-
公开(公告)号：CN111062956A
公开(公告)日：2020-04-24
申请号：CN201911087291.1
申请日：2019-11-08
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明公开了病理图像肿块目标分割方法及装置。涉及图像处理领域，其中，方法通过对病理图像的肿块边缘通过流形变形进行样本扩充，生成基于边缘流形变形轮廓的扩充数据，将扩充数据输入到目标检测网络进行肿块目标检测输出肿块位置。通过对病理图像进行边缘流形变形，使得样本量得到极大扩充、模型泛化能力得到有效提升，提高肿块目标的检测精度。
-
公开(公告)号：CN111062909A
公开(公告)日：2020-04-24
申请号：CN201911087301.1
申请日：2019-11-08
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明公开了一种乳腺肿块良恶性判断方法及设备。涉及图像处理领域，其中，方法通过获取乳腺X线摄影图像，并对其进行预处理，得到待检测乳腺X线摄影图像，将待检测乳腺X线摄影图像输入到目标检测定位网络中进行目标检测定位，得到乳腺肿块位置，将检测出的乳腺肿块的乳腺X线摄影图像输入目标分类网络中，进行形状预测和边缘预测，同时得到对应乳癌肿块的分类结果。基于乳腺肿块的表征特点对应的语义描述特征，通过目标分类网络实现对乳腺X线摄影中的乳腺肿块进行良恶性的判断，依据目标分类网络对各属性的概率得分进行加权融合获得最终的乳腺肿块良恶性判别结果，提高了判别准确性和检测效率。
-
公开(公告)号：CN110135520A
公开(公告)日：2019-08-16
申请号：CN201910446754.2
申请日：2019-05-27
Applicant: 哈尔滨工业大学(深圳)
IPC: G06K9/62
Abstract: 本发明提供了一种基于图补全和自适应视角权重分配的不完备多视角聚类方法、装置、系统及存储介质，该不完备多视角聚类方法包括：步骤1，多视角仿射图的构建及补全步骤：归一化各视角中的样本实例，构建并补全各视角的仿射图；步骤2，学习各视角间一致的低维表征步骤：迭代求取各视角间一致的低维表征；步骤3，聚类步骤：归一化全局低维表征并使用传统的单视角聚类方法（如k-means）得到聚类类别。本发明的有益效果是：本发明通过相似图补全技术和视角权重鉴别因子的引入，有效地捕捉了数据的本质结构，提高了聚类性能。
-
公开(公告)号：CN110084118A
公开(公告)日：2019-08-02
申请号：CN201910229112.7
申请日：2019-03-25
Applicant: 哈尔滨工业大学(深圳) , 惠州市德赛西威汽车电子股份有限公司
Abstract: 本申请提供了一种行人检测训练数据库的建立方法、行人检测方法及装置，方法包括：在初始行人检测训练数据库中扩增指定数量的包含指定卧姿的行人样例图像数据，获得第一扩增数据库；将第一扩增数据库中的非卧姿行人样例图像数据进行基于颜色替换的行人样例图像扩增，获得第二扩增数据库；将第二扩增数据库中的非卧姿行人样例图像数据进行基于人体比例的行人样例图像扩增，获得行人检测训练数据库。通过增加指定卧姿行人样例图像数据和对非卧姿行人样例数据分别进行基于颜色替换和人体比例的扩增，提高数据库中行人样本的外观多样性；提出的对行人数据集进行卧姿行人样例图像的扩增，对驾驶环境下的行人检测具有克服技术偏见的重要意义。
-
公开(公告)号：CN109684982A
公开(公告)日：2019-04-26
申请号：CN201811557875.6
申请日：2018-12-19
Applicant: 哈尔滨工业大学(深圳) , 深圳云安宝科技有限公司
IPC: G06K9/00
Abstract: 本发明提供了一种结合易混目标排除的基于视频分析的火焰检测方法，首先利用训练好的火焰目标检测深度模型判别出初选火焰目标区域；然后将训练好的车灯检测深度模型应用于初选火焰目标区域，若某个初选火焰目标区域被判定为车灯，则将其排除在真实火焰目标区域外；经过车灯检测深度模型筛选留下的初选火焰目标区域被最终标记为终选火焰目标区域；最后利用火苗的运动特性从终选火焰目标区域中筛选出真实火焰目标区域。本发明的有益效果是：将易混的夜间车灯排除，有利于减少误判，提高火焰检测的准确度。
-
Patent Agency Ranking
公开(公告)号：CN107563150A
公开(公告)日：2018-01-09
申请号：CN201710770933.2
申请日：2017-08-31
