-
公开(公告)号：CN107092875A
公开(公告)日：2017-08-25
申请号：CN201710232163.6
申请日：2017-04-11
Applicant: 福州大学
Abstract: 本发明涉及一种新的场景识别方法。该方法：S1、采用似物检测中的选择性搜索方式对场景图像进行图像分割产生图像块；S2、对各个图像块进行深度特征提取；S3、采用K‑Means聚类算法对步骤S2提取的各个图像块的深度特征进行聚类；S4、对步骤S3的聚类结果进行筛选并生成字典；S5、场景图像的字典空间表达，并对字典空间表达结果矩阵进行顺序最大池化处理；S6、进行SVM分类，得到结果。本发明采用似物检测提取图像块避免了图像块语义不明确的问题，同时提出了具有代表性和区别性的增强型K‑Means字典，最后提出了一种适应似物检测的顺序池化方式，提高了分类的准确率。
-
公开(公告)号：CN107066963A
公开(公告)日：2017-08-18
申请号：CN201710232164.0
申请日：2017-04-11
Applicant: 福州大学
Abstract: 本发明涉及一种自适应人群计数方法。首先使用累计积分特征行人检测器进行行人检测，来获得大量的检测候选框，然后对获得的候选框进行预处理，接下来本文提取各个预处理后的候选框的空间，时间以及颜色特征；基于这些特征，本发明用狄迪克雷混合模型和吉布斯采样理论来对候选框进行聚类；通过这种方式，来获得人群团块的区域；接下来，本文使用基于角点的人群计数方法来对每个人群团块区域进行人群初步计数；通过计数结果与特征点的关系，本发明判断人群密度，针对不同密度，本文选取不同的数据融合方法，来提高计数结果的准确性。本发明方法提高了人群计数检测的稳定性和精确性。
-
公开(公告)号：CN105118052A
公开(公告)日：2015-12-02
申请号：CN201510466888.2
申请日：2015-08-03
Applicant: 福州大学
IPC: G06T7/00
CPC classification number: G06T7/0012 , G06T2207/30048
Abstract: 本发明涉及一种新的全方向M型心动图运动曲线提取方法。首先，输入全方向M型心动图图像，并将该全方向M型心动图图像进行分块；其次，计算各分块图像的参数，通过蚁群算法获取可能的边缘块图像；最后，将上述获取的边缘块图像通过遗传算法拟合sigmoid函数，从而获得全方向M型心动图的运动曲线。本发明通过蚁群算法进行初定位，再通过遗传算法拟合sigmoid函数进行精确定位，分两步骤实现心动图运动曲线的拟合，使得能够对心动图的运动曲线细节有更多的保留，为医务人员对患者病情的分析提供更多的依据。
-
公开(公告)号：CN119131062A
公开(公告)日：2024-12-13
申请号：CN202411259330.2
申请日：2024-09-09
Applicant: 福州大学 , 复旦大学 , 厦门天允星途医疗科技有限公司
IPC: G06T7/11 , G06V10/764 , G06T17/00
Abstract: 本发明涉及一种基于拓扑先验的三维肺CT管状结构分割的隐式神经网络构建方法，属于医学图像处理领域。构建基于拓扑先验的三维肺CT管状结构分割的隐式神经网络，采用隐式神经网络学习三维肺CT管状结构分割结果连续的表示，重建出任意分辨率的三维肺CT管状结构分割结果；此外，通过整合三维肺CT管状结构的拓扑结构信息对细小分支进行密集采样；另外，采用中心线预测辅助任务来优化三维肺CT管状结构分割结果。本发明使用了隐式神经网络生成了连续的坐标点，减少计算量和参数，可以在生成高分辨分割结果的同时减少内存占用；引入了拓扑采样策略和中心线引导，有助于解决前景背景不平衡的问题，以及缓解尺度不平衡的问题。
-
公开(公告)号：CN119130878A
公开(公告)日：2024-12-13
申请号：CN202411258850.1
申请日：2024-09-09
Applicant: 福州大学
