基于JPEG压缩图像的数字图像胶囊系统研究

本文研究了基于JPEG压缩图像的数字图像胶囊系统,该数字图像胶囊实现消化道图像采集与无线传送,为消化道疾病诊疗胶囊提供消化道图像信息,实现消化道疾病的诊断,并为体外磁控制提供图像导航信息。该数字图像胶囊系统采用图像压缩芯片CX93510,该芯片能够对通用CMOS图像传感器输出的图像数据进行压缩,其压缩比可配置。本系统选用低功耗CMOS图像传感器OV7740,压缩比为30,极大的减小后端无线传输的数据,降低对无线传输带宽的要求。本文完成数字图像胶囊系统原型样机设计和体外接收系统设计,为消化道诊疗胶囊提供了优异的解决方案。

基于胶囊网络的产品形态设计决策模型

针对小样本数据集条件下深度学习算法的方案图像智能决策限制问题,提出一种基于胶囊网络的产品形态设计决策模型。应用人工智能方法搭建基于产品形态语义的多视角图像数据集,并将数据集图像进行预处理和特征提取。再利用卷积层学习得到图像特征,将不同卷积层中的若干特征划分为一组,生成具有丰富语义特征的主胶囊。利用动态路由算法获取一组数字胶囊,完成整个胶囊网络模型。最后,通过对训练数据集提高模型识别性能,从而提高产品形态设计决策准确率。通过构建智能陪护机器人的小样本实例数据集,验证了所建立模型的有效性与可行性。

大数据环境下基于深度学习的行人再识别

针对卷积神经网络在行人识别过程中错误率较高的问题,提出了一种基于深度胶囊模型的行人再识别方法.首先利用标准卷积层学习区分度较高的特征;然后将不同卷积层中的若干特征划分为一组,生成一个具有丰富语义特征的主胶囊.在此基础上,引入了动态路由算法,通过迭代路由过程来确定主胶囊和数字胶囊之间的归属关系,进而得到一组数字胶囊,其中,每个数字胶囊可以学习识别目标行人的存在.在具有挑战性的数据集上进行实验的结果表明,所提算法在性能上优于已有算法.