-
公开(公告)号：CN103207015A
公开(公告)日：2013-07-17
申请号：CN201310132029.0
申请日：2013-04-16
Applicant: 华东师范大学 , 中国科学院上海技术物理研究所
IPC: G01J3/28
Abstract: 本发明公开了一种光谱重构方法，包括：滤光片初始化步骤，获取滤光片上每一个滤光片通道的透射光谱曲线；光谱获取步骤，获取光线透过滤光片后的初始光谱信息；光谱重构步骤，利用透射光谱曲线以非负矩阵满秩分解法重构初始光谱信息，获得重构后的光谱信息。本发明通过重构图像传感器采集的光谱信息，从而实现探测光线的光谱信息。本发明还公开了一种光谱仪装置。
-
公开(公告)号：CN104835190A
公开(公告)日：2015-08-12
申请号：CN201510215785.9
申请日：2015-04-29
Applicant: 华东师范大学
IPC: G06T13/40 , G06K9/00 , G06F3/0481
Abstract: 本发明提出了一种3D即时通讯系统，包括：客户端和服务器端；客户端内设置有人脸合成部和语音合成部；人脸合成部包括：人脸特征提取装置、模型嵌套装置和纹理映射装置；人脸提取装置用于从2D人脸照片中提取脸部特征；模型嵌套装置用于根据提取的脸部特征将3D人脸网格模型投影到2D人脸照片上，得到3D人脸网格模型的纹理坐标；纹理映射装置将2D人脸照片映射回3D人脸网格，形成3D人脸；语音合成部用于根据3D人脸和输入的文本生成语音流及3D人脸动画并输出至服务器端；服务器端用于实现各客户端之间的信息交互。本发明将3D技术引入通讯系统，使用户能够设计并使用个性化3D人脸动画进行网络聊天，增加了实际操作的趣味性和生动性。
-
公开(公告)号：CN119471517A
公开(公告)日：2025-02-18
申请号：CN202411528543.0
申请日：2024-10-30
Applicant: 华东师范大学
IPC: G01R33/48 , G06T17/00 , G06N3/045 , G06N3/084 , G06N3/0985 , G06N3/0455 , G06N3/09 , G06N3/0464
Abstract: 本发明涉及一种基于深度展开网络的双先验磁共振重建方法，该方法包括：a）数据预处理，对全采样的K空间数据欠采样；b）建立模型，依据磁共振图像特征设计正则项，包括数据层面的隐式正则和稀疏层面的半隐式正则，并基于重建原理设计相关保真项；c）利用变量分离法将问题分解成多个子问题，并交替迭代求解；d）对子问题分别求解，并展开到端到端的神经网络中，利用网络求解模型；e）利用标签真值图像对模型进行有监督训练；f）根据验证集选取最佳模型，将测试数据输入模型得到重建后的磁共振图像。本发明克服了传统算法迭代计算开销大、图像纹理恢复不佳的问题，补充了深度学习的透明性，更好地恢复磁共振图像细节便于医生临床诊断。
-
公开(公告)号：CN117456029A
公开(公告)日：2024-01-26
申请号：CN202311399126.6
申请日：2023-10-25
Applicant: 华东师范大学
IPC: G06T11/00 , G06T7/00 , G06T7/10 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度展开的联合MRI重建与分割方法，其特点是采用基于压缩感知理论和水平集方法，构建基于深度展开的联合重建与分割网络模型，用于直接对欠采样k空间磁共振数据进行分割，方法具体包括：数据集的采集和处理、网络模型的构建和训练，以及病灶的分割等步骤。本发明与现有技术相比具有提高分割网络对各种病变或器官的适应能力和准确性，可以直接实现对k空间欠采样MR图像的分割，在平滑图像的同时保留重要的边缘信息，从而改善分割结果的连续性和准确性，在提高性能的同时增强了模型的可解释性，具有良好的应用前景。
-
公开(公告)号：CN115775252A
公开(公告)日：2023-03-10
申请号：CN202211135688.5
申请日：2022-09-19
Applicant: 华东师范大学
IPC: G06T7/10 , G06T3/40 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于全局局部级联的磁共振影像宫颈癌肿瘤分割方法，属于医学图像处理和计算机视觉领域，该方法的特点是对于全局特征和局部特征的融合，解决小病灶分割问题，具体包括：训练数据集预处理；建立全局局部级联的磁共振影像宫颈癌肿瘤分割网络模型；模型推理，得到病灶分割结果等步骤。本发明与现有其他方法相比，同时考虑并且融合了图像的全局特征与局部特征，有效解决了在计算资源有限的情况下完成磁共振影像上微小的宫颈癌肿瘤精准分割问题。
