-
公开(公告)号：CN111666813B
公开(公告)日：2023-06-30
申请号：CN202010356352.6
申请日：2020-04-29
Applicant: 浙江工业大学
Abstract: 一种基于非局部信息的三维卷积神经网络的皮下汗腺提取方法，包括如下步骤：1)利用归一化算法图像增强后，通过截取局部数据和数据旋转进行数据增广；2)通过添加Non_local模块构建基于非局部信息的三维卷积神经网络模型，损失函数采用Dice损失函数；3)将步骤一获取的训练集输入神经网络进行训练；4)利用汗腺体的大小的一定规律和汗腺体上下端的位置偏差不会太大的特性从初步的三维汗腺体图像中筛选并去除伪汗腺体。本发明充分利用指纹切片之间的像素相关性，利用非局部的信息来增加信息量，增强汗腺体信息，提高了指汗腺体检测的准确率。
-
公开(公告)号：CN111597880B
公开(公告)日：2023-06-30
申请号：CN202010258441.7
申请日：2020-04-03
Applicant: 浙江工业大学
Abstract: 一种基于单幅条纹投影的多视角三维指纹获取方法，通过基于条纹投影技术同时获取一幅无相位信息的二维指纹图和带有相位信息的指纹条纹图像，对带有相位信息的指纹条纹图像进行相位提取；进行相位解缠得到连续的相位，通过相位信息对单视角三维指纹完成重建；在获取多个视角的三维指纹后，在每个三维指纹对应的二维指纹图上找到端点或者分叉点作为特征点并且与下个相邻视角二维指纹进行特征点匹配，确定二维指纹的特征匹配点集，在通过特征点集的二维信息，在三维指纹上找到匹配的特征点；获得三维指纹的特征匹配点集后，进行三维指纹配准，重建出多视角的三维指纹模型。本发明测量速度快，通过多视角配准的方法采集出更加完整的三维指纹数据。
-
公开(公告)号：CN115619658A
公开(公告)日：2023-01-17
申请号：CN202211149964.3
申请日：2022-09-21
Applicant: 浙江工业大学
IPC: G06T5/00 , G06N3/0464 , G06N3/044 , G06N3/048 , G06N3/08
Abstract: 一种基于内容保证的循环生成式对抗网络手指OCT体数据去噪方法，包括如下步骤：1)通过人为方式制作一张高质量的干净手指B‑Scan图像；2)构建内容保证的循环生成式对抗网络模型，设定参数，进行训练；3)利用训练好的卷积神经网络模型，对OCT体数据进行去噪。本发明可以仅使用一张干净图像训练内容保证的循环生成式对抗网络模型，并对手指OCT体数据进行有效去噪。
-
公开(公告)号：CN114581962A
公开(公告)日：2022-06-03
申请号：CN202210176443.0
申请日：2022-02-25
Applicant: 浙江工业大学
Abstract: 一种基于多输入卷积神经网络的高分辨率掌纹识别的方法，包括如下步骤：1)对高分辨率掌纹ROI进行定义，包括中心ROI区域和边缘ROI区域(包括大鱼际ROI区域，小鱼际ROI区域，指间区ROI区域，简称ROI1,ROI2,ROI3)的裁剪。因此，一只手掌数据共可以裁剪出4块ROI区域图像，作为用于识别的数据；2)设计高分辨率掌纹识别的网络模型，用步骤1)裁剪的ROI样本,并对其进行数据增广以此生成更多的掌纹ROI数据来进行训练；3)运行多输入卷积神经网络模型并输出结果。本发明能够联合掌纹中心ROI区域和边缘ROI区域提取更全面的特征以达到更高的高分辨率掌纹识别率。
-
公开(公告)号：CN114581500A
公开(公告)日：2022-06-03
申请号：CN202210176451.5
申请日：2022-02-25
Applicant: 浙江工业大学
