-
公开(公告)号:CN115393862A
公开(公告)日:2022-11-25
申请号:CN202211163459.4
申请日:2022-09-23
Applicant: 福州大学
IPC: G06V30/168 , G06V30/32
Abstract: 本发明提供了一种基于梯度图拉普拉斯正则的手写笔迹平滑算法,包括以下步骤:步骤S1:读取手写笔迹点的位置信息;步骤S2:将手写笔迹点的位置信息在矩阵上进行体现,步骤S3:判断两个像素点是否满足距离要求;步骤S4:重复上述步骤;步骤S5:将向量,拼接成矩阵;步骤S6:根据梯度构建的梯度图,计算它的邻接矩阵;步骤S7:得到拉普拉斯矩阵;步骤S8:根据拉普拉斯矩阵,得到它关于梯度的GLR表达形式:步骤S9:定义本文算法的能量函数;步骤S10:最小化能量得到手写笔迹的最佳平滑效果;应用本技术方案可实现最后得到较好的手写笔迹平滑效果,而且不会占用额外的内存。
-
公开(公告)号:CN113160188B
公开(公告)日:2022-07-05
申请号:CN202110458896.8
申请日:2021-04-27
Applicant: 福州大学
Abstract: 本发明涉及一种基于圆形特征的鲁棒血细胞检测方法。该方法,首先设置模型的相关配置,模型采用YOLO,骨干网络采用抗噪特征提取模块结合Darknet53;通过抗噪特征提取模块实现噪声鲁棒;模型共有三个输出,每个输出的尺度不同,并且分别负责检测不同大小的目标;锚框形状采用圆形;锚框直径通过数据集聚类获得,每个检测头分配3个相应大小的锚框;训练阶段开始后,每张输入图像通过分配器分配正负样本,进行预处理后输入模型,三个检测头得到不同的输出;预先分配好的正负样本根据损失函数分别进行损失计算;最后通过反向传播训练模型;直到模型损失趋于平缓,训练结束,保存参数文件。模型在YOLO的基础上增加了圆形锚框与IOU损失函数,以及抗噪特征提取模块,显著提高了模型对于圆形目标的检测精度和抗噪能力。
-
公开(公告)号:CN111241561B
公开(公告)日:2022-05-03
申请号:CN202010024855.3
申请日:2020-01-10
Applicant: 福州大学
Abstract: 本发明涉及一种基于隐私保护的用户可认证外包图像去噪方法,包括步骤:可信第三方TTP给内容所有者CO、授权用户AU和两个边缘计算服务器ES1、ES2分配相关的密钥;CO首先使用由TTP分配的密钥对含噪图像进行加密,并将加密后的图像发送到第一边缘计算服务器ES1;第二边缘计算服务器ES2辅助第一边缘计算服务器ES1进行密文图像去噪,并计算所得结果发送给第一边缘计算服务器ES1;AU向相应的CO提出图像使用请求,并从第一边缘计算服务器ES1获得相应的去噪密文图像,在自身的私钥帮助下,授权用户AU解密恢复出所需的明文去噪图像。本发明确保用户隐私数据安全同时提供图像去噪服务;且降低了用户本地计算、通信开销,其密文去噪效果几乎等同于明文域性能。
-
公开(公告)号:CN113935924A
公开(公告)日:2022-01-14
申请号:CN202111327728.1
申请日:2021-11-10
Applicant: 福州大学
IPC: G06T5/00 , G06K9/62 , G06V10/762
Abstract: 本发明涉及一种基于先验信息指导的子空间低秩正则图像复原方法,包括以下步骤:步骤S1:获取自然图像,并利用混合高斯模型学习图像块的多个子空间结构;步骤S2:将待复原图像进行重叠分块,利用学习得到的多个子空间结构对这些重叠块进行聚类,得到多个相似块组;步骤S3:针对每一个相似块组,利用该块组的子空间结构指导线性变换建立子空间;步骤S4:在每个子空间进行低秩矩阵近似;步骤S5:将所有的块组进行聚合,再结合ADMM得到复原后的图像,步骤S5:循环步骤S2‑S5,迭代至满足预设复原要求的结果,即最终的复原图像。本发明能够提升信息丢失或噪声污染严重图像的复原质量。
-
公开(公告)号:CN113298030A
公开(公告)日:2021-08-24
申请号:CN202110664516.6
申请日:2021-06-16
Applicant: 福州大学
Abstract: 本发明提出一种轻量级隐私保护外包脑电信号特征提取方法,其允许边缘服务器在无法获取明文脑电信号数据的前提下对用户上传的脑电信号数据进行特征提取;同时,为了实现对脑电信号的隐私保护,设计了一系列安全外包计算协议,以此来实现对加密脑电信号的特征提取;此外,为了提高脑电信号的信噪比,利用TRCA来对脑电信号进行空间滤波;最后,为了减少用户与服务器之间的响应延迟,引入了边缘计算技术。保证了不泄露原始脑电信号数据有关隐私的信息。该技术方案在确保脑电信号中的相关信息隐私安全性的同时,实现了外包脑电信号的特征提取,且降低了用户本地计算和通信成本。
