-
公开(公告)号：CN111938604A
公开(公告)日：2020-11-17
申请号：CN202010654996.3
申请日：2020-07-09
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于多模态技术的呼吸系统疾病远程监控系统，包括集成成像模块、麦克风阵列模块和处理终端模块，集成成像模块包括集成的远红外热成像装置、可见光成像装置、近红外成像装置，处理终端模块根据远红外热成像装置的热成像图像提取人体的体温和呼吸速率，用于判断人体的发热、呼吸急促情况；处理终端模块根据可见光成像装置、近红外成像装置的成像图像识别人体的咳嗽动作，根据麦克风阵列模块的音频信息识别咳嗽声音，通过人体的咳嗽动作、咳嗽声音来综合判断咳嗽行为。本发明整合了成像模块和麦克风阵列模块，可以实现高精度的呼吸系统疾病典型特征信号提取和分析，满足对于呼吸系统疾病远程监控的应用需求。
-
公开(公告)号：CN111938567A
公开(公告)日：2020-11-17
申请号：CN202010655960.7
申请日：2020-07-09
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于深度学习的人眼参数测量方法及系统，包括：获取人脸图片，并提取图片中左右眼图像；采用深度神经网络，识别左右眼图像中的不同位置，包括角膜、巩膜和内外眦位置；计算左右眼图像中的不同位置的多个眼部参数。同时提供了一种基于上述人眼参数测量方法及系统实现的设备。本发明提供的基于深度学习的人眼参数测量方法、系统及设备，能够实现人眼不同部位的自动识别和定位；实现眼科医生常需要测量的眼部参数的自动测量；为眼科医生实现对眼部病症情况的分析提供了参数辅助及支持。
-
公开(公告)号：CN111539420A
公开(公告)日：2020-08-14
申请号：CN202010171611.8
申请日：2020-03-12
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于注意力感知特征的全景图像显著性预测方法及系统，包括：预测全景图像的前景注意力图和背景注意力图；计算预测的所述前景注意力图、所述背景注意力图中每一部分的逐像素的亮度值，得到可视化分数；提取全景图像的全局特征，将所述全局特征与预测的所述前景注意力图、所述背景注意力图使用逐元素乘的方式进行融合，得到融合后的所述前景注意力图、所述背景注意力图；将融合后的所述前景注意力图、所述背景注意力图与所述可视化分数加权融合，获得最终的预测结果。本发明在模拟人类视觉注意力机制方面具有较好的准确性。
-
公开(公告)号：CN111385567A
公开(公告)日：2020-07-07
申请号：CN202010172376.6
申请日：2020-03-12
Applicant: 上海交通大学
IPC: H04N17/00 , H04N21/234 , H04N21/44
Abstract: 本发明公开一种超高清视频质量评价方法及装置，方法包括：将超高清视频序列逐帧提取出图像序列，将图像从彩色图转变成灰度图；对转变后的每一帧灰度图进行分块，并计算每一分块的局部方差，选取局部方差最大的一个分块作为后续处理的子图，并记录该局部方差为图像复杂度特征；对所述子图进行离散余弦变换，计算所述离散余弦变换下的频域能量特征；计算所述子图的自然统计学特征；将上述图像复杂度特征、频域能量特征、自然统计学特征采用支持向量机方法融合，得到最终的视频质量评价质量分数。本发明可以有效地用于辨别真伪4K超高清图像视频序列，评价超高清图像的质量。
-
公开(公告)号：CN111539250B
公开(公告)日：2024-02-27
申请号：CN202010171560.9
申请日：2020-03-12
Applicant: 上海交通大学
IPC: G06V20/56 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本发明提供一种基于神经网络的图像雾浓度估计方法、系统和终端，方法包括：采用卷积神经网络自动提取待测图像的特征；将提取的待测图像的所述特征采用最大池化层与卷积层进行特征映射；计算映射后的所述特征中的最大值和平均值，并将两者进行融合；对于融合后的特征进行激活；对激活得到的特征取平均，得到的结果为最后整幅图像的雾浓度。所述系统包括特征提取模块、特征映射模块、局部统计值集散模块和最大值均值融合模块。本发明能很好的预测雾浓度的大小，并且与人类的主观评价高度一致，可以对任意大小的雾图像进行雾浓度的估计。
-
