-
公开(公告)号：CN118975853A
公开(公告)日：2024-11-19
申请号：CN202411059503.6
申请日：2024-08-04
Applicant: 南昌大学
Abstract: 一种虚拟手术仿真系统中的软组织切割方法，包括：1)构建手术器械与软组织模型；2)确定手术器械与软组织表面接触起始点，判断手术器械对软组织施加外力是否达到临界值，达到则执行下一步切割，否则继续形变；3)对切割点顶点拆分，记录切割中产生的切割点以及重构后三角形网格单元的所有顶点点集；4)确定手术器械与软组织表面路径终止点；5)根据切割表面路径起始点和终止点及步骤3)记录的点集，贝塞尔曲线方法绘制，形成光滑切割伤口；6)计算出切割过程产生的力反馈，反馈给操作者。本发明通过使用改进后的顶点分裂方法确定切割点，连接切割点并重构三角网格拓扑，并运用贝塞尔曲线重新绘制切口，优化了切口的光滑程度，效果更逼真。
-
公开(公告)号：CN117495690A
公开(公告)日：2024-02-02
申请号：CN202311310352.2
申请日：2023-10-11
Applicant: 南昌大学
Inventor： 李春泉 , 邢庆宝 , 廖志远 , 程宇新 , 张海欣 , 杨锋 , 夏庆 , 王嘉豪 , 王子韬 , 王咏鹤 , 陶凌 , 陈利民 , 陈荣伶 , 赵庆敏 , 伍军云 , 李亚超 , 喻俊志
IPC: G06T5/50 , G06T5/60 , G06T5/70 , G06T5/90 , G06N3/045 , G06N3/0475 , G06N3/0464 , G06N3/048 , G06N3/0495 , G06N3/094
Abstract: 一种基于双分支GAN网络的SAR与可见光图像轻量化融合方法，包括构建数据集、使用GFCE算法生成预融合图像、构建双分支GAN网络(DB‑GAN)、训练DB‑GAN网络对SAR与可见光图像进行融合；本发明搭建双分支GAN网络，利用GAN网络的生成对抗机制，同样引入预融合图像作为生成器的指导，以避免人工设计复杂的融合规则，具有以下特点：1.相比较其他基于深度学习的融合算法，DB‑GAN网络在SAR与可见光图像融合领域能够得到更高质量的融合图像，很好的保留了可见光图像的光谱信息，以及SAR与可见光图像的细节信息；2.模型参数较少，实现了模型的轻量化，可节省硬件开销，有利于实际应用。
-
公开(公告)号：CN117351248A
公开(公告)日：2024-01-05
申请号：CN202311246781.8
申请日：2023-09-26
Applicant: 南昌大学
Inventor： 李春泉 , 汪芊芊 , 郑波钰 , 岳冲 , 陈昌祺 , 廖志远 , 程宇新 , 邓觐铧 , 高宇凡 , 陈利民 , 伍军云 , 林嘉 , 陈荣伶 , 范静辉 , 任康 , 喻俊志
Abstract: 一种基于神经动力学的图像双时间变尺度优化聚类方法，包括：(1)构建稀疏图对偶正则化非负矩阵分解模型；(2)提出了一种新的双时间变尺度双神经动力学优化(TTDNO)方法进行非负矩阵分解；(3)进行聚类，给出两个评估指标来衡量算法的聚类性能。本发明优点：1、稀疏图对偶正则化非负矩阵分解，将两个分解矩阵的L0范数引入DNMF的目标函数中，使用反高斯函数来近似L0范数，避免问题NP‑hard且不连续，并且在保证分解矩阵的高稀疏性的前提下，方便后续的优化步骤；2、将神经动力学优化方法TTDNO引入到稀疏图对偶正则化非负矩阵分解模型的求解问题中，提升了收敛速度，并在图像聚类任务中表现出更好的聚类性能。
-
公开(公告)号：CN117274129A
公开(公告)日：2023-12-22
申请号：CN202311310363.0
申请日：2023-10-11
Applicant: 南昌大学
Inventor： 李春泉 , 邢庆宝 , 程宇新 , 廖志远 , 张海欣 , 杨锋 , 夏庆 , 王嘉豪 , 王子韬 , 王咏鹤 , 陶凌 , 陈利民 , 陈荣伶 , 赵庆敏 , 伍军云 , 李亚超 , 喻俊志
IPC: G06T5/50 , G06T5/00 , G06N3/045 , G06N3/0475 , G06N3/0464 , G06N3/048 , G06N3/094
Abstract: 一种基于双判别器的SAR与可见光图像融合方法，包括构建数据集、使用GFCE算法生成预融合图像、构建具有双判别器的GAN网络(DD‑GAN)、训练DD‑GAN网络对SAR与可见光图像进行融合。本发明利用GAN网络的生成对抗机制，并引入预融合图像作为生成器的指导，具有以下特点：避免了人工设计复杂的融合规则；可以实现输入未经对比度增强的源图像，输出得到对比度增强效果的融合图像，并且融合图像在保留可见光图像光谱信息的同时，可以包含大量的SAR与可见光图像的细节信息；在获得高质量融合图像的同时，所花费的时间较少，有效的解决了高质量融合图像与生成时间之间的矛盾。
-
公开(公告)号：CN119888139A
公开(公告)日：2025-04-25
申请号：CN202411706896.5
申请日：2024-11-26
Applicant: 南昌大学
IPC: G06T19/00 , G06V10/762 , G16H40/60
