-
公开(公告)号：CN114067128A
公开(公告)日：2022-02-18
申请号：CN202111570170.X
申请日：2021-12-21
Applicant: 南通大学
Abstract: 本发明公开了一种基于语义特征的SLAM回环检测方法，属于计算机视觉图像技术领域，包括以下步骤：通过RGB‑D相机获取新的图像，并通过YOLOv4目标检测网络模型提取当前图像与图像数据库中其他待匹配图像的语义信息，计算当前图像与图像序列中其他图像的语义特征向量之间的余弦相似度，根据相似度从历史图像中挑选出最接近的K个候选帧，对当前图像和K个候选帧进行几何一致性检验，将满足几何一致性的当前图像作为真正的回环。本发明的有益效果为：采用语义特征可以大大减少光照和视点变化的影响，提高回环检测的准确性以及召回率，同时使用的几何一致性检验又减少了大部分误匹配，且计算量小，需要较低的存储消耗和计算成本，提高了实时性。
-
公开(公告)号：CN113936736A
公开(公告)日：2022-01-14
申请号：CN202111269625.4
申请日：2021-10-29
Applicant: 南通大学
Abstract: 本发明公开了基于遗传算法的ERα拮抗剂的生物活性和ADMET性质优化方法，属于生物制药、机器学习以及智能优化算法技术领域；其技术方案为：包括以下步骤：1、变量筛选：2、预测模型建立：3、分类模型建立；4、利用遗传算法、预测模型和分类模型对数据样本进行迭代寻优，找到ERα拮抗剂的生物活性值达到最优和ADMET性质至少三个性质最好时的对应的自变量的值。本发明的有益效果是：本发明并通过遗传算法实现对生物活性和ADMET性质的优化。
-
公开(公告)号：CN106408580A
公开(公告)日：2017-02-15
申请号：CN201611016281.5
申请日：2016-11-18
Applicant: 南通大学
CPC classification number: G06T5/10 , G06T2207/10132 , G06T2207/20221 , G06T2207/30056
Abstract: 本发明提供了一种基于模糊C均值和均值漂移的肝脏区域提取方法，包括如下步骤：步骤1：预处理，采用均值漂移(Mean Shift)滤波合并图像中相邻的且仅有较小区别的区域，从而获得均匀一致的图像区域；步骤2：粗分割，采用添加邻域信息的FCM(FCM_S)算法分割图像，提取肝脏的主体区域；步骤3：边缘亮度补偿，对步骤2提取的肝脏主体区域中的边缘区域进行亮度补偿；步骤4：肝脏区域分割，对步骤3亮度补偿后的图像再次采用FCM_S算法分割图像。本发明提供了一种基于模糊C均值和均值漂移的肝脏区域提取方法，提高了抗噪能力，减少了误分类的情况，同时，减少了光照不均匀的影响，从而获得了比较完整的肝脏区域。
-
公开(公告)号：CN119478316A
公开(公告)日：2025-02-18
申请号：CN202411650891.5
申请日：2024-11-19
Applicant: 南通大学
IPC: G06T19/20 , G06N3/045 , G06N3/042 , G06V10/82 , G06T5/70 , G06T3/40 , G06N3/0464 , G06N3/048 , G06V10/764 , G06N3/08 , G06T5/30 , G06T7/00 , G06N3/098
Abstract: 本发明提供了一种基于图注意力神经网络的三维冠状动脉自动分割方法，属于图像分割的医学图像分割技术领域。解决了传统方法没有充分考虑医学图像的高噪声和灰度不均的技术问题。其技术方案为：包括以下步骤：步骤一、对图像进行窗宽窗位的处理；步骤二、将图像缩小到128×128×64大小；步骤三、对步骤二得到的图像进行膨胀运算；步骤四、基于步骤二得到的图像建立图结构；步骤五、使用Vnet3D网络对块图像进行分割；步骤六、将步骤四与步骤五分割得到的冠状动脉图像进行融合得到最终的冠状动脉分割图像。本发明的有益效果为：保证对于冠状动脉高的分割准确率和鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN114861761B
公开(公告)日：2024-09-20
申请号：CN202210357834.2
申请日：2022-04-06
Applicant: 南通大学
IPC: G06V10/82 , G06N3/0464 , G06N3/045 , G06V10/42 , G06V10/44 , G06V10/74 , G06V10/764
