本发明公开了一种基于频率聚类先验知识的彩色图像量化步长估计方法，首先，将预先获取的彩色图像进行预处理，将图像从空间域转换到频率域；其次，构建改进的Res2Net‑C网络结构，获取频域中的量化步长信息；最后，引入了多通道卷积辅助估计色度通道的量化步长。本发明通过使用预处理操作将图像由空间域转化到频率域，方便了网络发掘JPEG图像中关于量化步长的痕迹，显著提高估计量化步长的准确率；提出的新的Res2Net‑C网络结构可以发掘图像的多尺度信息，从而提高估计量化步长的准确率；本发明相比于传统的估计量化步长的方法，准确率高，且更容易训练。
📄 2022114992172
📂 G06T9_00
👤 南京信息工程大学
📅 2022-11-28
一种基于量化比特擦除的鲁棒性压缩感知方法，包括以下步骤：1)发送方将图像展开成灰度向量，并用伯努利随机矩阵采样得到；2)量化传输：对采样值y应用Lloyd‑Max算法训练的量化器进行量化；3)将量化的y和Φ传给接收方，传输中采用Reed‑Solomon码保护信道；4)生成约束集合W，并进行反量化；5)设计迭代算法，利用Φ和W估计x，通过图像估计步骤和测量估计步骤来重构原始图像信号。本发明能够利用量化比特擦除的位置，生成测量y的约束集合W，然后设计迭代算法来实现图像重建，具有较高的理论与工程应用价值。
📄 2025100417198
📂 G06T9_00
👤 浙江工业大学
📅 2025-01-10
一种在流形上小领域的相似性强化方法，包括以下步骤：1)图像随机扰动：对输入的图像按照一定的扰动强度进行扰动，输出一张经过扰动后的全新的图像；2)隐变量随机扰动：输入经编码后生成的隐变量，根据一定的扰动强度对隐变量进行扰动，输出经过扰动后的隐变量；3)流形构造：将图像映射到一个平滑的流形上，在同样扰动强度的前提下，同一张图像经所述两种扰动技术生成的两张图像近乎相似。本发明提供一种在流形上小领域的相似性强化方法，实现参数化方法的新颖性约束，一方面增加流行上小邻域内的解的相似性，另一方面，为流形增加更多的新颖解，降低劣质解的占比。
📄 201810446278X
📂 G06T9_00
👤 浙江工业大学
📅 2018-05-11
一种基于生成对抗网络的非匹配图像风格转换方法，包括以下步骤：1)同时输入属于A风格图像xa以及属于B风格图像xb进入风格转换神经网络中；2)根据源域图像，网络生成器生成对应的目标域风格图像；3)将源域与生成的目标域图像经过分割网络，通过形状一致性损失进行约束；4)将源域与生成的目标域图像经过感知网络，通过感知损失进行一致性约束；5)判别器对生成器生成的图像进行质量评判；6)按步骤1)～5)重复设定次数，直到网络收敛。本发明旨在没有互相匹配的图像数据情况下，利用深度学习技术，实现将图像的风格进行有效的转换。通过精心设计的网络结构，能够有效地提高转换图像的质量且适应于更广阔的应用场景范围。
📄 2020113914783
📂 G06T9_00
👤 浙江工业大学
📅 2020-12-02
本申请提供了一种基于隐式熵学习的水下视觉图像高效重构方法、系统，包括：获取输入图像，输入图像为水下机器人采集的原始图像；对输入图像进行特征提取得到高纬度特征，提取获取辅助特征，对高纬度特征、辅助特征进行量化操作；对辅助量化特征进行编码生成辅助特征码流，解码复原得到辅助量化特征，解码提取潜在上下文信息，隐式熵建模模块将上下文信息融合到对高纬度量化特征的分布预测；对高纬度量化特征进行编码生成高纬度特征码流；对高纬度特征码流进行解码复原得到高纬度量化特征，使用解码器对高纬度量化特征进行特征解码得到重构图像。本发明能够解决传统图像压缩算法在水下复杂环境下压缩性能不足、重建质量较差等问题。
📄 2025116068619
📂 G06T9_00
👤 浙江工业大学
📅 2025-11-05
本发明提供一种基于电控刺激下VCSEL‑SA的图像识别系统及方法，系统包括图像的Spike编码模块，用于将输入的原始图像信息转换为Spike信号。Spike信号传输模块，用于将图像的Spike编码模块编码的Spike信号同步传输至图像识别模块。基于STDP的突触权重调节模块，基于VCSOA神经突触的STDP响应特性用于实现权重依赖的突触权重调节。图像识别模块，用于响应Spike信号传输模块传输过来的Spike信号，并恢复发射端的原始图像信息。控制与分析测试模块，通过分析比较图像的Spike编码模块和图像识别模块之间的Spike响应信号的差异，调节系统的参量，以保证成功识别图像。本发明基于电控刺激下VCSEL‑SA神经元实现Gb/s二进制随机信号到Spike信号的转换，并通过VCSOA的STDP实现权重依赖的突触权重调节，最终实现图像识别。
