-
公开(公告)号：CN105023019B
公开(公告)日：2018-11-13
申请号：CN201410154600.3
申请日：2014-04-17
Applicant: 复旦大学
IPC: G06K9/62
Abstract: 本发明属于模式识别和人工智能技术领域，具体为一种用于视频监控自动探测人群异常行为的特征描述方法。本发明方法的步骤为：计算监控视频中像素运动的瞬时速度；根据像素的速度的属性，建立分布直方图；根据该直方图的统计意义或数学意义构造出对应的特征描述。本发明提出的用于自动监视视频监控中异常人群移动的特征描述方法具有明确的物理意义，便于有目的的参数调整以适应不同场合的应用；实现步骤简单，速度快，不需要费时的机器学习过程；不基于目标跟踪，不受场景中人数的限制，不受视频分辨率的影响。
-
公开(公告)号：CN107424170A
公开(公告)日：2017-12-01
申请号：CN201710459981.X
申请日：2017-06-17
Applicant: 复旦大学
Abstract: 本发明属于视频监控技术领域，具体是一种用于自动探测监控视频中局部异常行为的运动特征描述方法。本发明方法是根据关联的多帧间运动的统计量构造出对应的特征描述，具体步骤：计算监控视频中像素运动的速度；根据像素的速度，关联多帧间的运动；根据关联的多帧间运动的像素分布直方图，构造出对应的描述特征。本方法不受视频分辨率以及人群规模的影响，在特征描述的基础上，可以实现在视频中局部区域异常行为的自动检测。
-
公开(公告)号：CN101859382B
公开(公告)日：2013-07-31
申请号：CN201010191625.2
申请日：2010-06-03
Applicant: 复旦大学
Abstract: 本发明属于模式识别与图像处理技术领域，涉及一种基于最大稳定极值区域的车牌检测与识别方法。首先提取最大稳定极值区域(MSER)，得到候选车牌文字区域；对于每个极值区域，采用一种有效的特征描述，然后利用事先训练得到的分类器进行分类，将这些极值区域分为“文字”或“非文字”区域，再结合车牌自身结构特征，从原始图像中提取出车牌；利用形状上下文的特征描述，用模板匹配的方法完成字符识别。由于最大稳定极值区域具有仿射不变性、稳定性及多尺度特性，而且由于区域只由灰度值大小关系决定，对光照变化不敏感，因此本发明提出的以其作为底层特征的车牌检测与识别的方法，适应复杂背景，具有良好的稳定性和更高的识别率。
-
公开(公告)号：CN101488162B
公开(公告)日：2012-03-21
申请号：CN200810032770.9
申请日：2008-01-17
Applicant: 复旦大学
Inventor： 杨夙
IPC: G06F19/00 , G06K9/62 , A61B5/0476
Abstract: 本发明属于脑电信号处理技术领域，具体是一种用于脑电信号自动评估的脑电信号特征提取方法，在所发明的脑电信号特征提取方法的基础上构造的脑电信号自动评估系统可用于癫痫的自动诊断、监护、疗效评估等场合。脑电信号特征提取方法由以下环节构成：对输入的时间序列进行相空间重构得到高维数据，对高维数据进行坐标变换以达到方向归一化，对高维数据进行平移以达到位置归一化，截取高维数据的一些局部流形，计算各局部流形对应的点集合的统计量作为脑电信号的特征。基于本发明方法的脑电信号评估系统可以在病人不发病时检测脑电异常。
-
公开(公告)号：CN100367298C
公开(公告)日：2008-02-06
申请号：CN200410016733.0
申请日：2004-03-04
Applicant: 复旦大学
Inventor： 杨夙
IPC: G06K9/52
Abstract: 本发明是一种通用的符号识别特征描述方法，具有可扩充、抗噪声和变形干扰、旋转和伸缩不变的特点，可用于各种图纸和文档中的以及笔输入的符号和字符识别。其特征在于：(1)将符号分割为点，以点和点之间的几何约束作为符号形状描述的基本元素。(2)当任何一个点被选作参考点时，对其它各点两两之间的几何约束进行统计可得到一个相应的直方图；分别以各个点作为参考点，则对应于每个点分别得到一个直方图。(3)将对应于所有点的直方图的每个区间的值进行统计意义或数学意义上的综合以构造出对应的特征描述。本发明方法与其它方法相比，71项性能测试中，68项最好，3项第二，识别率只有1项低于90%。
-
Patent Agency Ranking
公开(公告)号：CN110176009B
公开(公告)日：2023-03-07
申请号：CN201910436108.8
申请日：2019-05-23
Applicant: 复旦大学
Inventor： 杨夙