Patent Agency Ranking
公开(公告)号：CN111488886B
公开(公告)日：2023-04-28
申请号：CN202010171615.6
申请日：2020-03-12
Applicant: 上海交通大学
IPC: G06V10/46 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0985
Abstract: 本发明提供了一种基于排列注意力特征的全景图像显著性预测方法，包括：提取模板特征图和逐通道特征图，将所述模板特征图和所述逐通道特征图进行相乘生成逐通道特征；将生成的所述逐通道特征进行注意力特征排列；根据排序结果，选择对细粒度显著性预测有用的所述逐通道特征进行特征增强，将选择的所述逐通道特征输入到卷积神经网络中进行头部注视点的预测。本发明还提供与上述方法对应的系统及终端。本发明不仅可以较好的模拟人类视觉注意力机制，而且也得到了较高的预测准确率。
-
公开(公告)号：CN111539913B
公开(公告)日：2022-12-20
申请号：CN202010211195.X
申请日：2020-03-24
Applicant: 上海交通大学
Abstract: 本发明提供了一种移动设备拍照清晰度质量评价方法、系统和终端，方法首先选取图像纹理最为丰富的区域作为表征待评价图像清晰度质量的块状区域，然后计算该块状区域在空间域、频域和小波域上的纹理特征，最后利用机器学习的方法把块状区域的特征向量回归到主观的清晰度质量分数。本发明只选取图像纹理最为丰富的区域作为待评价的对象，可以有效的排除图像无关位置的影响，分别从空间域、频域和小波域上提取纹理特征，可以高效的表征图像清晰度的特征信息。
-
公开(公告)号：CN111539420B
公开(公告)日：2022-07-12
申请号：CN202010171611.8
申请日：2020-03-12
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于注意力感知特征的全景图像显著性预测方法及系统，包括：预测全景图像的前景注意力图和背景注意力图；计算预测的所述前景注意力图、所述背景注意力图中每一部分的逐像素的亮度值，得到可视化分数；提取全景图像的全局特征，将所述全局特征与预测的所述前景注意力图、所述背景注意力图使用逐元素乘的方式进行融合，得到融合后的所述前景注意力图、所述背景注意力图；将融合后的所述前景注意力图、所述背景注意力图与所述可视化分数加权融合，获得最终的预测结果。本发明在模拟人类视觉注意力机制方面具有较好的准确性。
-
公开(公告)号：CN113628174A
公开(公告)日：2021-11-09
申请号：CN202110829098.1
申请日：2021-07-21
Applicant: 上海交通大学
Abstract: 本发明提供了一种主观及客观超声医学图像质量评价方法及系统，方法包括：对超声医学图像进行主观质量评估，每张图像给出第一质量、第二质量和第三质量的三类分类评估结果中一种；采用所述分类评估结果进行神经网络的训练，所述神经网络分别从不同所述超声医学图像中提取高维度特征，将提取的所述高维度特征进行全连接输出得到第一质量、第二质量和第三质量三类分类结果；通过不断训练得到一个准确率最高的神经网络模型；将待评价的超声医学图像输入训练得到的所述神经网络模型，得到最终的医学图像质量评价结果。本发明可以辅助医生对不合格、没有诊断意义的医疗图像进行筛选剔除。
-
公开(公告)号：CN111556192B
公开(公告)日：2021-05-14
申请号：CN202010211257.7
申请日：2020-03-24
Applicant: 上海交通大学
IPC: H04M1/72448 , H04M1/72439
Abstract: 本发明提供了一种手机照片拖动比较排序方法，对所有待排序图片进行打分属性选择，并根据所选择的打分属性，按照打分属性所对应的框选算法截取图片的展示区域，形成展示图片；读取展示图片，选择合适的插入位置，进行主观基准预排序，更新展示图片队列；重复上述步骤，直至全部展示图片排序完成。本发明同时提供了一种手机照片拖动比较排序系统，用于执行上述方法。本发明提供的方法及系统，针对不同的属性划区域打分。采用了实用的框选算法，针对图片的不同属性，不同维度可以选取更加合适的评价区域。大大地提升打分效率。采用图像排序的方式来替代直接给出分数，是多个评分人员的评分结果达到一致。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.021 seconds)
