-
公开(公告)号：CN112634239A
公开(公告)日：2021-04-09
申请号：CN202011559329.3
申请日：2020-12-25
Applicant: 南京邮电大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于深度学习的脑出血检测系统，包括如下模块：原始数据集构建模块、预处理模块、标注模块、Mask‑RCNN网络模块、模型训练模块和脑出血检测模块，本发明结合深度学习算法、采用Resnet50和FPN网络相结合的方式对特征值进行提取，能够实现对图片中脑出血的定位与分割功能，而且测试结果的准确性较高，对基于深度学习的脑出血检测的实现产生了重要影响，从而可以降低了人工检测的工作量。
-
公开(公告)号：CN106991668B
公开(公告)日：2020-08-18
申请号：CN201710136626.9
申请日：2017-03-09
Applicant: 南京邮电大学
Abstract: 本发明公开了一种天网摄像头拍摄画面的评价方法，属于图像质量评价领域。包括如下步骤：1.对摄像头的拍摄到的画面进行运动检测，依据的运动热点区域计算运动区域的比率、切割图像；2.输入原始图像，将已经检测到的运动区域输入预先训练好的卷积神经网络，输出并分类已经识别出的目标；3.通过训练相同结构的卷积神经网络定位车牌或者人脸；4.通过运动目标区域所占比率，已经定位的车辆和行人数量以及识别的车牌和人脸的数量对天网摄像头拍摄画面的效果进行评价。该评价方法可以实现自动分析摄像头拍摄画面的质量，只需输入摄像头采集的视频便可输出相应的评价摄像头的参数，可节省大量的人力物力。
-
公开(公告)号：CN111325099A
公开(公告)日：2020-06-23
申请号：CN202010069598.5
申请日：2020-01-21
Applicant: 南京邮电大学
Abstract: 本发明公开一种基于双流时空图卷积神经网络的手语识别方法及系统，首先，将手语动作视频切分为视频帧，提取手语动作视频片段中人物上半身和手部骨架点，并构建全局和局部图数据；利用双流时空图卷网络分别提取全局和局部时空特征，经过特征拼接得到全局-局部特征；同时，将视频对应文本通过分词处理之后编码为词向量，并采用特征变换将二者映射到同一隐空间，利用动态时间规整算法进行模型训练；对全局-局部特征序列，采用自注意力机制编解码网络对其进行序列化建模，解码器的输出采用softmax分类器获得每个视频片段所对应的单词，并组成相应文本句子。本发明能提高生成文本句子的准确率，在字幕生成、人机交互等场景中具有重要的应用价值。
-
公开(公告)号：CN111310026A
公开(公告)日：2020-06-19
申请号：CN202010055347.1
申请日：2020-01-17
Applicant: 南京邮电大学
IPC: G06F16/9535 , G06F16/583 , G06K9/00 , G06N3/04
Abstract: 本发明公开了一种基于人工智能的涉黄涉恐监测方法，通过爬虫网络抓取图片或视频信息，基于深度学习融合图片整体内容；提取图片或视频特征并进行分类；通过卷积神经网络方法进行建模，对人体各部位进行跟踪定位来判断人体姿态；构建深度网络框架，检测特殊敏感部位；通过深度学习的自然场景文字识别技术过滤色情、暴恐多类图像、垃圾文字及敏感词；视频检测，包括以视觉语义概念理解为基础的视频检测和特殊标志Logo检测的敏感视频识别；评价模型，综合所述图片或视频的检测信息并进行评估，输出评价结果分值。本发明实现了对不良图片检测的深度研究，大大提高了不良图片检测率，精度高、速度快，降低了误报率。
-
公开(公告)号：CN109816747A
公开(公告)日：2019-05-28
申请号：CN201910136016.8
申请日：2019-02-25
Applicant: 南京邮电大学
Abstract: 本发明公开一种头部CT图像的金属伪影校正方法，包括两步：首先建立一个包含和不包含伪影头部CT图像的数据库，使用可变形图像配准的方法在卷积神经网络(CNN)训练之前预处理数据；其次，在训练中构建一个简单的17层CNN架构来学习金属伪影，并采用GPU加速训练数据的速度，提高了网络的学习效率；同时，实验结果表明该方法具有良好的金属伪影校正的能力，PSNR和SSIM数值也显示出明显的改善。
-
Patent Agency Ranking