IPC: G06T5/90 , G06T5/70 , G06T5/60 , G06V10/764 , G06V10/82 , G06V10/774 , G06N3/0464
Abstract: 本发明涉及一种适用于雾霾气候的微光图像增强方法，属于数字图像处理领域。首先，该方法通过GCA(Group Channel Attention)组通道注意力结构在学习的过程中能够有效学习到图像对中的去噪信息，能够解决外部噪声所带来的干扰；其次，该方法的transformer block通过自注意力机制使得网络具有较好的窗口自适应能力，能够解决局部过曝现象中具有较好效果；再者，该方法可以通过少量现场样本进行微调，大大提高了对所需环境的适应能力，且能在微光增强任务上学习新任务，解决非光照因素对图像质量的影响。
-
Patent Agency Ranking
公开(公告)号：CN118708065A
公开(公告)日：2024-09-27
申请号：CN202410929714.4
申请日：2024-07-11
Applicant: 福州大学
Abstract: 本发明提供了基于眼凝视选择和头眼协同移动的虚拟对象操作方法，分为对象选取阶段和对象移动阶段；在对象选取阶段，持续凝视目标对象，根据目标对象被遮挡的程度，控制眼睑闭合程度来调整选取概率；在移动阶段，通过移动头部来调整对象位置，同时通过控制每只眼睛的睁闭状态来调节对象的深度；在确认好位置之后，通过眨眼来放置对象。应用本技术方案既保证了操作的精确性,又提高了调节效率。此外,本发明将虚拟物体在深度的改变与平面的移动无缝集成,提升了从选择到移动整套操作流程的流畅性。
-
公开(公告)号：CN112733953B
公开(公告)日：2023-03-17
申请号：CN202110072573.5
申请日：2021-01-19
Applicant: 福州大学
IPC: G06V10/764 , G06V10/82 , G06V10/26 , G06N3/045 , G06N3/042 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明涉及一种基于Non‑local CNN‑GCN和拓扑子图的肺CT图像动静脉血管分离方法。首先，使用尺度空间粒子采样方法将血管树表示为一组中心线体素粒子。接着，根据粒子体素及其相邻体素构造拓扑图，并从拓扑图中提取只包含动脉或静脉分支的拓扑子图。然后，基于拓扑图训练Non‑local CNN‑GCN分类器。最后利用拓扑子图来改进分类结果。
-
公开(公告)号：CN110008962B
公开(公告)日：2022-08-12
申请号：CN201910289248.7
申请日：2019-04-11
Abstract: 本发明涉及一种基于注意力机制的弱监督语义分割方法，采用结合图像级监督和检测框级监督方式，利用图像级监督的目标关注性，改善检测框引入过多噪声的缺点。同时，利用检测框监督的目标完整性，改善图像级监督产生的类激活映射图中大部分缺失。本发明相比较现在的弱监督语义分割技术，获得更好的分割效果。
-
-
公开(公告)号：CN114332122A
公开(公告)日：2022-04-12
申请号：CN202111637998.2
申请日：2021-12-30
Applicant: 福州大学
Abstract: 本发明提出一种基于注意力机制分割并回归的细胞计数方法，将细胞分割和回归结合起来，以起到减小细胞计数的误差的效果。此外，基还于U‑Net++的原始模型结构进行改进，引入卷积注意力机制模块，以增强分割的效果。考虑到目前大部分基于卷积回归网络的细胞计数方法都是经过全卷积网络训练后进行回归计数，从而导致细胞的计数结果会有较大的误差，因此本发明设计的基于注意力机制分割并回归的细胞计数方法，在进行全卷积训练中增加分割模块，以增加细胞计数的准确性，采用先分割后回归，达到精确计数的目的。
-
-
-
-
-
-
-
-
-
Search Results
84
records
(took 0.042 seconds)
