公开(公告)号：CN116740090A

公开(公告)日：2023-09-12

申请号：CN202310689783.8

申请日：2023-06-12

Applicant: 北京邮电大学

Inventor： 赵志诚 ,  张滨宇

IPC: G06T7/11 ,  G06V10/764 ,  G06V10/762 ,  G06N3/0464 ,  G06N3/0895

Abstract: 本发明提供了一种基于点标注的弱监督多模态细胞图像分割方法。所述方法包括：针对多个病例，获取并预处理多模态细胞图像；根据细胞图像的颜色特征和点标注的空间特征，绘制四种不同的细胞分割伪标签，包括但不限于维诺图分类伪标签、超像素分类伪标签、超像素回归伪标签以及细胞实例距离回归伪标签等；搭建多模态细胞图像分割网络，提取图像深度特征，并使用五种不同的任务支路训练网络，包括但不限于维诺图分类支路、超像素分类支路、超像素回归支路、细胞实例距离回归支路以及局部温度调节支路等；将待分割细胞图像输入训练好的分割网络中，分割网络将提取图像特征，并计算得出细胞的概率；最后使用基于分水岭算法的后处理方法处理预测概率图，得到最终的细胞分割结果。本发明设计的基于点标注的弱监督多模态细胞图像分割方法，大幅降低了人为标注的工作量，并能高质量完成对于多模态细胞图像的细胞分割任务，进而辅助医生进行病情诊断。

公开(公告)号：CN113221867A

公开(公告)日：2021-08-06

申请号：CN202110513119.9

申请日：2021-05-11

Applicant: 北京邮电大学 ,  公安部物证鉴定中心

Inventor： 张滨宇 ,  赵衍运 ,  潘炎辉 ,  赵志诚 ,  苏菲 ,  孙玉友

IPC: G06K9/20 ,  G06K9/32 ,  G06K9/34 ,  G06K9/62

Abstract: 本发明提供了一种基于深度学习的PCB图像字符检测方法。所述方法包括：构建PCB字符检测网络，将待检测的PCB图像输入训练好的网络中；网络通过下采样生成不同尺寸的特征图，并逐层上采样融合特征；通过字符检测头与边框检测头分别得到字符分布热力图与边框分布热力图；将两个热力图逐像素相减，得到最终的字符分布热力图；利用预设的阈值对热力图进行二值化处理，判断该位置上是否存在字符及其边缘位置,得到字符检测结果；利用字符识别网络ASTER识别字符，并将字符信息存入数据库。本发明设计的PCB字符检测网络与ASTER字符识别网络相结合，完成了PCB图像字符检测、识别、字符信息入库任务，进而实现PCB残片图像溯源。