-
公开(公告)号：CN113633376B
公开(公告)日：2024-03-15
申请号：CN202110900351.8
申请日：2021-08-06
Applicant: 吉林大学
IPC: A61B34/10
Abstract: 一种全髋关节裸眼三维虚拟置换方法属自由立体显示技术领域，本发明包括：建立全髋关节裸眼三维显示系统，包括VTK和Optix处理器、立体显示屏、LeapMotion；利用集成成像技术显示髋关节的裸眼三维影像；虚拟置换髋臼与股骨头区域；手势交互控制裸眼三维影像，包括手掌收放、手掌旋转、拇指运动、食指运动，分别实现髋关节裸眼三维影像的整体缩放和旋转，髋臼和股骨头部分的旋转；本发明借助裸眼三维显示与隔空手势交互为患者选择最合适的内植物，突破目前医学主流显示手段和交互模式的屏障，实现无需助视设备且不会产生视疲劳的交互式全髋关节置换真三维术前规划，能大幅提高关节置换的效率和准确性，提升患者的术后康复质量。
-
公开(公告)号：CN117541493A
公开(公告)日：2024-02-09
申请号：CN202311641906.7
申请日：2023-12-04
Applicant: 吉林大学
IPC: G06T5/50 , G06T3/4053 , G06T3/4046 , G06T7/33 , G06N3/0475 , G06N3/094
Abstract: 一种基于改进分数阶累积量的三维特征医学图像融合方法属于图像处理中的医学图像配准技术领域，本发明包括使用超分辨率复原提高了MR图像的分辨率，使得该数据与给定的CT图像分辨率一致；基于MC算法三维重建了CT和MRI图像，并进行粗配准；利用改进的分数阶累积量计算特征图像；基于3DSIFT算法对CT和MRI图像进行精细配准，完成脑部医学图像的三维配准融合。本发明通过将改进的分数阶累积量与传统基于特征的配准方法相结合，优化了脑部CT和MRI的图像配准融合的效果和精度，能解决在小样本医学图像中，精细的三维图像配准融合问题，误差可达到毫米级。
-
公开(公告)号：CN117422657A
公开(公告)日：2024-01-19
申请号：CN202311367527.3
申请日：2023-10-21
Applicant: 吉林大学
IPC: G06T5/94 , G06T7/50 , G06V10/774 , G06V10/764 , G06V10/82 , G06V10/776 , G06N3/0455
Abstract: 一种基于高亮去除和语义信息的单目内窥镜深度估计方法属医学图像处理和深度学习技术领域，本发明包括：随机抽取内窥镜手术图像或视频数据集划分为训练集、验证集和测试集；对训练集进行数据增广；本发明以基于奇异值阈值算法的网络作为高亮去除网络，能去除单目内窥镜图像中的高亮部分；本发明以基于语义信息的编解码器网络作为深度网络，能融合丰富语义和空间精确特征。本发明深度估计质量高、估计速度快，用于在内窥镜手术中进行实时深度估计，既能减轻患者的痛苦，又可为医生提供场景的深度以辅助手术操作、降低手术难度和医生决策压力，具有重要的科学意义和医学价值。
-
公开(公告)号：CN116704604A
公开(公告)日：2023-09-05
申请号：CN202310648225.7
申请日：2023-06-02
Applicant: 吉林大学
IPC: G06V40/20 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/096
Abstract: 一种基于注意力机制的古筝演奏手型的识别方法属计算机视觉和乐器演奏的交叉学科技术领域，本发明的方法分为分类量表的制定、数据集的构建、识别网络的设计三个步骤。首先，在分类量表制定时融合了古筝手型教学要求和图像识别技术特点。其次，采用了基于自由视角的图像采集方式并通过图像数据增强构建古筝手型数据集。最后，利用迁移学习和深度神经网络，引入多维注意力机制，设计了基于注意力机制的古筝演奏手型识别网络。实际效果表明，本发明提出的基于注意力机制的古筝演奏手型识别方法具有可行性和有效性，能够实现对古筝演奏手型的智能识别，对古筝演奏者演奏水平的提高，具有实际的指导作用。
-
公开(公告)号：CN116704409A
公开(公告)日：2023-09-05
申请号：CN202310652716.9
申请日：2023-06-05
Applicant: 吉林大学
IPC: G06V20/40 , G10L25/51 , G06V10/764 , G06V10/774 , G06V40/10
Abstract: 一种基于音视频多模态的古筝弹奏指法评估方法属音乐人工智能交叉学科技术领域，本发明利用机器视听觉数据和古筝专业知识联合驱动，实现基于多模态的古筝弹奏基本指法评估。本发明融合古筝知识、图像识别、视频理解、音频分析，制定了基于视听觉的古筝弹奏基本指法评估量表；构建了古筝弹奏音视频数据集；提出了基于音视频的古筝弹奏指法评估算法，将待评估指法分为视频流和音频流，在视觉方面采用基于图像的手型识别方法和基于视频的指法评估方法，在听觉方面采用基于音频的音准比对方法，最终融合二者的评估结果。实际效果表明，本发明提出的基于音视频多模态的古筝弹奏指法评估方法，具有可行性和有效性，能实现对古筝弹奏基本指法的智能评估。
