信模块,所述采样模块连接输出模块。
2.根据权利要求1所述的一种计算机视觉系统,其特征在于,所述参考系统通信于所述识别系统,所述识别系统通过粗识别进行简单分类,然后通信至平铺卷积神经网络。
3.根据权利要求1所述的一种计算机视觉系统,其特征在于,所述TICA方法两层网络,第一层中权重W通过学习得到,第二层中权重V固定,仅通过硬编码表示前一层中神经元的空间关系,选择平方和平方根为简单单元和池化单元的激励值,每一个第二层池化单元pi对第一层简单hi临近的小部分单元池化,给定一个输入模式x(t),每一个第二层单元的激励值为:
4.根据权利要求1所述的一种计算机视觉系统,其特征在于,所述参数W通过在第二层中寻找稀疏特征表示,求解式中,输入模式为这里W∈Rm×n和V∈Rm×n,其中n是输入图像或特征图的大小,m是一层中隐层单元的数目,V是一个固定矩阵(Vij=1 or 0)用来表示隐层单元hi的二维空间关系,具体的说,hi单元位于一个二维网格,其中每一个pi连接到一个连续的hi单元块,正交约束WWT=I确保学习到的特征多种多样。
5.根据权利要求1所述的一种计算机视觉系统,其特征在于,所述输出模块包括一个光投影装置与一个投影修正装置。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安电子科技大学,未经西安电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810504070.9/1.html,转载请声明来源钻瓜专利网。
- 上一篇:餐桌开口封闭控制系统
- 下一篇:一种自适应选择样本块大小的图像修复方法