Abstract: 本发明公开了一种基于孪生网络特征与几何验证的回环检测方法，属于计算机视觉图像技术领域，解决了传统方法在光照和视点变化下准确率较低的技术问题。其技术方案为：包括以下步骤：步骤1、获取输入的RGB‑D图像；步骤2、获取多维特征信息；步骤3、提取图像全局特征；步骤4、计算图像间的相似度得分，根据相似度得分得到回环候图像；步骤5、采用几何一致性检验对两幅图像的描述符进行匹配；步骤6、采用随机采样一致性算法消除误匹配；步骤7、采用时间一致性检验进一步进行误匹配的剔除。本发明的有益效果为：本发明的孪生网络特征具有光照不变性，几何验证又能获得图像间的几何拓扑信息，提高了回环检测的精确率和召回率。
-
公开(公告)号：CN114494736B
公开(公告)日：2024-09-20
申请号：CN202210104480.0
申请日：2022-01-28
Applicant: 南通大学
IPC: G06V10/46 , G06V10/25 , G06V10/762 , G06V10/74 , G06V10/82 , G06F40/216 , G06N3/0464
Abstract: 本发明提供了一种基于显著性区域检测的室外地点重识别方法，属于计算机视觉、深度学习技术领域。其技术方案为：包括以下步骤：步骤一、SE‑ResNet特征图的提取；步骤二、显著性区域的检测；步骤三、训练视觉词袋模型；步骤四、图像之间的相似度匹配。本发明的有益效果为：本发明通过深度学习特征构建的视觉词袋模型，把显著性区域的局部特征融合成全局特征，提高匹配的准确度。
-
公开(公告)号：CN117077706A
公开(公告)日：2023-11-17
申请号：CN202310541789.0
申请日：2023-05-15
Applicant: 南通大学
IPC: G06K7/14
Abstract: 本发明公开了一种基于局部梯度的条形码检测方法及设备，包含：将条形码图像分成小区域，计算每个小区域中每个像素的梯度方向；调整梯度方向值；统计小区域中方向在每个π/4区间内的集中程度；选择集中程度高的区间，计算方向一致性并进一步判断区间是否集中，若集中将集中的区间一致的小区域连通起来，得到连通后区域，利用外形判断连通后区域是否为条形码区域，如果是进行步骤计算连通后区域的平均梯度方向并进行方向调整，获得纠正后的条形码图像；本发明方法将对条形码的判断分成两个步骤，只集中程度高的区域进行梯度方向的角度进行计算，并使用平均梯度方向来计算条形码方向，降低了计算量，提高了检测效率。
-
公开(公告)号：CN114743101A
公开(公告)日：2022-07-12
申请号：CN202210357394.0
申请日：2022-04-06
Applicant: 南通大学
Abstract: 本发明提供了一种基于图像注意力加权池化的室外地点重识别方法，属于计算机视觉深度学习技术领域。解决了室外场景下地点重识别任务容易受到动态物体干扰的问题。其技术方案为：包括以下步骤：步骤一、从卷积神经网络提取特征图；步骤二、显著性区域的检测；步骤三、生成图像注意力；步骤四、损失函数计算损失。本发明的有益效果为：本发明检测图片最显著的部分同时抑制动态物体的干扰；在室外场景下能提取鲁棒性更强的图像全局特征，减少误匹配。
-
公开(公告)号：CN106504239A
公开(公告)日：2017-03-15
申请号：CN201610934000.8
申请日：2016-10-25
Applicant: 南通大学
CPC classification number: G06T7/0012 , G06T2207/10132 , G06T2207/30056
Abstract: 本发明提供了一种提取超声图像中肝脏区域的方法，其特征在于：包括如下步骤：步骤1：处理图像中的光照不均匀的情况，使图像中的肝脏区域的亮度趋于一致；步骤2：利用添加了邻域相关性信息及先验形状信息的FCM_I算法减小图像中的噪声及完成图像分割；步骤3：根据FCM_I分类结果及灰度信息，获得图像的前景区域和背景区域；步骤4：根据肝脏中器官的分布和形状，获得完整肝脏区域的图像。本发明提供了一种提取超声图像中肝脏区域的方法，提高了可能出现肝脏区域前景像素的联系，并降低了该区域背景间的联系，从而使提取出比较完整的肝脏区域。
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.016 seconds)
