-
公开(公告)号:CN119478492A
公开(公告)日:2025-02-18
申请号:CN202411409899.2
申请日:2024-10-10
Applicant: 上海海事大学
IPC: G06V10/764 , G06V10/774 , G06V10/40 , G06V10/80 , G16H30/00
Abstract: 本发明实施例公开了一种基于CNN和视觉注意力架构的自监督单目深度估计方法,包括:采用公共和临床收集的数据集对自监督单目深度估计网络进行训练,将目标图像输入深度估计网络得到预测深度图;将目标图像和目标图像的相邻帧图像输入到姿态估计网络得到相机的相对位姿矩阵;根据得到的深度图和相对位姿矩阵,利用重投影公式和双线性采样得到合成目标图像;利用最小化目标图像和重建目标图像之间的光度误差损失函数和平滑度误差损失函数来使网络达到最优。本发明融合不同层次特征,增强弱纹理区域的特征表达,提高针对耳道、胃肠等弱纹理场景的单目深度估计精度。
-
公开(公告)号:CN119477930A
公开(公告)日:2025-02-18
申请号:CN202411402490.8
申请日:2024-10-09
Applicant: 上海海事大学
IPC: G06T7/10 , G06V10/764 , G06V10/774 , G16H30/00
Abstract: 本发明实施例公开了一种基于改进nn‑UNet的耳道CT图像分割方法,包括搜集多个患者的耳道CT数据进行标注,制作数据集;对数据做预处理;使用基于nn‑UNet改进的模型在训练集上进行训练,使用五折交叉验证的方法对数据集进行多次划分,然后对每一折进行训练和验证,训练完成后保存训练模型;在未见过的测试集数据上对训练好的模型进行推理测试;进行后处理,优化模型的输出结果;制定评估方案评估预测结果。本发明能够大幅度提高分割的效率和准确性,可以有效避免人工分割过程中可能产生的主观偏差和人力资源的浪费。
-