-
公开(公告)号：CN102879404A
公开(公告)日：2013-01-16
申请号：CN201210374140.6
申请日：2012-10-07
Applicant: 复旦大学
IPC: G01N21/89
Abstract: 本发明属于视频分析技术领域，具体为一种工业结构化场景中医用胶囊缺陷自动检测的系统。该系统包括：三个分别安装在胶囊传送滚轴两侧和正上方的摄像头，两个安装在胶囊传送滚轴两侧的LED光源，一台计算机；所述计算机上安装有处理软件系统，该处理软件系统包括软件界面启动模块、样本训练模块、图像分析模块以及通讯模块；系统工作时图像分析模块对胶囊图像进行检测，并通过通讯模块将检测结果传输给硬件，使其能剔除不合格胶囊；本发明综合不同图像处理方法性能差异，形成一套能够同时满足时间和准确率要求的算法，可在有限的计算资源下，保证较高的准确率，并实时的进行分析，以满足工业生产中的实际需要。
-
公开(公告)号：CN102043964A
公开(公告)日：2011-05-04
申请号：CN201010614651.1
申请日：2010-12-30
Applicant: 复旦大学
Abstract: 本发明属于视频监控技术领域，具体为基于云台摄像头的飞行器起降跟踪算法及跟踪系统。本发明通过安装在塔台上的监控摄像头及云台,由控摄像头送出的模拟信号，经转换成为数字视频信号后,作为所述跟踪系统的输入；该跟踪系统包括：目标检测模块、跟踪模块和云台控制模块；本发明可以自动追踪起降飞行器轨迹。本发明可提高机场中有固定起降模式的飞行器监控的准确性与实时性，降低人力资源的消耗，克服大规模高速运动背景视频中对象提取与追踪的种种困难，实现自动智能追踪录像分析，从而提高了监控质量。
-
公开(公告)号：CN119539011A
公开(公告)日：2025-02-28
申请号：CN202510080881.0
申请日：2025-01-20
Applicant: 复旦大学
Abstract: 本发明涉及自然语言处理技术领域，特别是涉及一种基于教师模型与情境推理的模型蒸馏方法及系统。通过使用多教师学习框架，使学生模型能够从多个大型教师模型中汲取知识，为学生模型提供多元化的学习路径；由于引入了上下文感知与示例生成机制，通过考虑输入数据的上下文信息和输入示例，增强了学生模型对复杂情境的理解和推理能力；推理链策略可以确保学生模型能够生成准确且有深度的推理过程，模仿教师模型的决策过程；采用参数微调技术，仅调整学生模型中的关键参数，实现对教师模型知识的高效迁移，减少学生模型在蒸馏过程中需要调整的参数数量；显著降低了模型部署和更新过程中的资源消耗，使得训练出的模型保持与模型相似的性能。
-
公开(公告)号：CN116704272A
公开(公告)日：2023-09-05
申请号：CN202210180289.4
申请日：2022-02-25
Applicant: 复旦大学
IPC: G06V10/77 , G06V10/80 , G06V10/764 , G06V10/82 , G06F16/58 , G06N3/0464 , G06N3/08 , G06N5/04
Abstract: 本发明公开了用于医学视觉‑语言多模态任务的文本嵌入表示方法，包括：步骤1，获取带有类别标签的医学图像数据集，进行预处理，同时划分为测试集和训练集；步骤2，预训练一个基于Transformer块的上下文信息特征的神经网络模型并进行优化训练；步骤3，获取带有医学图像‑文本对的数据集，并进行标准化处理，进行多分类预测，得到图像‑标签‑文本的三元组对；步骤4，对三元组对执行预定操作，得到图像标签的文本特征表示和图像文本对中文本的特征表示；步骤5，将图像标签的文本特征表示融入到图像文本对中文本的特征表示中，得到联合嵌入特征表示；步骤6，使用t‑SNE算法将联合嵌入特征表示降维至二维空间中，从而在隐式嵌入空间中观察特征分布。
-
公开(公告)号：CN111144406B
公开(公告)日：2023-05-02
申请号：CN201911332440.6
申请日：2019-12-22
Applicant: 复旦大学
Abstract: 本发明属于机器视觉图像处理技术领域，具体为一种太阳能面板清洁机器人自适应ROI目标定位方法。本发明利用目标在两帧图像中位置变化有限的特点，将上一帧的检测结果融合传感器运动信息补偿目标位置变化，估计出目标在当前图像中可能出现的感兴趣区域，缩小了检测范围，避免了全图扫描目标的大计算量和无用背景区域引入的干扰，专注于有效区域，能够实时高效精准地检测目标。本发明解决了清洁机器人在太阳能面板上由于检测范围广、背景复杂、运动变化导致的运算量大、实时性差、干扰多、容易丢失目标等问题，极大地提升了其检测效率和稳定性，使得清洁机器人快速、高效、精准地完成太阳能面板全自动清洁工作。
-
Patent Agency Ranking
公开(公告)号：CN113647939B
