-
公开(公告)号：CN116109822A
公开(公告)日：2023-05-12
申请号：CN202211692293.5
申请日：2022-12-28
Applicant: 复旦大学
IPC: G06V10/26 , G06V20/70 , G06V10/52 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/047 , G06N3/084
Abstract: 本发明提供了一种基于多尺度多视图网络的器官图像分割方法及系统；其中，所述方法包括：S1，对腹部器官CT图像进行预处理；S2，训练多器官网络模型，使用其对所述腹部器官CT图像进行粗分割，根据粗分割结果提取单器官的小块，并保存各小块的坐标；S3，训练单器官多尺度多视图网络模型，使用其对各所述小块进行细分割；S4，根据粗分割结果和细分割结果生成目标分割视图。本发明实现了对腹部器官的精准分割。
-
公开(公告)号：CN115813409A
公开(公告)日：2023-03-21
申请号：CN202211542339.5
申请日：2022-12-02
Applicant: 复旦大学
IPC: A61B5/372 , G06F18/10 , G06F18/213 , G06F18/24 , G06F18/241 , G06N3/0464 , G06N3/044 , G06N3/08
Abstract: 本发明公开了一种超低延迟的运动图像脑电图解码方法。在本方法中，通过使用公开头部解剖模板建立信号传导模型，并使用标准化低分辨率层析成像方法获得皮质脑电。为了解决通道数上升带来的计算量大问题，使用滤波器组共空间模式方法获得空间滤波核，将特征提取计算量降低到线性程度。并使用包含三个域上的自注意力机制的分类网络完成特征的自动分类与挑选。本发明在四分类运动想象脑电任务中取得了先进的准确率，在具有相当低的延迟的同时具有较高的生理解释性。本发明中提出的解码方法有助于实现低延迟人机交互系统。
-
公开(公告)号：CN114691345A
公开(公告)日：2022-07-01
申请号：CN202011564008.2
申请日：2020-12-25
Applicant: 复旦大学
Abstract: 本发明公开了一种适用于SLAM非线性并行化芯片计算架构，包括至少一个基于脉动阵列的块结构并行化矩阵乘加单元，用于将大规模矩阵分解成最大为6×6规模的块结构矩阵并行化的乘加操作；至少一个求解大规模对称正定矩阵方程的预处理共轭梯度方法的迭代求解器；以及硬件映射模块用于SLAM后端优化中复杂数据流的处理分析。本发明提供了针对SLAM后端优化的一种加速架构，实现了基于光束平差法的后端优化硬件运算加速器，能够灵活适用于各种SLAM算法的后端优化组件的运算，具有配置灵活、运算速度快、功耗低。
-
公开(公告)号：CN111881979B
公开(公告)日：2022-05-13
申请号：CN202010739336.5
申请日：2020-07-28
Applicant: 复旦大学
Abstract: 本发明公开了一种基于患者行为的多模态数据标注装置，包括数据采集设备、标注存储器及处理器，还包括预处理服务器、数据库服务器、AI协作服务器和多图半监督学习算法，该算法由预处理模块、审查模块、管理模块以及AI协作模块四个程序模块组成，旨在利用数据采集设备采集的多模态信息进行信息融合，之后通过融合数据的特征构建成图，然后通过融合图上进行半监督学习，在学习过程中实现患者行为多模态数据的自动标注。本发明克服了训练数据不足和数据冗余较大的问题，实现患者行为多模态数据的自动标注，极大地提高了标注精度。
-
公开(公告)号：CN114372966A
公开(公告)日：2022-04-19
申请号：CN202111644560.7
申请日：2021-12-30
Applicant: 复旦大学
Abstract: 本发明涉及一种基于平均光流梯度的相机破坏检测方法及系统，获取当前帧图像与前一帧图像；得到当前帧图像的灰度图与前一帧图像的灰度图；输入当前帧图像的灰度图以及前一帧图像的灰度图，计算两帧图像之间的密集光流场，光流场中的每一个点为对应的像素点在x、y方向上的位移量；基于密集光流场计算光流幅值均值；基于光流幅值均值计算光流幅值均值的梯度，记为平均光流梯度，若平均光流梯度满足预设置的判断条件，则认为相机受到破坏。与现有技术相比，本发明在相机破坏自动检测中，主要通过检测相机画面的剧烈变化来实现，以平均光流梯度为特征描述相机画面的变化，通过判定当前光流特征变化是否超过设定阈值，判定相机是否被破坏。
-
Patent Agency Ranking
公开(公告)号：CN112406436A
公开(公告)日：2021-02-26
