-
公开(公告)号：CN115294601B
公开(公告)日：2023-07-11
申请号：CN202210870763.6
申请日：2022-07-22
Applicant: 苏州大学
IPC: G06V40/10 , G06V10/42 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/082
Abstract: 本发明涉及一种基于多尺度特征动态融合的行人重识别方法，包括构建包括主干网络和三条分支网络的神经网络，主干网络根据输入图像得到行人的多尺度全局特征图，三条分支网络根据行人的多尺度全局特征图提取全局特征和多维度的局部特征；根据全局特征和多维度的局部特征训练包括主干网络和三条分支网络的神经网络得到训练完成的神经网络，将待识别图像作为输入图像输入所述训练完成的神经网络得到行人重识别结果。本发明可以得到丰富且具有辨别性的特征、提高行人重识别的精度。
-
公开(公告)号：CN115294601A
公开(公告)日：2022-11-04
申请号：CN202210870763.6
申请日：2022-07-22
Applicant: 苏州大学
Abstract: 本发明涉及一种基于多尺度特征动态融合的行人重识别方法，包括构建包括主干网络和三条分支网络的神经网络，主干网络根据输入图像得到行人的多尺度全局特征图，三条分支网络根据行人的多尺度全局特征图提取全局特征和多维度的局部特征；根据全局特征和多维度的局部特征训练包括主干网络和三条分支网络的神经网络得到训练完成的神经网络，将待识别图像作为输入图像输入所述训练完成的神经网络得到行人重识别结果。本发明可以得到丰富且具有辨别性的特征、提高行人重识别的精度。
-
公开(公告)号：CN108420405A
公开(公告)日：2018-08-21
申请号：CN201810230052.6
申请日：2018-03-20
Applicant: 苏州大学
IPC: A61B5/00
Abstract: 本发明公开了一种基于深度-体积联合补偿策略的荧光分子断层成像重建方法，包括以下步骤：根据预迭代得到的重建荧光参数，对重建的荧光团进行聚类分析，得到各荧光团的体积和深度；根据荧光团的体积及深度，建立补偿系数与深度权值系数、体积权值系数之间的函数关系，对重建的荧光光学参数进行补偿；根据补偿后的荧光光学参数重建目标。综合考虑成像目标的体积和深度，使用一种联合补偿的方法来平衡荧光成像对体积和深度灵敏度的影响，对重建的荧光光学参数进行补偿，使重建结果更加精确。
-
公开(公告)号：CN114972559A
公开(公告)日：2022-08-30
申请号：CN202210504949.X
申请日：2022-05-10
Applicant: 苏州大学
Abstract: 本发明涉及一种基于二阶灵敏度矩阵的荧光分子图像重建方法，包括：将光子探测器均匀放置在模型周围获取测量数据ya，初始化待重建吸收系数x，基于正向模型获得预测的光子密度Φm(x)；根据ya和所述Φm(x)建立目标函数M(x)，根据x和M(x)建立二阶灵敏度矩阵海森矩阵H并简化H；根据H和M(x)计算迭代更新矢量Δxa，当M(x)的值小于预设的阈值σ时使用Δxa更新x、重新计算M(x)、从而得到最终的重建吸收系数即图像重建结果，否则转动探测器获取新的测量数据ya重新计算Δxa和M(x)。本发明在获取更多测量数据的基础上降低了成本，并提高了重建精度和速度。
-
公开(公告)号：CN114463457A
公开(公告)日：2022-05-10
申请号：CN202210018190.4
申请日：2022-01-07
Applicant: 苏州大学
Abstract: 本发明公开了一种基于小波和舒尔分解的荧光分子断层重建方法及系统，包括以下步骤：将荧光分子断层成像的逆向问题转变为线性矩阵方程；对线性矩阵方程求解，利用求出的解对重建参数进行迭代更新，获得最终的重建结果；其中，在线性矩阵方程求解的过程中，对线性矩阵方程进行小波变换获得概貌矩阵方程，对概貌矩阵方程进行舒尔分解得到条件数减少的子系统，利用子系统的解计算线性矩阵方程。本发明减少重建过程的计算量，加速重建过程，提高成像效率，并进一步提高成像质量。
-
Patent Agency Ranking
公开(公告)号：CN112905514A
公开(公告)日：2021-06-04
申请号：CN202110238507.0
申请日：2021-03-04
Applicant: 苏州大学
