公开(公告)号：CN108664993A

公开(公告)日：2018-10-16

申请号：CN201810304695.0

申请日：2018-04-08

Applicant: 浙江工业大学

Inventor： 刘义鹏 ,  李湛青 ,  梁荣华 ,  陈朋 ,  蒋莉 ,  王海霞

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 一种基于密集权重连接的卷积神经网络图像分类方法，包括以下步骤：1)模型的输入图像为经过预处理的原始图像，经过预处理的图像裁剪为一个固定尺寸；2)对图像进行较大尺寸的卷积操作和池化操作；3)将步骤2)中输出的特征送入第一个密集权重连接模块；4)加权组合处理；5)将步骤3)中密集权重连接块的输出继续送入下一个卷积层与池化层，此时的特征图像将近一步缩小；在经过多次密集权重连接块、卷积层、池化层的组合后，特征图像将不断组合并缩小为特征点；得到的特征点直接送入分类层进行分类或送入全连接层后再进行分类。本发明应用于更加复杂的图像分类任务，对多层特征的融合增加了更多的前向通道，近一步避免了梯度问题的发生。

公开(公告)号：CN108596961A

公开(公告)日：2018-09-28

申请号：CN201810342590.4

申请日：2018-04-17

Applicant: 浙江工业大学

Inventor： 王海霞 ,  彭柔 ,  陈朋 ,  蒋莉 ,  杨熙丞 ,  吴晨阳

IPC: G06T7/33 ,  G06N3/04 ,  G06T17/00

Abstract: 一种基于三维卷积神经网络的点云配准方法，包括如下步骤：第一步：获取训练点云模型和待配准目标点云模型，计算其在观测方向上的深度图像；第二步：构建三维卷积神经网络模型，设定训练参数和损失函数，使用获取的数据集来训练网络，得到训练好的三维卷积神经网络模型；第三步：通过训练好的三维卷积神经网络模型来提取目标模型两视角下点云的特征点；第四步：根据提取到的特征点结合配准算法来计算两视角点云之间的配准参数。本发明具有良好的鲁棒性，可以在低分辨率、遮挡等条件不同的情况下准确的提取出点云的特征点。

公开(公告)号：CN107480649A

公开(公告)日：2017-12-15

申请号：CN201710733540.4

申请日：2017-08-24

Applicant: 浙江工业大学

Inventor： 王海霞 ,  杨熙丞 ,  陈朋 ,  梁荣华 ,  马灵涛

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 一种基于全卷积神经网络的指纹汗孔提取方法，包括如下步骤：第一步：获取高清指纹图像，并对每幅指纹图像中的汗孔位置和脊线位置进行标注，对标注好的指纹图像进行数据增广，构成标注数据集；第二步：构建全卷积神经网络模型，设定初始参数和损失函数，使用标注好的数据集训练全卷积神经网络模型，得到训练好的全卷积神经网络模型；第三步：通过训练好的全卷积神经网络模型来预测测试指纹图片汗孔和脊线的初步区域概率；第四步：利用汗孔的特性从初步汗孔区域中去除伪汗孔区域，得到真正的汗孔区域及中心坐标。本发明通过全卷积神经网络来学习提取形态大小各异的汗孔特征，从而提高汗孔提取的正确率。

公开(公告)号：CN104680492B

公开(公告)日：2017-07-28

申请号：CN201510106722.X

申请日：2015-03-11

Applicant: 浙江工业大学

Inventor： 王海霞 ,  蔡逸飞 ,  梁荣华 ,  蒋莉

IPC: G06T5/00

Abstract: 基于样本结构一致性的图像修复方法,包括如下步骤：确定图像缺损区域边界对缺损区域边界上的每一个像素点p，计算其优先权函数值；在图像缺损区域边界像素点中选取具有最大优先权值P(p)的像素点后，在图像已知区域寻找与目标块最相似的匹配块；找到最佳匹配块后，目标块中的未知像素点用中对应的像素值填充；被填充像素的置信度被更新；重复以上的几个步骤，直至缺损区域被填补完全。

公开(公告)号：CN119470390A

公开(公告)日：2025-02-18

申请号：CN202510047999.3

申请日：2025-01-13

Applicant: 浙江工业大学

Inventor： 张怡龙 ,  潘振宇 ,  孙昊浩 ,  陈朋 ,  王海霞 ,  梁荣华

IPC: G01N21/65 ,  G06N3/0499 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于神经网络的拉曼光谱自动调节与重建方法，应用于拉曼光谱系统，所述基于神经网络的拉曼光谱自动调节与重建方法包括：按照预设的第一温度、预设的第一积分时间、预设的第一增益和预设的第一偏置采集得到第一拉曼光谱信号。本基于神经网络的拉曼光谱自动调节与重建方法通过自动调节模型，自动调节积分时间、偏置和增益，无需手动操作，有效提升了拉曼光谱系统的动态范围和信噪比，使弱拉曼光谱信号更容易被识别，增强了检测灵敏度，也提升了检测的动态范围；并且自动调节模型中通过对宽度模块与深度模块的加权，提升了自动调节模型输出的准确性和灵活性。