Abstract: 本发明属于模式识别、图像处理、计算机视觉技术领域，具体为一种肺部图像分割和跟踪方法和系统。本发明方法包括：通过医疗影像设备对人体扫描获得按顺序排列的CT图像序列；图像中CT值满足一定条件的像素点标记为前景点；通过8邻居区域生长法将前景点聚类为连通区域；采用滤波方法对连通区域进行过滤筛选；顺序扫描每个切片的CT图像，标记出左肺和右肺；分别从左肺和右肺开始沿着起始帧向下扫描，找到与前一帧图像满足一致性检验的当前肺部区域；实验表明，本发明方法可以获得较好的肺部分割与跟踪效果，作为后续计算机辅助诊断的基础。
-
公开(公告)号：CN110349662B
公开(公告)日：2023-01-13
申请号：CN201910436092.0
申请日：2019-05-23
Applicant: 复旦大学(CN)
Inventor： 杨夙
Abstract: 本发明属于数据挖掘、模式识别、图像处理技术领域，具体为一种用于过滤肺部肿块误测结果的跨图像集合的离群样本发现方法和系统。本发明的离群样本发现方法包括：通过医疗影像设备对人体扫描，获得按顺序排列的CT图像序列；在疑似肺部肿块所在的对应图像帧的对应坐标位置标示出肿块占有的区域；对于每个疑似肿块提取图像特征；采用离群样本检测技术，对所有病人的所有疑似肿块区域的图像特征进行分析，滤除特征空间离群样本对应的图像集合中的疑似肿块区域。各个样本的离群程度对应着误检，通过过滤离群程度大的样本减少误检样本的数量，从而减少虚警。
-
公开(公告)号：CN110349662A
公开(公告)日：2019-10-18
申请号：CN201910436092.0
申请日：2019-05-23
Applicant: 复旦大学
Inventor： 杨夙
Abstract: 本发明属于数据挖掘、模式识别、图像处理技术领域，具体为一种用于过滤肺部肿块误测结果的跨图像集合的离群样本发现方法和系统。本发明的离群样本发现方法包括：通过医疗影像设备对人体扫描，获得按顺序排列的CT图像序列；在疑似肺部肿块所在的对应图像帧的对应坐标位置标示出肿块占有的区域；对于每个疑似肿块提取图像特征；采用离群样本检测技术，对所有病人的所有疑似肿块区域的图像特征进行分析，滤除特征空间离群样本对应的图像集合中的疑似肿块区域。各个样本的离群程度对应着误检，通过过滤离群程度大的样本减少误检样本的数量，从而减少虚警。
-
公开(公告)号：CN103679201B
公开(公告)日：2017-01-11
申请号：CN201310688861.9
申请日：2013-12-14
Applicant: 复旦大学
Inventor： 杨夙
IPC: G06K9/62
Abstract: 本发明属于模式识别、图像处理、计算机视觉技术领域，具体为一种用于图像匹配、识别、检索的点集合匹配的校正方法。本发明根据两个点集合的初始匹配关系建立邻接矩阵，并提出一种图论中最大团问题的近似求解方法以获得近似服从同一几何变换的点集合匹配关系。将一个点集合经过几何变换投影到另一个点集合所在的空间就可以求得两个点集合之间的相似度，并作为图像相似度实现图像匹配、识别、检索。实验表明，所发明的点集合匹配的校正方法与多种形状特征提取方法中的任意一种相结合都可以获得较好的图像匹配与识别效果。
-
公开(公告)号：CN103700255B
公开(公告)日：2015-10-07
申请号：CN201310749807.0
申请日：2013-12-30
Applicant: 复旦大学
IPC: G08G1/00
CPC classification number: G08G1/0125 , G06F17/16 , G06F17/18 , G06F17/5009 , G06N99/005 , G08G1/0116 , G08G1/0129 , G08G1/0137 , G08G1/0141 , G08G1/0145
Abstract: 本发明属于交通流预测技术领域，具体为一种基于时空关联数据挖掘的交通流预测方法。本发明主要包括预测模型建立、时空关联数据挖掘以及基于时空关联数据的交通流预测等。预测模型可采用多因子线性回归模型；时空关联数据挖掘是基于多因子线性回归模型并通过稀疏表达的优化方法自动地选取对于预测目标相关的时空关联传感器的数据；基于时空关联数据的交通流预测是以时空关联传感器的数据作为预测模型的输入进行的预测。本发明从整个交通网络中自动地确定与预测目标节点的传感器相关的时空关联传感器，并以时空关联传感器的数据作为预测模型的输入，全自动时空关联数据挖掘提升了预测模型的预测性能。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.034 seconds)