📄 2021100131972
📂 G06T9_00
👤 西南大学
📅 2021-01-06
本发明请求保护一种基于混沌粒子群算法的矢量量化码书构造方法，具体地说是一种可用于语音压缩编码和图像压缩系统中的基于粒子群的矢量量化器。此方法把粒子群算法与混沌算法相结合用于矢量量化码书的构造，并可将该算法扩展到多级矢量量化器中。由于本发明在粒子群优化算法中融入了混沌优化，加快了粒子群算法摆脱局部极值点的速度，提高了算法的收敛精度，使矢量量化器的性能得到了改善。
📄 2015105225699
📂 G06T9_00
👤 重庆邮电大学
📅 2015-08-24
本发明公开了一种基于超混沌系统投影同步的图像加密方法，包括步骤：明文图像量化处理，产生超混沌驱动系统的超混沌序列，图像行置乱，图像列置乱，图像扩散处理，循环图像行置乱、图像列置乱、图像扩散处理多轮，得到密文图像；密文图像量化处理，产生超混沌响应系统的超混沌序列，获取时刻、列置乱指标、行置乱指标的取值，图像逆扩散处理，图像逆列置乱，图像逆行置乱，循环图像逆扩散处理、图像逆列置乱、图像逆行置乱多轮，得到解密图像。本发明引入含有当前图像的反馈机制，每轮加密中行(列)置乱地址码和密钥矩阵动态变化。实验表明，本方法加密效果良好，安全性高，密钥空间大，能抵御选择明文攻击和已知明文攻击、及各种统计攻击。
📄 2017100785922
📂 G06T9_00
👤 陕西师范大学
📅 2017-02-14
本发明公开了一种基于深度学习的图像哈希编码方法。本发明包括如下步骤：步骤1、采用在ImageNet图像识别数据库上训练好的图像分类模型GoogLeNet作为初始化的基本网络结构，并将GoogLeNet模型的最后一层分类层替换为哈希层，该哈希层的单元数即为图像要编码成的比特数；步骤2、对GoogLeNet模型的参数进行优化；步骤3、将图像检索数据集中的图像输入至优化好的GoogLeNet模型，并将GoogLeNet模型输出的浮点数量化为二值码，从而得到每幅图像的二值码。本发明实现了图像特征与哈希函数的联合优化，克服了传统哈希方法学习到的哈希编码与图像特征不符的缺点。
📄 2017101826597
📂 G06T9_00
👤 杭州电子科技大学
📅 2017-03-24
本发明公开了一种基于局部圆柱坐标的动画压缩方法，主要针对三角形网格的动画数据。其包括以下步骤：给定固定拓扑结构的网格模型动画序列，选定一个相同拓扑结构的参考网格模型，根据其不变的拓扑结构指定某个三角面片为根结点建立以三角面片为结点的最小生成树；遍历最小生成树，从指定根节点开始根据三角面片的邻接关系建立局部圆柱坐标系，并为每个顶点计算局部圆柱坐标值；根据遍历顺序对数据进行量化，并且根据反向量化结果矫正顶点的局部圆柱坐标值；对坐标数据进行量化和熵编码。本发明可以高效、快速地压缩具有轻微的延展特性，但是局部细节变化丰富的动画数据，尤其是对轻微变形的布料动画序列具有良好的压缩效果。
📄 201710249016X
📂 G06T9_00
👤 浙江理工大学
📅 2017-04-17
本发明公开了一种基于相关双自编码器在零次学习上的运用方法。本发明对视觉特征和语义特征分别建立了自编码器。但这两个自编码器不是独立的，它们是有联系的，我们将视觉特征编码后得到的特征加到编码后的语义特征上，然后再对这个相加后的语义特征进行解码。最后将这个解码后得到的语义特征与原语义特征相加获得更好更完整的语义特征。将这个优化后的语义特征再映射到视觉特征上做分类识别。本发明利用相关双自编码器模型对语义特征进行优化，获得更有区分度，更细粒度的语义特征。这样得到的优化后的语义特征再映射到视觉特征空间上，能取得更好的分类识别准确率。
📄 2019106297512
📂 G06T9_00
👤 杭州电子科技大学
📅 2019-07-12
本发明公开面向任意形状BOIs的高光谱自适应压缩传感方法。针对任意形状感兴趣波段BOIs的三维高光谱图像，利用最大内接矩形法对任意形状感兴趣波段进行自适应分块，进而采用张量压缩传感与单光谱压缩相结合的方法，对任意形状的高光谱图像进行压缩感知处理，极大程度的降低了压缩感知算法的压缩性能。该发明提出一种新的压缩感知方法，以实现对任意形状感兴趣波段进行压缩，充分利用信号的稀疏性，提高了压缩感知过程中的处理性能。
📄 2019110068323
📂 G06T9_00
👤 杭州电子科技大学
📅 2019-10-22
柿子坊 · 知识产权运营
柿子坊知识产权运营平台