公开(公告)号：CN118135616B

公开(公告)日：2024-10-01

申请号：CN202410262213.5

申请日：2024-03-07

Applicant: 浙江工业大学

Inventor： 姚永波 ,  王海霞 ,  杨阳 ,  张怡龙 ,  孙昊浩 ,  梁荣华 ,  陈朋

IPC: G06V40/12 ,  G06T7/40 ,  G06N3/0464 ,  G06N3/088

Abstract: 本发明公开了一种基于无监督低光照非接触式指纹增强方法和装置，首先构建并训练无监督低光照非接触式指纹增强网络模型，所述无监督低光照非接触式指纹增强网络模型包括图像分解模块和纹理增强模块；然后非接触式采集指纹图像，输入到图像分解模块，获取指纹图像的光照分量、反射分量和噪声分量；最后重建反射分量，并将重建后的反射分量作为纹理增强网络模块的输入，获得纹理增强后的反射分量，对光照分量进行伽马变换，然后与纹理增强后的反射分量相乘，重建指纹图像。本发明提高非接触式指纹的照度，同时更加关注指纹的纹理结构，从而使增强后的指纹图像边缘区域纹理更加明显。

公开(公告)号：CN118486022A

公开(公告)日：2024-08-13

申请号：CN202410582259.5

申请日：2024-05-11

Applicant: 浙江工业大学

Inventor： 高星河 ,  王海霞

IPC: G06V20/69 ,  G06V10/26 ,  G06V10/774 ,  G06V10/776

Abstract: 一种结合残差连接和多任务多权重损失的细胞分割方法和装置，其装置包括：(1)打开医疗细胞图像，截取不同风格以及特征的细胞建立细胞图像数据集；(3)使用标签制作程序制作细胞标签；(3)将细胞图像数据集按照8:1:1的比例拆分为训练集，测试集和验证集；(4)使用细胞数据训练集对多权重和使用残差连接的细胞分割网络进行训练；(5)使用测试集对每一轮的训练模型进行损失验证评估；(6)将训练好的模型使用验证集进行验证，最终评估模型精度；(7)对模型评估的结果进行判断，当模型评估精度>＝90％或者符合预期则执行步骤(8)，否则执行步骤(1)增加数据集样本数量；(8)使用训练好的模型进行目标图像的预测。本发明在密集医学细胞分割上具有显著的优势，可以有效地提高细胞分割精度。

公开(公告)号：CN118351601A

公开(公告)日：2024-07-16

申请号：CN202410513939.1

申请日：2024-04-26

Applicant: 浙江工业大学

Inventor： 张怡龙 ,  虞何悠 ,  王海霞 ,  孙昊浩 ,  梁荣华 ,  陈朋

IPC: G06V40/40 ,  G06V10/44 ,  G06T7/136 ,  G06V10/25 ,  G06V10/764

Abstract: 本发明涉及图像处理和指纹活体防伪技术领域，特别涉及一种基于散斑方差的光学相干层析成像的手指活体防伪方法。本发明通过B‑scan扫描获取样本的时序B‑scan图像；对时序B‑scan图像进行特征区域提取，保留感兴趣区域；使用散斑方差技术去除时序B‑scan图像中静止的结构信息的干扰，提取其中的活体信息，经过阈值分割，去除残留的无效信息；将阈值分割的结果与设定的活体阈值进行比较，得出样本的活体防伪结果。本发明运行速度快，不会增加额外的计算负担，且具有高度的通用性和灵活性。

公开(公告)号：CN118090699A

公开(公告)日：2024-05-28

申请号：CN202410093578.X

申请日：2024-01-23

Applicant: 浙江工业大学

Inventor： 张怡龙 ,  杜康 ,  陈朋 ,  王海霞 ,  梁荣华

IPC: G01N21/65 ,  G06V10/764 ,  G06V10/82 ,  G06V10/52 ,  G06V10/26 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/082 ,  G06N3/084

Abstract: 本发明涉及到差分拉曼光谱技术，特别涉及一种结合差分拉曼光谱和SE‑Res2Net的黄曲霉素检测方法。测得含有黄曲霉素以及不含有黄曲霉素的待测物的差分拉曼光谱；构建模型，初始化模型参数；将黄曲霉素的差分拉曼光谱和待测物的差分拉曼光谱输入模型得到特征图X；将特征图X输入Res2Net模块，得到特征图Y5；将特征图Y5输入SE模块，得到特征图f'；通过跳跃连接的方式将特征图X连接到特征图f'上，得到特征图f；得到待测物中是否含有黄曲霉素的概率，完成模型的训练；验证模型并更新参数。本发明有效去除拉曼光谱中的荧光、环境光等干扰，增强拉曼光谱中的特征峰，提高检测准确率。

公开(公告)号：CN113034475B

公开(公告)日：2024-04-19

申请号：CN202110339571.8

申请日：2021-03-30

Applicant: 浙江工业大学

Inventor： 王海霞 ,  薛茗 ,  于洋 ,  陈朋 ,  张怡龙 ,  梁荣华

IPC: G06T7/00 ,  G06T5/70 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G06T5/60

Abstract: 一种基于轻量级三维卷积神经网络的手指OCT体数据去噪方法，包括如下步骤：1)构建轻量级三维卷积模块；2)构建轻量级三维卷积神经网络模型，设定参数，进行训练；3)利用训练好的轻量级三维卷积神经网络，对OCT体数据进行去噪。本发明可以对手指体数据整体进行去噪，并且将网络轻量化，减少网络训练参数，加快去噪速度。