-
公开(公告)号：CN116912268A
公开(公告)日：2023-10-20
申请号：CN202310843590.3
申请日：2023-07-10
Applicant: 武汉轻工大学
IPC: G06T7/11 , G06T7/00 , G06T7/62 , G06V10/26 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明涉及医学图像领域，公开一种皮肤病变图像分割方法、装置、设备及存储介质，该方法包括：基于SUTrans‑NET网络模型的编码器提取待分割皮肤图像的图像特征；并将编码器生成的图像特征输入至解码器中进行还原，输出分割特征图。通过CNN和Transformer构成的双编码器对图像进行提取并进行特征动态交互融合，同时，通过一个具有全尺度信息融合能力的解码器，综合利用来自不同层级的特征表示，从而更好地捕捉图像中的细节和全局上下文信息，缓解了现有技术中的医学图像处理方法在数据量较小的医学图像数据集上的应用受到限制技术问题。
-
公开(公告)号：CN116597312A
公开(公告)日：2023-08-15
申请号：CN202310577254.9
申请日：2023-05-22
Applicant: 武汉轻工大学
IPC: G06V20/10 , G06V20/70 , G06V10/26 , G06V10/44 , G06V10/74 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/082
Abstract: 本发明公开了基于小样本图像语义分割的农作物叶片病虫害识别的方法，应用于农作物叶片病虫害识别技术领域，包括：采集农作物病虫害叶片的图像，将其分为支持集和查询集两组图像，并对支持集中的图像进行图像分割标注，得到具有标签的支持集和无标签的查询集；采用预训练的深度学习网络模型对支持集和查询集中的图像进行特征提取，得到支持集特征图和查询集特征图；使用密集比较模块对支持集特征图和查询集特征图进行密集比较，以得到查询集的初步分割图像；使用迭代优化模块对查询集的初步分割图像进行优化，得到精确的查询集分割图像。本发明可以使用极少数目的标注图像实现对农作物叶片病虫害识别。
-
公开(公告)号：CN115630688A
公开(公告)日：2023-01-20
申请号：CN202211319823.1
申请日：2022-10-26
Applicant: 武汉轻工大学
IPC: G06N3/0464 , G06N3/0442 , G06F40/151 , G06F40/253 , G06V10/82 , G06V30/148
Abstract: 本发明属于改造工程技术领域，公开了一种基于人工智能的几何问题求解方法、装置、设备及介质。该方法包括：基于工程改造项目确定几何问题集，并获取几何问题集中各几何问题对应的几何图像和几何文本；从所述几何图像中提取出几何图形的图符号和文字区域，并将图符号以及文字转换成文本信息；将几何文本转换成各几何问题对应的形式语言；基于文本信息以及所述形式语言，构建各几何问题对应的几何问题条件样本集；基于几何问题条件样本集，通过定理预测器确定所述几何问题条件样本集对应的定理序列；根据对应的定理序列对各几何问题进行求解，得到各几何问题的对应结果，以确定工程改造项目的改造参数集。通过上述方式，能够快速确定改造参数。
-
公开(公告)号：CN114970513A
公开(公告)日：2022-08-30
申请号：CN202210425072.5
申请日：2022-04-22
Applicant: 武汉轻工大学
IPC: G06F40/284 , G06F40/289 , G06F40/268 , G06N3/04 , G06T11/00
Abstract: 本发明公开了一种图像生成方法、装置、设备及存储介质，属于图像处理技术领域。本发明通过对输入的文本信息进行特征提取，得到目标词汇；基于所述目标词汇构建图结构；对所述图结构进行聚合处理，得到特征图；对所述特征图进行上采样，生成与所述输入文本信息对应的图像，能够有效滤除文本中无意义信息，提高从文本到图像转换的效率，提高图像生成的效率。
-
公开(公告)号：CN112269547B
公开(公告)日：2022-07-01
申请号：CN202011169043.4
申请日：2020-10-26
Applicant: 武汉轻工大学
Abstract: 本发明公开了一种无需操作系统的、主动、可控硬盘数据删除方法及装置，通过本发明的方案可在无需操作系统的情况下，通过安全芯片与定位芯片结合，定期检测是否发生了地理位置敏感的高风险事件，在检测到发生地理位置敏感的高风险事件时，通过操作系统独立的硬件级文件系统解析算法定位高安全等级数据所在的扇区，在无需操作系统的情况下直接对所述扇区加密并永久删除密钥、以及直接对所所述扇区进行多次随机数复写的方式，实现开机/休眠/关机多状态下高安全等级数据删除，从而实现涉密计算机遗失、涉密计算机携带人员被武力胁迫、涉密单位内部人员带离涉密机等情形下的数据自动删除，确保涉密数据的安全性。