-
Patent Agency Ranking
公开(公告)号：CN113593049B
公开(公告)日：2023-08-04
申请号：CN202110855138.X
申请日：2021-07-27
Applicant: 吉林大学
Abstract: 场景中真实物体与虚拟物体的几何一致性虚实融合方法，属于计算机增强现实领域，解决了场景中真实物体与虚拟物体的遮挡问题，同时还解决了场景中真实物体与虚拟物体的大小方向匹配问题。本发明先使用Kinect相机环拍真实场景，利用KinectFusion算法对场景进行三维重建；在重建场景中选取人体手臂部分模型进行处理，通过三维坐标到二维坐标变换的方法将人体手臂上手腕位置和宽度计算出来，并且通过坐标系旋转变换将真实物体与虚拟物体的坐标统一，最后通过模型参数的差分渲染，得到虚实融合效果图。本发明能够更加准确的确定手腕位置和宽度，实现优于现有技术的虚实融合效果，提高了场景中真实物体与虚拟物体的虚实融合效果。
-
公开(公告)号：CN116402949A
公开(公告)日：2023-07-07
申请号：CN202310355713.9
申请日：2023-04-06
Applicant: 吉林大学
IPC: G06T17/00 , G06N3/0464
Abstract: 一种基于MDCM‑GAN的从素描到人脸重建方法属人工智能深度学习技术领域，本发明使用的网络结构包含两个映射网络，网络前设置多尺度空洞卷积模块，损失函数采用AdversarialLoss函数、IdentityConsistencyLoss函数CycleConsistencyLoss函数，本发明使用MDCM‑GAN进行从素描到人脸重建，与真实人脸照片对比相似度极高，面部细节与纹理清晰明了，真实感更高，细节还原更好；MDCM‑GAN不要求数据集成对输入，即使在没有成对样本的情况下也可进行人脸重建，能降低网络对数据库的要求和限制。
-
公开(公告)号：CN112801141B
公开(公告)日：2022-12-06
申请号：CN202110022206.4
申请日：2021-01-08
Applicant: 吉林大学
Abstract: 基于模板匹配和孪生神经网络优化的异源图像匹配方法，属于计算机图像处理领域，解决了目前异源图像匹配存在的困难及Sobel算子进行特征提取时存在的轮廓边缘较粗、定位精度不高的问题。该方法包括：SAR图像预处理；图像半像素处理；基于Sobel算子的素描图像转换；模板匹配；孪生神经网络精匹配。本发明适用于基于模板匹配对两幅相同区域场景的不同大小的异源图像进行匹配的图像处理操作。本发明在模板匹配的过程中，将异源图像进行了基于Sobel算子的素描图像转换，增强了匹配效果，且后续应用改进的孪生神经网络进行精匹配，使得异源图像匹配效果更好，匹配精度更高。
-
公开(公告)号：CN110060335B
公开(公告)日：2022-06-21
申请号：CN201910332095.X
申请日：2019-04-24
Applicant: 吉林大学
Abstract: 一种场景中存在镜面物体和透明物体的虚实融合方法属计算机虚拟现实技术领域，本发明首先使用RGB‑D相机拍摄存在镜面物体和透明物体的场景，识别出镜面物体与透明物体的位置，并对场景进行三维重建。在初始光源估计时考虑了物体之间的反射，并估计了镜面物体和透明物体的材质参数，利用估计出的光照结果和模型参数进行差分渲染，得到虚实融合效果图。本发明通过估计镜面物体BRDF模型参数、透明物体的折射率和颜色衰减系数，从而得到了更逼真的虚实融合效果，解决了场景中存在镜面物体与透明物体的虚实融合光照一致性问题。同时，本发明在估计光源位置时从光学原理出发，考虑了物体间的反射情况，得到了更加准确的光源位置。
-
公开(公告)号：CN114419297A
公开(公告)日：2022-04-29
申请号：CN202210069011.X
申请日：2022-01-21
Applicant: 吉林大学
Abstract: 一种基于背景风格迁移的3D目标迷彩生成方法，涉及计算机视觉及深度学习领域，包括：选择3D目标模型和藏匿的场景图像；选定3D目标模型渲染迷彩图案后在场景图像中的位置区域并提取背景图像；利用多边形网格方式表示3D目标模型；构建风格迁移神经网络、风格特征提取网络和神经网络渲染器；利用风格迁移神经网络将场景图像中提取的背景风格迁移至3D目标模型中，生成迷彩图案；利用神经网络渲染器将迷彩图案渲染至3D目标模型表面；将渲染迷彩图案后的3D目标模型融合到场景图像中；利用目标检测网络验证迷彩图案的有效性。本发明保证了迷彩图案在目标上的连续性，提高了目标伪装效果，所生成的迷彩图案质量高、抗侦察能力强。
-
-
-
-
-
-
-
-
-
Search Results
155
records
(took 0.029 seconds)