Applicant: 深圳大学 , 哈尔滨工业大学深圳研究生院
Abstract: 本发明适用生物信息技术领域，提供了一种蛋白质结合位点的预测方法、装置、设备及存储介质，该方法包括：接收待预测的蛋白质序列，使用预设的滑动窗口和滑动步长对蛋白质序列进行序列划分，得到多个氨基酸子序列，根据这些氨基酸子序列构建蛋白质序列的词向量，对词元素进行文档特征提取，根据提取的文档特征构建蛋白质序列的文档特征向量，对这些氨基酸子序列进行蛋白质链生物学特征提取，根据提取的生物学特征构建蛋白质序列的生物学特征向量，使用预设的氨基酸残基分类模型对使用文档特征向量和生物学特征向量表示的氨基酸子序列进行分类，得到蛋白质序列的氨基酸残基类型，从而提高了蛋白质结合位点预测的准确性和泛用性。
-
公开(公告)号：CN104166860B
公开(公告)日：2017-06-13
申请号：CN201410359737.2
申请日：2014-07-25
Applicant: 哈尔滨工业大学深圳研究生院
IPC: G06K9/66
Abstract: 本发明提供了一种基于约束的面向单个测试样本的人脸识别方法，步骤1，对训练样本集合和测试样本进行预处理；步骤2，算法的第一阶段，设计测试样本与训练样本之间的函数关系，利用训练样本线性表示测试样本的方法建立它们间的函数关系，步骤3，设计字典的类标嵌入项，步骤4，算法的第二阶段,利用训练样本集合来学习字典，并且该字典同时也是测试样本的最优表示，步骤5、分类方法：采用线性分类方法对测试样本进行分类。试验结果表明提出的算法具有计算复杂度低，重构性能、鉴别性和紧凑性强的等特点，能进一步提高人脸识别效率。
-
公开(公告)号：CN106709477A
公开(公告)日：2017-05-24
申请号：CN201710098166.5
申请日：2017-02-23
Applicant: 哈尔滨工业大学深圳研究生院
CPC classification number: G06K9/00288 , G06K9/2018 , G06K9/6292 , G06N3/084
Abstract: 本发明公开了一种基于自适应得分融合与深度学习的人脸识别方法及系统，该系统包括：近红外人脸和可见光人脸采集单元，用于通过两个模态的摄像头协同工作，共同采集同一个人脸的图片；人脸特征提取单元，用于通过深度卷积模型分别对获取的近红外人脸图片和可见光人脸图片进行特征提取；自适应的分融合单元，用于通过欧氏距离求出两张图片的相似度，也就是图片的得分，然后利用自适应的得分融合算法对使用深度学习算法提取到的人脸特征在得分层次进行融合，求出该用户最终的得分；结果输出单元，用于进行最终得分结果的输出。本发明既可以解决近红外光的光照强度对人脸成像的影响，又可以利用可见光图片解决近红外图片细节消失的问题。
-
公开(公告)号：CN106295571A
公开(公告)日：2017-01-04
申请号：CN201610658765.3
申请日：2016-08-11
Applicant: 深圳市赛为智能股份有限公司 , 哈尔滨工业大学深圳研究生院
IPC: G06K9/00
Abstract: 本发明公开了一种光照自适应的人脸识别方法，所述光照自适应的人脸识别方法包括以下步骤：采集多张人脸图片，并将获取的人脸图片按照光照强度的等级保存至相应的数据库；根据当前光照强度等级对应数据库中的人脸图片与当前拍摄的测试样本，获取当前光照强度时的测试样本的自相似度；测算当前光照强度时测试样本的图像特征最优阈值；比较当前光照强度时测试样本的自相似度与图像特征最优阈值，从而确定测试样本的分类结果。本发明还公开了一种光照自适应的人脸识别系统。本发明实现了光照自适应的调整最优阈值，提高了人脸识别分类结果的准确性，因此增加了人脸识别系统的稳定性。
-
公开(公告)号：CN103679149B
公开(公告)日：2016-11-30
申请号：CN201310676785.X
申请日：2013-12-11
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明提出了一种采用凸包(凸多边形)来描述人群并使用二次聚类方法对人群进行进一步的简化的人群聚集检测的方法与装置，通过使用角点描述人群，避免了人群个体分割的不准确性；通过使用凸包表示相隔很近并且具有相似运动形态的人群，使得事件检测上升为群体性判断而非个体行为判断；通过对人群凸包进行二次聚类，减少了同向人群运动向量交点个数，使得计算的人群事件概率更加准确。
-
-
-
-
-
-
-
-
-
Search Results
165
records
(took 0.036 seconds)