Abstract: 一种多视角三维指纹粗配准方法，包括如下步骤：1)读取两组不同视角的三维指纹数据，分别作为源指纹和目标指纹。每组数据包含一帧点云数据和对应同步拍摄的二维指纹图像。对二维指纹图像进行增强与细化，得到脊谷分明的二值化指纹图。2)对两幅二值化指纹图提取特征点，并进行特征描述。3)对两组特征点信息进行模糊匹配，获得初始模糊匹配对。4)使用不同特征点对之间的几何位置关系进行双重匹配验证，滤除错误的匹配点对。5)根据匹配的二维特征点对找到对应的源三维指纹点云数据和目标三维指纹点云数据的三维点云特征点对，进行粗配准，得到初始变换矩阵。本发明能够从非接触式二维指纹图像中提取匹配特征点对，以更高的准确性和鲁棒性实现多视角三维指纹点云粗配准。
-
Patent Agency Ranking
公开(公告)号：CN108711166B
公开(公告)日：2022-05-03
申请号：CN201810324883.X
申请日：2018-04-12
Applicant: 浙江工业大学
Abstract: 一种基于四旋翼无人机的单目相机尺度估计方法，包括以下步骤：1)获取图像及IMU参数信息；2)提取二维图像特征点并进行特征匹配；3)求解相机的外参矩阵；4)融合IMU信息，估计单目相机的尺度，本发明提出一种针对四旋翼飞行器的地图构建问题的简单且运算量低的单目摄像机尺度估计方法，为四旋翼无人机地图构建提供了有效的尺度因子。
-
公开(公告)号：CN114067169A
公开(公告)日：2022-02-18
申请号：CN202111203315.2
申请日：2021-10-15
Applicant: 浙江工业大学
IPC: G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 一种基于卷积神经网络的拉曼光谱识别的方法，包括以下步骤：1)通过拉曼光谱仪采集原始拉曼光谱,同时划分为训练集和验证集；2)建立神经网络模型,包括设定卷积层数，卷积核尺寸，训练参数和损失函数，将步骤1)中得到的图片输入至神经网络中，运行神经网络，获得最终识别结果。本发明使用卷积神经网络，能够从原始的拉曼光谱图像中直接辨别待测物质的种类，不需要对拉曼光谱进行复杂的预处理，从而降低了对硬件的要求，提高了效率并且降低了成本；利用GPU强大的计算能力和大量采集的原始拉曼光谱图,对卷积神经网络的训练，确定识别模型的各个参数，能够实现拉曼光谱图像的快速地自动识别待测物质的种类。
-
公开(公告)号：CN113126069A
公开(公告)日：2021-07-16
申请号：CN202110306807.8
申请日：2021-03-23
Applicant: 浙江工业大学
IPC: G01S7/539
Abstract: 一种基于ZYNQ的前视声纳信号处理硬件系统，涉及海洋声学装备技术领域，包括ZYNQ模块、Spartan‑6模块、高速AD模块、模拟前端模块、电源模块、DDR3模块、千兆网模块、PWM模块、DA模块、SD卡模块以及串口通信模块。本发明抗干扰能力较好、功耗较低、实时性良好。本发明提供了一种能对多路模拟通道同步采集、大量数据高速处理、成像速度快的基于ZYNQ的前视声纳信号处理硬件系统。
-
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：CN110163817B
公开(公告)日：2021-06-18
申请号：CN201910347403.6
申请日：2019-04-28
Applicant: 浙江工业大学
Abstract: 一种基于全卷积神经网络的相位主值提取方法，包括以下步骤：1)在计算机上将预先编码所需的按正弦分布的条纹图，预先编码好的条纹图投影至待测物，并使用工业相机采集待测物条纹图；2)构建全卷积神经网络模型，设定训练参数和损失函数，将1)中得到的图片输入至神经网络中，运行神经网络，获得所需的相位主值；3)使用基于质量图导向的方法对2)中得到的相位主值进行解缠，得到准确相位值。本发明提供一种图像采集的数量少、无需训练数据集以及训练过程、精度较高的基于全卷积神经网络的相位主值提取方法。
-
-
-
-
-
-
-
-
-
Search Results
125
records
(took 0.031 seconds)
