公开(公告)号：CN116486477A

公开(公告)日：2023-07-25

申请号：CN202310259897.9

申请日：2023-03-13

Applicant: 中国科学院自动化研究所

Inventor： 马喜波 ,  梁科委

IPC: G06V40/20 ,  G06V20/40

Abstract: 本发明提供一种动作标注方法、装置、设备及存储介质，方法包括：确定至少一个第一视频；第一视频为待处理视频中裁剪出来的部分视频；待处理视频中包含多个目标生物；按照预设帧数间隔，抽取第一视频的第一视频帧；基于第一视频帧中每个目标生物的检测框标注结果，确定待处理视频的除第一视频帧以外的各视频帧中每个目标生物的检测框标注结果；将待处理视频中的每个目标生物的动作识别结果与待处理视频的各视频帧中每个目标生物的检测框标注结果相匹配，得到待处理视频中每个目标生物的动作标注结果。从而既保留了待处理视频中各动作样本的视频帧，又提高了动作标注的速度。

公开(公告)号：CN113223014B

公开(公告)日：2023-04-28

申请号：CN202110501137.5

申请日：2021-05-08

Applicant: 中国科学院自动化研究所

Inventor： 马喜波 ,  雷震 ,  梁科委

IPC: G06T7/11 ,  G06T5/00 ,  G06T5/50 ,  G06T7/00 ,  G06T7/136 ,  G06T7/62 ,  G06N3/0464 ,  G06V10/774

Abstract: 本发明属于图像分析领域，具体涉及了一种基于数据增强的脑部图像分析系统、方法和设备，旨在解决现有的脑部图像分析系统只能孤立地分析一种脑部病变而忽略三种病变存在多发可能、分类模型训练数据集较少使得诊断精度不高且不可靠和仅用分类模型分类精度较低等问题。本发明包括：通过3D分割网络识别模型获取立体分割掩膜，将立体分割掩膜和脑部MR图像结合生成不同病灶增强图像，通过训练好的分类网络获得分类结果。本发明考虑到了三种肿瘤病变的多发性，提高了脑部图像分析的准确性，提高了模型诊断精度和模型诊断可靠性，使用分割标签训练分割网络增强病灶区域，显著提高了诊断准确率。

公开(公告)号：CN113223014A

公开(公告)日：2021-08-06

申请号：CN202110501137.5

申请日：2021-05-08

Applicant: 中国科学院自动化研究所

Inventor： 马喜波 ,  雷震 ,  梁科委

IPC: G06T7/11 ,  G06T5/00 ,  G06T5/50 ,  G06T7/00 ,  G06T7/136 ,  G06T7/62 ,  G06N3/04 ,  G06K9/62

Abstract: 本发明属于图像分析领域，具体涉及了一种基于数据增强的脑部图像分析系统、方法和设备，旨在解决现有的脑部图像分析系统只能孤立地分析一种脑部病变而忽略三种病变存在多发可能、分类模型训练数据集较少使得诊断精度不高且不可靠和仅用分类模型分类精度较低等问题。本发明包括：通过3D分割网络识别模型获取立体分割掩膜，将立体分割掩膜和脑部MR图像结合生成不同病灶增强图像，通过训练好的分类网络获得分类结果。本发明考虑到了三种肿瘤病变的多发性，提高了脑部图像分析的准确性，提高了模型诊断精度和模型诊断可靠性，使用分割标签训练分割网络增强病灶区域，显著提高了诊断准确率。