公开(公告)号：CN112542230A

公开(公告)日：2021-03-23

申请号：CN202011537199.3

申请日：2020-12-23

Applicant: 南开大学

Inventor： 程明明 ,  林铮 ,  张钊 ,  韩凌昊 ,  卢少平

IPC: G16H30/40 ,  G06T7/11 ,  G06T7/13 ,  G06N3/04

Abstract: 本发明公开一种针对医学图像的多模式交互分割方法及系统，包括：提取医学图像的图像特征；采用多模式包围框选定目标分割区域后生成初始交互指导图，将初始交互指导图与图像特征拼接后输入神经网络得到初始分割结果；采用多模式细节修复指导图对初始分割结果进行修复后得到残差图；根据残差图、多模式细节修复指导图对应的修复范围以及初始分割结果得到最终的医学图像分割结果。是一种用于解决医学图像分割多歧义性的多模式交互方法，可以根据图像结构的复杂性以各种初始交互方式围绕目标区域，基于初始分割可以共同利用区域和边界相互作用来细化由不同歧义引起的标注错误的区域，有效提高医学图像分割精度。

公开(公告)号：CN110097115A

公开(公告)日：2019-08-06

申请号：CN201910347420.X

申请日：2019-04-28

Applicant: 南开大学 ,  华为终端有限公司

Inventor： 程明明 ,  范登平 ,  林铮 ,  吴文海

IPC: G06K9/62 ,  G06K9/46 ,  G06K9/00

Abstract: 一种基于注意力转移机制的视频显著性物体检测方法。注意力转移机制是人类视觉系统中特有的功能，但是，当前的方法忽视了这一重要的机制。本发明方法设计了一种新的卷积神经网络架构，它有效地利用了静态卷积网络、金字塔扩展卷积网络、长短期记忆网络和注意力转移感知模块的特点，从而充分体现了人类视觉系统中的注意力转移机制，对于真实的应用场景更具实际意义，并且能得到更好的显著性物体检测效果。相对于当前的所有视频显著性物体检测方法，本发明方法达到了国际领先水平，在主流的公开数据集的性能评测上，超越了当前最好的视频显著性物体检测方法。

公开(公告)号：CN116740348A

公开(公告)日：2023-09-12

申请号：CN202310626321.1

申请日：2023-05-30

Applicant: 南开大学

Inventor： 张旭迎 ,  林铮 ,  尹博文 ,  范登平 ,  侯淇彬 ,  程明明

IPC: G06V10/26 ,  G06V10/77 ,  G06V10/80 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明提出了一种指向性伪装物体分割方法及系统，设计了双分支网络结构，利用参考分支网络获取来参考图像中某类指向性物体的共性信息，分割分支网络则在所得到的共性信息指导下确认并分割包含该指向性伪装物体的目标图像。通过将共性信息和目标图像的视觉特征进行交互融合的方式突出目标图像中的指向性伪装物体。本发明方法受其他物体的干扰较小，进而能够更加准确地分割出期望的物体，而且利用参考图像的共性信息来突出目标图像中的指向性伪装物体的方式，适合小样本所收集的参考信息对某类物体进行指向性的分割。

公开(公告)号：CN110097115B

公开(公告)日：2022-11-25

申请号：CN201910347420.X

申请日：2019-04-28

Applicant: 南开大学 ,  华为终端有限公司

Inventor： 程明明 ,  范登平 ,  林铮 ,  吴文海

IPC: G06V10/46 ,  G06V10/774 ,  G06V10/82 ,  G06V20/40

Abstract: 一种基于注意力转移机制的视频显著性物体检测方法。注意力转移机制是人类视觉系统中特有的功能，但是，当前的方法忽视了这一重要的机制。本发明方法设计了一种新的卷积神经网络架构，它有效地利用了静态卷积网络、金字塔扩展卷积网络、长短期记忆网络和注意力转移感知模块的特点，从而充分体现了人类视觉系统中的注意力转移机制，对于真实的应用场景更具实际意义，并且能得到更好的显著性物体检测效果。相对于当前的所有视频显著性物体检测方法，本发明方法达到了国际领先水平，在主流的公开数据集的性能评测上，超越了当前最好的视频显著性物体检测方法。