Abstract: 本发明公开了一种基于DMD的光刻设备数据传输系统，包括计算机和DMD板卡，所述DMD板卡包括USB接口芯片、FPGA芯片、DDR2和DMD芯片组；所述计算机作为系统中的上位机，通过发送指令控制DMD板卡进行图像显示，同时完成对矢量图形文件的解析和数据初步处理，在处理后将数据指令经由USB接口芯片发送给FPGA芯片；所述USB接口芯片用于连接USB接口和FPGA芯片，接收计算机通过上位机软件发送的数据和指令并发送给FPGA芯片；所述FPGA芯片用于接收矢量图形数据，对其进行光栅化处理后生成的位图图像数据并存储于DDR2，将存储的图像数据读取出来发送给DMD芯片组；所述DMD芯片组用于数据加载、微镜复位、块清零操作，并通过PWM脉冲宽度调制方式实现灰度图像的显示。
-
公开(公告)号：CN117611610A
公开(公告)日：2024-02-27
申请号：CN202311689117.0
申请日：2023-12-11
Applicant: 苏州大学
Abstract: 本发明公开了一种基于多尺度特征补偿的微动脉瘤分割方法，涉及图像处理的技术领域，包括：获取待分割微动脉瘤图像，并将待分割微动脉瘤图像输入至编码模块进行深度特征提取，得到多尺度特征；将编码模块每相邻两层输出的多尺度特征输入多尺度特征补偿模块进行特征补偿；通过减法融合模块将各个尺度下特征补偿后的特征以及减法融合模块对应层级特征的差值处理后的特征进行融合，并将融合后的特征拼接至解码模块；解码模块将融合后的特征进行解码处理，得到分割微动脉瘤图像。本发明在UNet网络的基础上，设计了多尺度特征补偿模块以及减法融合模块，通过补偿特征提取过程中丢失的信息，从而丰富特征的多样性和有效性，提高了分割的精度。
-
公开(公告)号：CN117333470A
公开(公告)日：2024-01-02
申请号：CN202311365396.5
申请日：2023-10-20
Applicant: 苏州大学
Abstract: 本发明涉及一种糖尿病技术领域，尤其是指一种糖尿病视网膜病变硬渗出物分割方法及装置，所述糖尿病视网膜病变硬渗出物分割方法在编码路径运用了三个自底向上的相邻互补校正模块，在解码路径运用了一个自底向上的渐进迭代融合模块，并将解码路径的两个输出特征使用空间感知模块进行自适应融合，输出糖尿病视网膜病变的硬渗出物预测概率图。本发明提高了分割精度，有效解决了硬渗出物分割时小病变以及模糊边界定位不精准的问题。
-
公开(公告)号：CN113050385B
公开(公告)日：2022-04-22
申请号：CN202110238502.8
申请日：2021-03-04
Applicant: 苏州大学
IPC: G03F7/20
Abstract: 本发明公开了一种DMD光刻机中灰度图像数据存储方法，包括：步骤1：计算机的上位机软件对灰度图像文件进行读入并解析，解析完成后以像素为单位，通过USB接口将图像数据和指令发送给USB接口芯片；步骤2：USB接口芯片将接收到的图像数据和指令发送给FPGA芯片；步骤3：FPGA芯片在接收到以像素为单位的灰度图像数据后，先将每个像素数据拆分为位平面数据，再通过移位寄存方法进行数据格式转换；步骤4：通过间隔存储方法将格式转换后的位平面数据存储于DDR2的内存中；步骤5：根据指令更新DMD显示状态；本发明使用移位寄存的方法对接收到的数据进行位操作，即可完成数据的拆分和拼接，操作简便且节省BRAM资源，同时还解决了存储大尺寸图像的问题。
-
公开(公告)号：CN112164043A
公开(公告)日：2021-01-01
申请号：CN202011006145.4
申请日：2020-09-23
Applicant: 苏州大学
Abstract: 本发明公开了一种用于多眼底图像拼接的方法，包括以下步骤：步骤s1、对输入的眼底图像进行预处理；步骤s2、提取SURF特征点；步骤s3、对上述特征点进行暴力匹配得到粗匹配点，估计粗匹配点中正确匹配对的数量，并利用正确匹配特征点对间连线的特点获得最终匹配对；步骤s4、采用RANSAC算法计算变换模型参数，将其他视场的眼底图像进行空间变换到参考图像的坐标系下完成多幅眼底图像配准；步骤s5、检测拼接缝线，并获得拼接缝位置图；步骤s6、对当前像素值进行改正，消除拼接缝完成图像融合，得到最终的拼接图像；步骤s7、保存并输出拼接后的眼底图像；本发明解决了多幅眼底图像的配准、融合、拼接的问题。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.019 seconds)