-
Patent Agency Ranking
公开(公告)号：CN111582348A
公开(公告)日：2020-08-25
申请号：CN202010359482.5
申请日：2020-04-29
Applicant: 武汉轻工大学
Abstract: 本发明属于生成式对抗网络技术领域，公开了一种条件生成式对抗网络的训练方法、装置、设备及存储介质。该方法通过获取真实样本图片，对真实样本图片进行图像预处理，以获得目标样本图片；对目标样本图片进行分类以获得分类结果，并根据分类结果设置条件向量；获取条件生成式对抗网络；基于瓦瑟斯坦生成式对抗网络Wasserstein GAN及条件向量对条件生成式对抗网络中的生成器和判别器进行设置，以获得目标判别器和目标生成器；基于真实样本图片及条件向量对目标生成器和目标判别器进行训练。在条件生成式对抗网络中引入Wasserstein GAN运行机制，同时完成了稳定训练和进程指标的问题，从而解决了现有技术在条件生成式对抗网络训练时的稳定性不高和效率低的技术问题。
-
公开(公告)号：CN111242228A
公开(公告)日：2020-06-05
申请号：CN202010050228.7
申请日：2020-01-16
Applicant: 武汉轻工大学
Abstract: 本发明公开了一种高光谱图像分类方法、装置、设备及存储介质，属于高光谱图像处理技术领域。本发明通过获取高光谱图像，通过卷积神经网络对所述高光谱图像进行空间转换，得到卷积图像，对卷积图像进行分割，获得分割后的多个图像片段，对各图像片段进行卷积操作，得到卷积片段，将各卷积片段进行连接得到目标卷积片段，将目标卷积片段输入至卷积神经网络中的全连接层，并获取全连接层输出的图片分类结果，实现了对高维高光谱图像的精确分类。
-
公开(公告)号：CN109166114A
公开(公告)日：2019-01-08
申请号：CN201810978401.2
申请日：2018-08-24
Applicant: 武汉轻工大学
IPC: G06T7/00
Abstract: 本发明公开了一种脊柱椎间隙识别方法、设备、存储介质及装置，所述方法包括：获取待识别核磁共振图像，并对所述待识别核磁共振图像进行预处理，获得脊柱图像；对所述脊柱图像进行形态学处理，获得椎间隙区域图像；对所述椎间隙区域图像进行面积滤波和位置滤波，生成椎间隙图像，以识别所述待识别核磁共振图像中的椎间隙。由于依次剔除了非脊柱部位与非椎间隙区域，获得完整的椎间隙图像，从而可根据椎间隙图像计算椎间隙区域的相关参数，为相关的临床研究提供了很好的手段与工具。
-
公开(公告)号：CN112115002B
公开(公告)日：2024-04-02
申请号：CN202010999648.X
申请日：2020-09-21
Applicant: 武汉轻工大学
IPC: G06F11/14
Abstract: 本发明公开了一种从盘片损坏或不可信的机械硬盘恢复文件的方法，所述方法通过通过磁力显微镜从机械硬盘盘片获取原始映像；从所述原始映像中获取元数据；根据所述元数据获取待恢复文件的文件系统相关信息；根据所述文件的文件系统相关信息获得所述待恢复文件的目标全局扇区线性编址；根据所述目标全局扇区线性编址从所述原始映像中读取数据，并根据读取的数据恢复所述待恢复文件。本发明适用于各种文件系统，且独立于操作系统，仅仅依赖于原始映像，即可以恢复盘片损坏或者不可信的机械硬盘上的文件，不存在误报。
-
公开(公告)号：CN111582348B
公开(公告)日：2024-02-27
申请号：CN202010359482.5
申请日：2020-04-29
Applicant: 武汉轻工大学
IPC: G06V30/19 , G06V10/774 , G06V10/82 , G06N3/0475 , G06N3/045 , G06N3/094
Abstract: 本发明属于生成式对抗网络技术领域，公开了一种条件生成式对抗网络的训练方法、装置、设备及存储介质。该方法通过获取真实样本图片，对真实样本图片进行图像预处理，以获得目标样本图片；对目标样本图片进行分类以获得分类结果，并根据分类结果设置条件向量；获取条件生成式对抗网络；基于瓦瑟斯坦生成式对抗网络Wasserstein GAN及条件向量对条件生成式对抗网络中的生成器和判别器进行设置，以获得目标判别器和目标生成器；基于真实样本图片及条件向量对目标生成器和目标判别器进行训练。在条件生成式对抗网络中引入Wasserstein GAN运行机制，同时完成了稳定训练和进程指标的问题，从而解决了现有技术在条件生成式对抗网络
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.031 seconds)