公开(公告)日：2022-11-15
申请号：CN202110988589.0
申请日：2021-08-26
Applicant: 复旦大学
IPC: A61B5/11 , A61B5/00 , A61B5/0205 , A61B5/107 , A61M21/02
Abstract: 本发明涉及一种针对脊柱退行性疾病的人工智能康复评估与训练系统，包括：脊柱运动评估子系统，接收现场拍摄的患者康复训练过程中的图像，对进行中医引导书康复训练前后的患者的颈椎、腰椎的关节活动度进行测量；姿态识别纠正子系统，将患者正在练习的动作进行实时的识别和分类，在患者训练过程中进行实时训练评估，并在患者完成整套训练动作后进行训练评估；背景音乐推荐子系统，提供用于患者康复训练过程中的辅助治疗的音乐；生理信号监测子系统，实时监测患者康复训练时的心率和呼吸速率，对患者的健康状况进行监控。与现有技术相比，本发明具备较强的便携性、易操作性，可满足患者远程居家自我康复训练。
-
公开(公告)号：CN111105390B
公开(公告)日：2022-03-18
申请号：CN201911144002.7
申请日：2019-11-20
Applicant: 复旦大学
Abstract: 本发明属于计算机图像处理技术领域，具体为一种改进的海天线检测和评估方法。本发明步骤为：根据海天线图像中噪声分布特点，进行图像的预处理操作，包括：图像颜色空间的转换、图像平滑、图像照明度增强等；提取亮度信息，获得灰度图；根据海天线图像中天空区域和海洋区域的分布特点，按照图像斜对角线方向切分图像；获取天空区域和海洋区域的亮度阈值，和海天线周围区域的亮度阈值；获取海天线周围区域的像素点；经过线性拟合操作得到最终海天线的位置，并绘制出来；根据图像中预测和真实海天线的位置，使用两个原创指标进行评估。本发明方法在强光照场景、低对比度场景、复杂场景和常规场景中，都可以稳定、准确、高效的检测出海天线的位置。
-
公开(公告)号：CN112243201B
公开(公告)日：2021-05-11
申请号：CN202011494771.2
申请日：2020-12-17
Applicant: 复旦大学 , 上海大汉三通通信股份有限公司
IPC: H04W4/12
Abstract: 本发明公开了5G RCS消息发送中的通道分配方法、装置及系统，该方法包括：预先设置每条通道所支持的各运营商的运营商占比；接收用户提交的5G RCS消息，并确定出对应的业务类型及目标运营商；依据5G RCS消息从业务类型的各条通道中筛选出与目标运营商对应的各条第一通道；依据预设规则从每条第一通道中确定出目标通道，并通过目标通道发送5G RCS消息；预设规则依据运营商占比设定；本发明在使用过程中能够有效避免大量通道处于闲置状态，提高资源利用率，有利于降低整体成本。
-
公开(公告)号：CN105938556B
公开(公告)日：2020-07-28
申请号：CN201610255819.1
申请日：2016-04-22
Applicant: 复旦大学
Abstract: 本发明属于计算机数字图像处理技术领域，具体为一种基于水流法的宽线检测算法。其步骤为：构建地貌海拔图：将输入的彩色图像转化为灰度图像，采用导向滤波对灰度图像进行边缘保留的平滑处理，以图像灰度信息作为海拔数据构建地貌海拔图；水流法获取宽线响应图：计算平滑后图像的粗糙度图像，通过Otsu选取粗糙度较大的像素点作为候选水分子，在地貌海拔图上利用水流法得到宽线响应图，水流法坡阈值和几何阈值参数自适应选取；宽线提取：计算输入图像的暗度信息或明度信息来消除错误的线响应，通过一些形态学操作进行平滑处理，获得最终宽线检测结果。本发明方法能够检测出线的厚度，能自适应地检测出纹理形状、厚度各异的宽线，可极大的提高宽线检测的准确度。
-
公开(公告)号：CN111242940A
公开(公告)日：2020-06-05
申请号：CN202010058500.6
申请日：2020-01-19
Applicant: 复旦大学
Inventor： 张文强
Abstract: 本发明涉及一种基于弱监督学习的舌体图像分割方法，包括步骤：1)采集大量的含有舌体的原始图像，对原始图像选择性搜索，获取大量的候选框；2)对原始图像进行随机数据增强，并采用分类网络进行训练，利用训练后的分类网络对获取的大量候选框进行评分，以对候选框进行筛选；3)对步骤2)筛选的候选框集合进行优化，获取最终的舌体边界框；4)对最终的边界框内的图像进行边缘检测；5)对边缘检测得到的检测图像采用Grabcut进行分割，获取最终的舌体分割结果。与现有技术相比，本发明既不需要大量的带像素级标签的训练数据，又能实现精细的舌体分割，在一定程度上解决了数据成本较大和泛化性差的问题，且同时具有较高的分割精度。
-
-
-
-
-
-
-
-
-
Search Results
100
records
(took 0.054 seconds)