-
Patent Agency Ranking
公开(公告)号：CN118037795A
公开(公告)日：2024-05-14
申请号：CN202410201548.6
申请日：2024-02-23
Applicant: 华东师范大学
IPC: G06T7/50 , G06N3/0464 , G06N3/045 , G06N3/084
Abstract: 本发明公开了一种基于非局部先验深度展开的室内深度恢复方法，其特点是采用深度恢复任务的深度展开模型，利用深度图像中存在大量非局部共同特征的特性，将稀疏深度图恢复成较为完整的稠密深度图，具体包括：将深度恢复问题建模成数学问题并用数学符号表示、引入非局部自回归正则项、模型的网络设计、模型的训练和稀疏深度图的恢复等步骤。本发明与现有技术相比具有集成传统数学模型与CNN的优势，可以学习关于深度图像的更广义的先验信息，捕获更多的非局部深度信息，直观地展示了高性能且准确的稀疏深度图恢复过程，及其在深度恢复任务方面的有效性和实用性，不仅能为该领域的研究提供一个新思路，更有利于上游任务如三维重建等的深入研究。
-
公开(公告)号：CN117094910A
公开(公告)日：2023-11-21
申请号：CN202311135511.X
申请日：2023-09-05
Applicant: 华东师范大学
IPC: G06T5/00 , G06N3/0475 , G06N3/045 , G06N3/094 , G06N3/0455 , G06N3/0464 , G06N3/048
Abstract: 本发明了一种基于非线性无激活网络的生成对抗网络图像去模糊方法，旨在高效的处理大型图像去模糊问题。本方法采用非线性无激活网络（NAFNet）作为生成对抗网络的生成网络。生成器网络避免了传统激活函数。特别地，NAFNet结合了深度可分离卷积、简化的通道注意力以及简单门结构来有效地学习图像的复杂特征和结构信息。此外，本发明还采用了全局和局部双尺度判别机制，能够更加精确地捕捉图像的细节和整体结构。本发明还加入了感知损失和对抗损失，确保了生成的图像在视觉上与真实图像更为接近。本发明提供了一种高效且高质量的图像去模糊方法，可以在多个公开数据集上实现优于现有方法的性能。
-
公开(公告)号：CN115393283A
公开(公告)日：2022-11-25
申请号：CN202210920701.1
申请日：2022-08-02
Applicant: 华东师范大学
Abstract: 本发明公开一种基于浅层监督和反馈注意力的息肉图像分割方法，其特点是采用边缘提取模块和反馈注意力模块，通过对卷积神经网络中浅层特征和深层特征的充分利用，有效地检测出复杂息肉和奇异息肉，具体包括：数据集的预处理、网络整体框架的构建、边缘特征的提取与监督、高级语义特征的筛选与过滤和网络模型的训练和使用等步骤。本发明与现有技术相比具有充分利用了息肉的浅层信息和深层语义信息，缓解了息肉边缘模糊和形态复杂的分割难点，实现了结肠镜息肉图像的自动分割，进一步提升模型的性能和泛化能力，尤其在一些复杂的情况下都能达到很好的分割效果，具有广泛且良好的应用前景。
-
公开(公告)号：CN114170672A
公开(公告)日：2022-03-11
申请号：CN202111254183.6
申请日：2021-10-27
Applicant: 华东师范大学
Abstract: 本发明公开了一种基于计算机视觉的课堂学生行为识别的方法。本发明采用人体关键点检测算法和目标检测算法，对学生行为分两阶段进行识别。首先，基于人体关键点判断人体姿态，其次，通过手部和物体的交互判断手部动作，完成对正坐听课、举手、侧身及低头四种行为和拿手机、记笔记两种手部行为的识别。本发明可实现对玩手机和书写行为的实时检测。
-
公开(公告)号：CN113436198A
公开(公告)日：2021-09-24
申请号：CN202110658772.4
申请日：2021-06-15
Applicant: 华东师范大学
Abstract: 本发明公开了一种协同图像超分辨率重建的遥感图像语义分割方法，其特点是语义分割具体包括：训练数据集预处理；建立协同图像超分辨率重建的遥感图像语义分割神经网络模型；训练网络模型并保存最佳网络模型；模型推理，得到预测结果等步骤。本发明与现有技术相比具有使用低分辨率的遥感图像得到高精度语义分割结果，大大降低了计算成本，有效解决了高精度语义分割方法依赖于高分辨率的输入图像的问题，模型输出的高精确分割图像以及超分辨率重建图像为下一步应用提供了高质量数据。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.033 seconds)