申请号：CN202011407057.5
申请日：2020-12-03
Applicant: 复旦大学
IPC: B60F5/02 , B64D47/08 , B64C27/08 , B62D57/032
Abstract: 本发明公开了一种空地两用复合式机器人，所述空地两用复合式机器人包含飞行器组件、摄像头、控制器、定位器、外壳以及行走机构。本发明提供的复合式的空地两用机器人，既可以实现空中飞行操作，又可以实现地面步行操作；且所述机器人以较少的动力部件实现步行的前进、后退以及转弯操作，具体的，以两个双输出电机控制8个步行足的前进、后退，通过控制舵机调整一侧步行足的步长，实现机器人的转弯。本发明提供的复合式的空地两用机器人具有重量轻，动力部件少的特点，最大可能地减少自重，增加机器人的载重能力和续航效果。
-
公开(公告)号：CN111881818A
公开(公告)日：2020-11-03
申请号：CN202010732191.6
申请日：2020-07-27
Applicant: 复旦大学
Abstract: 本发明涉及一种医疗行为细粒度识别装置，包括摄像机、处理器和存储器及如下算法：通过摄像机采集实时发生的医疗行为视频；对视频数据预处理；获取上一时刻的卷积核的采样感受野；计算上一时刻图像与当前时刻图像的局部相干约束；计算当前时刻的感受野位移量；对每个采样点增加相应的位移量，获得变形后的卷积核；进行当前时刻的卷积运算，得到外观特征信息；计算感受野随时间的差值并提取运动特征信息；合并上述运动特征和外观特征，得到时空特征；将所述时空特征输入到三维卷积神经网络，经由全连接层得到动作分割与预测结果；对三维卷积神经网络的输出结果进行特征分割和动作分类预测。本发明可以提高系统的速度和效率及识别精度。
-
公开(公告)号：CN119962565A
公开(公告)日：2025-05-09
申请号：CN202510449875.8
申请日：2025-04-11
Applicant: 复旦大学
Abstract: 本发明涉及一种基于人类反馈和任务目标的智能体运行轨迹优化方法，包括：根据任务目标，设计任务目标数学表达式；根据任务搭建强化学习环境；从同一状态出发，随机采样不同的两段轨迹片段，根据人类偏好对轨迹片段进行标注以更新奖励模型；从同一状态出发，根据任务目标数学表达式，判断智能体当前轨迹是否满足任务需求，并将满足任务需求的轨迹存入优势容器中，不满足需求的轨迹存入非优势容器中；随机从优势容器和非优势容器中提取轨迹片段，用于优化奖励模型；根据优化后的奖励模型进行强化学习训练智能体，输出得到智能体的最优运行轨迹。与现有技术相比，本发明能够减轻人类反馈负担、提高强化学习训练效率，提升智能体运行轨迹的精准性。
-
公开(公告)号：CN119927933A
公开(公告)日：2025-05-06
申请号：CN202510435517.1
申请日：2025-04-09
Applicant: 复旦大学
IPC: B25J9/16
Abstract: 本发明涉及一种基于动态神经符号距离场的机器人感知与控制方法和系统，方法包括：获取机器人的各个原始网格文件；根据网格文件构建整体机器人，并进行随机采样，计算采样点到每个机器人关节处的SDF真实值，并进行拟合，得到静态神经符号距离场；采样机器人的关节位置，得到前向运动学结果作为输入，对静态神经符号距离场进行蒸馏，得到动态神经符号距离场；利用强化学习技术对机器人进行训练，使用动态神经符号距离场作为外部感知输入，以关节角度作为机器人的输出，训练得到教师策略；对教师策略进行蒸馏，得到学生策略，用于进行机器人的运动控制。与现有技术相比，本发明具有实现了碰撞情况的提前预判、控制准确、处理效率高等优点。
-
公开(公告)号：CN115100115B
公开(公告)日：2025-03-11
申请号：CN202210577649.4
申请日：2022-05-25
Applicant: 复旦大学
IPC: G06T7/00 , G06T7/11 , G06T7/187 , G06T3/4007 , G06T7/73 , G06V10/774 , G06V10/77 , G06V10/764 , G06N3/0464 , G06N3/08
Abstract: 本公开提供了一种器官图像分割的方法、装置、设备及存储介质，属于计算技术领域，能够提高器官尤其是小器官的分割准确度。具体地，通过参考大器官形状来帮助难以分割的小器官实现精准分割，改进了当前器官分割的方法，从而使小器官在形状不定、体素少、边界模糊的情况下也能获得很好的分割效果。
-
-
-
-
-
-
-
-
-
Search Results
64
records
(took 0.023 seconds)