-
公开(公告)号:CN113160247A
公开(公告)日:2021-07-23
申请号:CN202110433521.6
申请日:2021-04-22
Applicant: 福州大学
Abstract: 本发明提出一种基于频率分离的抗噪孪生网络目标跟踪方法,其特征在于:首先利用卷积神经网络对跟踪目标和后续帧搜索区域图进行特征提取。然后利用Ocatave卷积结构对搜索区域特征图和模板特征图进一步生成高维特征图,在完成互相关操作后将互相关相应图进行融合获得目标位置回归图,利用目标位置回归信息得到物体感知分类结果图,利用相同的方法获得常规分类图,获得最终分类结果图完成目标位置的确定。本发明利用高低频信息交换增强网络的抗噪能力,同时引入一种新的特征融合方法,该特征融合方法可以聚合本地和全局上下文信息,解决了现有目标跟踪方法中对于噪声环境下跟踪效果不佳的问题。
-
公开(公告)号:CN111241561A
公开(公告)日:2020-06-05
申请号:CN202010024855.3
申请日:2020-01-10
Applicant: 福州大学
Abstract: 本发明涉及一种基于隐私保护的用户可认证外包图像去噪方法,包括步骤:可信第三方TTP给内容所有者CO、授权用户AU和两个边缘计算服务器ES1、ES2分配相关的密钥;CO首先使用由TTP分配的密钥对含噪图像进行加密,并将加密后的图像发送到第一边缘计算服务器ES1;第二边缘计算服务器ES2辅助第一边缘计算服务器ES1进行密文图像去噪,并计算所得结果发送给第一边缘计算服务器ES1;AU向相应的CO提出图像使用请求,并从第一边缘计算服务器ES1获得相应的去噪密文图像,在自身的私钥帮助下,授权用户AU解密恢复出所需的明文去噪图像。本发明确保用户隐私数据安全同时提供图像去噪服务;且降低了用户本地计算、通信开销,其密文去噪效果几乎等同于明文域性能。
-
公开(公告)号:CN116246799A
公开(公告)日:2023-06-09
申请号:CN202310252446.2
申请日:2023-03-16
Applicant: 福州大学 , 福建医科大学附属协和医院
Abstract: 本发明涉及一种基于RKNN的甲状旁腺实时检测系统及方法,包括图像采集单元、前处理单元、目标推理单元和后处理展示单元;所述图像采集单元获取甲状旁腺实时图像,并通过前处理单元预处理;所述目标推理单元基于RKNN模型对预处理后的图像进行推理,获取合理的检测框;所述后处理展示单元调用NMS非极大值抑制过滤重复的框,最后对原图像进行标框并展示推理结果。本发明实现了在嵌入式平台上对甲状旁腺的实时检测。
-
公开(公告)号:CN115578306A
公开(公告)日:2023-01-06
申请号:CN202210539062.4
申请日:2022-05-18
Applicant: 福建医科大学附属协和医院 , 福州大学
IPC: G06T7/00 , G06V10/44 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于Anchor‑Free和时空一致性的甲状旁腺实时检测方法。利用Anchor‑Free基底卷积神经网络和特征金字塔模型对检测图像进行特征提取生成金字塔多尺度特征图组,其次利用共享检测头获得多个尺度对应分类置信度图,中心置信度图和目标框回归图,再次将分类置信度图,中心置信度图相乘获得中心分类置信度图。通过构造时空分类记忆图,使用中心置信度图进行信息提取,生成时序分类结果图,并将其和中心置信度图进行融合生成最终分类置信度图。本发明增强了检测的效果及检测网络的适应能力,缓解了检测器在甲状旁腺遇到遮挡、雾气和光照等复杂情况下的目标漂移问题。
-
公开(公告)号:CN113159169A
公开(公告)日:2021-07-23
申请号:CN202110422847.9
申请日:2021-04-20
Applicant: 福州大学
Abstract: 本发明提出一种基于先验目标特征点指导的匹配变形与切缝优化的图像拼接方法,其特征在于:首先通过先验目标标记点计算非刚性变换将目标图像和参考图像进行初步对齐;其次,引入全局相似性缓解非重叠区域的投影失真;最后使用优化的交互图切算法用于进一步消除伪影。实验证明,在许多商用软件无法拼接的场景下,该算法仍然可以成功进行,并且产生更加自然而清晰的结果。本发明在局部不仅能提供高效的对齐能力,而且可以保持全局的相似性,使得结果整体自然,通过交互的方式能够得到让用户更加满意的拼接结果。不仅能满足大部分场景的拼接需求,在医疗临床上更有应用前景。
-
-
-
-
-
-
-
-
-