-
公开(公告)号：CN113034475A
公开(公告)日：2021-06-25
申请号：CN202110339571.8
申请日：2021-03-30
Applicant: 浙江工业大学
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。
-
公开(公告)号：CN109247911B
公开(公告)日：2021-04-06
申请号：CN201810824891.0
申请日：2018-07-25
Applicant: 浙江工业大学
IPC: A61B5/00 , A61B5/026 , A61B5/1172
Abstract: 一种手指多模态特征同步采集系统，包括手指表皮指纹采集模块(1000)、手指OCT信息采集模块(1100)、支持模块(1200)、手指OAG信息处理模块(1300)和计算机(1400)；支持模块(1200)用于实现数据接口拓展以便计算机与各个模块的数据传输和电源输出；手指表皮指纹采集模块(1000)用于实现手指表皮指纹信息的采集；手指OCT信息采集模块(1100)用于负责手指OCT信息的采集；手指OAG信息处理模块(1300)用于实现将OCT信息转换成OAG信息；计算机(1400)用于实现对采集到的信息进一步处理。本发明可以得到手指表皮指纹、手指真皮层指纹与汗腺、手指皮下血液流速信息。
-
公开(公告)号：CN111597895A
公开(公告)日：2020-08-28
申请号：CN202010293470.7
申请日：2020-04-15
Applicant: 浙江工业大学
Abstract: 一种基于resnet50神经网络的OCT指纹防伪方法，包括如下步骤：第一步：制取多种类型的指纹样本，采集与之对应的OCT体数据；第二步：对采集得到的数据做数据预处理；第三步：对采集得到的OCT体数据中取切片图进行一阶纵向差分运算，求取出每一列特征点所在位置，连通域去噪拟合之后得到角质层，选择角质层位置上的某一特征点，取局部小块，作为网络训练样本；第四步：构建resnet50网络模型；第五步：随机在鉴别OCT体数据中，将局部小块输入到训练好的resnet50网络模型，确定其所属类别，对此进行防伪。本发明通过网络学习到的手指深层次的信息，对测试数据进行一个数据分类，从而达到指纹防伪。
-
公开(公告)号：CN109247911A
公开(公告)日：2019-01-22
申请号：CN201810824891.0
申请日：2018-07-25
Applicant: 浙江工业大学
IPC: A61B5/00 , A61B5/026 , A61B5/1172
Abstract: 一种手指多模态特征同步采集系统，包括手指表皮指纹采集模块(1000)、手指OCT信息采集模块(1100)、支持模块(1200)、手指OAG信息处理模块(1300)和计算机(1400)；支持模块(1200)用于实现数据接口拓展以便计算机与各个模块的数据传输和电源输出；手指表皮指纹采集模块(1000)用于实现手指表皮指纹信息的采集；手指OCT信息采集模块(1100)用于负责手指OCT信息的采集；手指OAG信息处理模块(1300)用于实现将OCT信息转换成OAG信息；计算机(1400)用于实现对采集到的信息进一步处理。本发明可以得到手指表皮指纹、手指真皮层指纹与汗腺、手指皮下血液流速信息。
-
公开(公告)号：CN118351601B
公开(公告)日：2025-05-20
申请号：CN202410513939.1
申请日：2024-04-26
Applicant: 浙江工业大学
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。
-
Patent Agency Ranking
公开(公告)号：CN119470390B
公开(公告)日：2025-04-01
申请号：CN202510047999.3
申请日：2025-01-13
Applicant: 浙江工业大学
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：CN118980673B
公开(公告)日：2025-03-14
申请号：CN202411232274.3
申请日：2024-09-04
Applicant: 浙江工业大学
IPC: G01N21/65 , G16C20/20 , G16C20/70 , G06F18/213 , G06F18/24 , G06N3/0455 , G06N3/0464 , G06N3/0499 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于拉曼光谱的物质成分检测方法，包括获取待检测物质的拉曼光谱信号，并进行基线矫正得到矫正后的拉曼光谱信号；采用分类网络对矫正后的拉曼光谱信号进行分类得到待检测物质的类别；根据待检测物质所属的类别找出对应官能团的特征峰波段，并从拉曼光谱信号中将该特征峰波段分割出，然后将剩余的拉曼光谱信号按预设长度进行分割得到对应的小块波段；本基于拉曼光谱的物质成分检测方法通过分类出待检测物质的类别，然后根据所属类别对应的官能团的特征峰波段对待检测物质的成分进行识别，同时按照完整的官能团信息对拉曼光谱信号进行分割，保持了信号的完整性，提升了分类的精度。
-
公开(公告)号：CN118781018B
公开(公告)日：2025-02-14
申请号：CN202411239305.8
申请日：2024-09-05
Applicant: 浙江工业大学
IPC: G06T5/73 , G06T5/50 , G06T5/60 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的红外图像辅助图像去雾方法，包括获取待去雾的有雾图像和对应的红外图像。在图像去雾模型中引入红外图像进行辅助去雾，使得在极端条件下也能表现出很好的去雾效果，同时在图像去雾模型中将红外图像作为雾霾密度相关的先验信息，引入了Transformer模块与改进的CNN网络结合提取特征，Transformer可以提取包含烟雾密度的全局特征信息，与CNN网络提取的局部特征信息互补，提高去雾性能；图像去雾模型的注意力模块中设计通道注意力和空间注意力，通道注意力帮助模型更好地关注图像中的重要特征通道，从而提高模型的准确性，空间注意力帮助模型更好地关注图像中的重要区域，进而提高去雾性能。
-
公开(公告)号：CN119292379A
公开(公告)日：2025-01-10
申请号：CN202411804796.6
申请日：2024-12-10
Applicant: 浙江工业大学
Abstract: 本发明公开了一种基于MFAC的高精度高功率拉曼光源激光器温控系统，包括分别与拉曼光源激光器电连接的主控模块、恒流驱动电路和恒温控制模块，其中：拉曼光源激光器，包括位于壳体内的泵浦源、TEC和热敏电阻。本基于MFAC的高精度高功率拉曼光源激光器温控系统通过采集热敏电阻的阻值，并获取得到对应的实际温度，将实际温度与期望温度进行对比，计算PWM占空比并将对应的PWM波信号作为TEC驱动电路的输入，来驱动TEC的制冷工作或不工作，使得拉曼光源激光器在不同环境下的工作温度保持稳定，进而实现对拉曼光源激光器的温度控制；且采用MFAC算法能更好地满足拉曼光源激光器温度控制高精度、低时滞的需求。
-
公开(公告)号：CN118552988A
公开(公告)日：2024-08-27
申请号：CN202410993925.4
申请日：2024-07-24
Applicant: 浙江工业大学
IPC: G06V40/12 , G06V10/26 , G06V10/82 , G06N3/0464 , G06N3/0455
Abstract: 本发明公开了一种基于OCT的内部指纹快速提取方法，包括采集内部指纹数据，且内部指纹数据包括预设数量的输入帧，将各输入帧划分为第一类帧、第二类帧、第三类帧或第四类帧，其中第一类帧属于第二类帧的一种，对所有输入帧设置索引值。本方法无需每个输入帧都需要经过分割模型进行计算得到分割结果，第二类帧在通过分割模型计算分割结果时，无需通过骨干网络提取第二特征块和第三特征块，直接采用最新的第一类帧经过骨干网络输出得到的该最新第一类帧的第二特征块和第三特征块进行代替，因此省去提取时间，加快了分割计算速度，同时第三类帧直接采用第二类帧的分割结果进行重建，无需采用分割模型进行计算，进而实现内部指纹的快速提取。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.049 seconds)