Abstract: 一种基于Sphere包围盒的凝聚层次聚类碰撞检测方法，其步骤包括：遍历软组织表面的三角网格，判断三角网格属于三角形的类型；根据三角网格的形状，生成对应的Sphere包围盒；设定簇的数量k，将Sphere包围盒作为k聚类算法的输入，进行聚类，生成k个新Sphere包围盒；重新设定k，将上一步生成的Sphere包围盒作为输入，继续进行聚类，直到剩下一个Sphere包围盒，停止聚类，建立层次聚类树；获取手术器械的空间信息，遍历层次聚类树，进行碰撞检测，选取最终的碰撞点。本发明提供的方法，实现了更加精准的碰撞检测，提高了碰撞检测的效率。
-
Patent Agency Ranking
公开(公告)号：CN119759203A
公开(公告)日：2025-04-04
申请号：CN202411594628.9
申请日：2024-11-09
Applicant: 南昌大学
Abstract: 一种电极‑手指皮肤阻抗变体模型及其参数估计方法，属于电触觉反馈领域。其包括如下步骤：推导电极皮肤阻抗模型数学表达式；测得人体手指皮肤在刺激频率从Fmmin至Fmmax区间下的刺激频率#imgabs0#与阻抗模型#imgabs1#的响应数据#imgabs2#根据EFSIE模型目标参数建立目标函数；采用蜜獾觅食正余弦算法对电极‑手指皮肤阻抗变体模型进行参数估计。本发明提供的电极‑手指皮肤阻抗变体模型充分考虑了神经纤维的阻抗特性对模型精度的影响，并推导了其频率‑响应数学表达式。并将正余弦更新策略引入到蜜獾觅食算法中，改进了原始的蜜獾觅食算法，使用HBSCA算法对电极‑手指皮肤阻抗变体模型进行了参数估计。
-
公开(公告)号：CN118629078B
公开(公告)日：2025-01-21
申请号：CN202410764541.5
申请日：2024-06-14
Applicant: 南昌大学
IPC: G06V40/16 , G06N3/0475 , G06N3/094 , G06N3/047 , G06N3/0455 , G06T11/00
Abstract: 本发明涉及数据处理技术领域，特别涉及一种基于VAE‑GAN框架的多模态人脸识别与原型重建方法，旨在解决多模态情况下的人脸识别问题，其中注册人脸来自域A，而待检索目标人脸可能涵盖域A、域B和域C。同时，该方法具备多模态人脸原型重建功能，即接受“污染”人脸数据(来自域A、域B和域C)，并能够根据需求重建其在特定域(域A、域B或域C)中的脸部原型图像。本发明可提升人脸识别系统的安全性和适用范围。
-
公开(公告)号：CN118629078A
公开(公告)日：2024-09-10
申请号：CN202410764541.5
申请日：2024-06-14
Applicant: 南昌大学
IPC: G06V40/16 , G06N3/0475 , G06N3/094 , G06N3/047 , G06N3/0455 , G06T11/00
Abstract: 本发明涉及数据处理技术领域，特别涉及一种基于VAE‑GAN框架的多模态人脸识别与原型重建方法，旨在解决多模态情况下的人脸识别问题，其中注册人脸来自域A，而待检索目标人脸可能涵盖域A、域B和域C。同时，该方法具备多模态人脸原型重建功能，即接受“污染”人脸数据(来自域A、域B和域C)，并能够根据需求重建其在特定域(域A、域B或域C)中的脸部原型图像。本发明可提升人脸识别系统的安全性和适用范围。
-
公开(公告)号：CN117590334A
公开(公告)日：2024-02-23
申请号：CN202311616940.9
申请日：2023-11-30
Applicant: 南昌大学
IPC: G01S7/02 , G06V10/30 , G06V10/44 , G06V10/764 , G06V10/82 , G06F18/213 , G06F18/2415 , G06F18/2431 , G06N3/045 , G06N3/0464 , G06N3/084 , G06N3/0985 , G06F123/02
Abstract: 一种基于GCNet网络的雷达辐射源信号识别方法，包括构建数据集、对时频图像进行预处理、构建基于GCNet的网络模型、训练GCNet和对雷达辐射源信号进行识别。本发明通过在卷积神经网络中加入全局注意力机制，并且使用深度可分离卷积替代常规卷积，实现了在较少网络参数和计算量条件下，具有优异的识别性能，并且能够在轻型边缘计算平台进行应用部署。
-
公开(公告)号：CN116977748A
公开(公告)日：2023-10-31
申请号：CN202311101660.4
申请日：2023-08-30
Applicant: 南昌大学
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G06T7/00 , G06T5/00
Abstract: 本发明提供了一种结肠炎图像分类方法及系统，涉及图像处理领域。所述分类方法包括以下步骤：获取图像数据进行预处理，构建数据集；基于&％$0注意力网络构建双注意力模块，所述双注意力模块中包括两组并行构建的空间注意力模块和通道注意力模块；基于5HV1HW网络构建结肠炎图像分类模型，且所述结肠炎图像分类模型中每一残差块的最后一层均嵌有所述双注意力模块；基于所述数据集迭代训练所述结肠炎图像分类模型，得到训练后的结肠炎图像分类模型；获取待分类图像输入所述训练后的结肠炎图像分类模型，输出分类结果。本发明提供的方法有助于辅助医生诊断，在一定程度上改善了需要活体检测的问题，提高了医生的诊断效率。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.017 seconds)