公开(公告)号：CN104778667B
公开(公告)日：2019-05-03
申请号：CN201510176350.8
申请日：2015-04-14
Applicant: 南京邮电大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于水平集的锥束CT中杯状伪影的校正方法，该方法应用于锥束CT切片图像校正。该方法能够自适应的进行锥束CT的杯状伪影校正，无需人工干预就可以自动完成校正。该方法不需要重复扫描被测物体；不增加锥束CT系统的复杂度；针对重建后的切片图像，能够直接面向用户，不需要对原有锥束CT的原有设备进行任何改动，就可以完成校正工作，该方法能够高效地进行锥束CT的杯状伪影校正，同时还能够提高图像的对比度。
-
公开(公告)号：CN106408526A
公开(公告)日：2017-02-15
申请号：CN201610726145.9
申请日：2016-08-25
Applicant: 南京邮电大学
CPC classification number: G06T5/002 , G06T5/005 , G06T7/0002 , G06T2207/30168
Abstract: 本发明涉及一种基于多层矢量图的能见度检测方法，以大气散射模型为基础，通过计算图像暗通道的方法对模型中的未知参数透射率及环境光进行了估计，以此来恢复原始的图像，并且考虑到仅通过单一尺度来恢复原始的图像，会引入伪影等问题，同时会造成对图像中高频边缘信息的破坏，因此本发明采用在不同的尺度下计算出相应的原始矢量图，通过双边交叉滤波将三种不同尺度的矢量图进行合成，并对输出结果进行对比度增强处理获取最终的原始图像。
-
公开(公告)号：CN106296672A
公开(公告)日：2017-01-04
申请号：CN201610629075.5
申请日：2016-08-03
Applicant: 南京邮电大学
IPC: G06T7/00
CPC classification number: G06T2207/10088
Abstract: 本发明公开了一种结合梯度信息的分块式局部加权的图像分割方法，首先，在每点的局部块内计算当前点属于其邻域的概率；然后，利用当前点所在局部块内各像素点的概率对当前点的概率做估计，以此降低噪声和灰度不均匀性的影响；接着，提出一种结合梯度信息的正则项，捕捉狭长拓扑结构；最后，进行加权估计后的相似度信息作为区域信息指导水平集曲线的演化。本发明能准确分割具有拐点、弱边界和细长结构的复杂目标。
-
公开(公告)号：CN104182752A
公开(公告)日：2014-12-03
申请号：CN201410367330.4
申请日：2014-07-29
Applicant: 南京邮电大学
Abstract: 本发明公开了一种户外广告牌智能监测方法，采用了联合归一化互相关图像匹配NCC步骤和SIFT图像匹配步骤；归一化互相关图像匹配NCC步骤是灰度匹配方法的一种，具有较高的稳定性和准确性；SIFT图像匹配步骤是特征匹配方法的一种。本发明对广告牌上张贴的海报异常情况判断准确度非常高，并且能克服因环境光照、天气状况等影响带来的图像亮度不一致、图像部分模糊等对系统的影响。
-
公开(公告)号：CN114596378B
公开(公告)日：2025-02-18
申请号：CN202210242057.7
申请日：2022-03-11
Applicant: 南京邮电大学
IPC: G06T11/00 , G06N3/0464 , G06N3/0499 , G06N3/084
Abstract: 本发明公开了一种稀疏角CT伪影去除的方法，本发明的方法基于感知损失以及特征融合注意力残差网络.包括:对输入的带伪影的稀疏CT图像和原始CT图像进行预处理；将经过预处理的稀疏CT图像和原始CT图像进行特征提取，得到特征图谱；将得到的特征图谱经过改进的以感知损失为损失函数的特征融合注意力残差网络训练，以原始CT图像作为标签，使得稀疏CT图像能够去除掉伪影但保持其结构不发生变化；最后将稀疏CT图像作为输入，利用训练好的网络模型进行伪影去除，并计算峰值信噪比和结构相似性。该方法将感知损失作为损失函数，可以增强细节信息。并在特征融合残差网络中加入注意力机制，提升网络的性能，最终实现一个快速有效的去除伪影的作用。
-
-
-
-
-
-
-
-
-
Search Results
62
records
(took 0.02 seconds)
