-
公开(公告)号：CN113421212B
公开(公告)日：2023-06-02
申请号：CN202110696972.9
申请日：2021-06-23
Applicant: 华侨大学
IPC: G06T5/50 , G06T5/00 , G06V10/774
Abstract: 本发明提供一种医学影像增强方法、装置、设备和介质，方法包括：获取待处理医学影像的输入特征图作为数据集，并构建ACGAN改进模型，使用Wasserstein距离计算生成数据和真实数据的差别进行真假判别，并使用梯度惩罚来代替权值裁剪实现K‑Lipschitz条件，在损失函数加入梯度惩罚项；ACGAN改进模型经训练后，输入数据集通过生成器输出合成图像后并加入数据集中进行数据增强，得到增强后数据集；将判别器作为样本特征提取器，对增强后数据集进行特征提取，得到样本特征图，再与输入特征图进行融合，生成待处理医学影像的增强图像，从而解决了医学影像由于过度曝光或曝光不足带来的图像的细节模糊的问题。
-
公开(公告)号：CN112084981B
公开(公告)日：2023-06-02
申请号：CN202010965835.6
申请日：2020-09-15
Applicant: 华侨大学
IPC: G06V40/10 , G06T7/60 , G06N3/084 , G06N3/0464 , A41H1/02 , G06V10/774 , G06V10/82
Abstract: 本发明提供了计算机技术领域的一种基于神经网络定制服装的方法，包括：步骤S10、获取第一人像并记录围度信息；步骤S20、对第一人像进行标注；步骤S30、利用标注的图像对姿态估计模型进行训练，得到第一关键点检测模型；步骤S40、获取第二人像并输入第一关键点检测模型，得到宽厚度尺寸；步骤S50、利用改进的BP神经网络将宽厚度尺寸拟合围度信息，得到围度尺寸；步骤S60、利用MPII对姿态估计模型进行训练迭代，得到第二关键点检测模型；步骤S70、将目标人体图像输入第二关键点检测模型，结合目标人体身高得到长度尺寸；步骤S80、基于围度尺寸以及长度尺寸定制服装。本发明的优点在于：极大的提升了身体尺寸数据获取的便捷性，降低了定制服装的成本。
-
-
公开(公告)号：CN108524175B
公开(公告)日：2019-08-30
申请号：CN201810038300.7
申请日：2018-01-16
Applicant: 华侨大学
IPC: A61G13/10
Abstract: 本发明公开一种带清洗功能的手术排废液系统,包括清洗系统、吸排废液系统以及驱动清洗系统和吸排废液系统进行运作的驱动系统,本发明一种带清洗功能的手术排废液系统具有以下有益效果：驱动系统驱动清洗系统和吸排废液系统进行运作，清洗系统与排废液系统可通过第一阀门进行连通或相分隔，当第二管道堵塞时，设置在第二缓冲管的液体压力报警器发出警报，指导医护人员打开第一阀门，驱动清洗系统对第二管道进行清洗。
-
公开(公告)号：CN119648799B
公开(公告)日：2025-04-22
申请号：CN202510174482.0
申请日：2025-02-18
Applicant: 华侨大学
Abstract: 本发明公开了一种基于多重特征的机械臂抓取角度和宽度预测方法及装置，涉及机械臂抓取领域，包括：构建机械臂抓取角度和宽度预测模型并训练，得到经训练的机械臂抓取角度和宽度预测模型，获取待抓取物体的RGB‑D图像并输入到经训练的机械臂抓取角度和宽度预测模型，RGB‑D图像输入到初始特征提取模块，依次经过两个深度可分离卷积单元进行特征提取，并经过最大池化层进行降采样，得到初始特征，初始特征输入到特征增强模块，先经过两个多尺度特征提取模块提取多尺度特征，并通过双向特征金字塔网络进行多尺度特征的融合与增强，得到增强特征，增强特征经过特征解码模块，预测得到抓取角度、抓取宽度和抓取质量评分，解决抓取准确率和成功率低等问题。
-
Patent Agency Ranking
公开(公告)号：CN118552535B
公开(公告)日：2024-11-22
申请号：CN202411017521.8
申请日：2024-07-29
Applicant: 华侨大学
IPC: G06T7/00 , G06N3/0464 , G06N3/08 , G06T7/73 , G06V10/40 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82
Abstract: 本发明公开了一种基于改进YOLOv8的儿童肺炎病灶定位方法，涉及目标检测技术领域，包括以下步骤：构建儿童肺炎病灶定位模型并进行训练；利用训练好的儿童肺炎病灶定位模型实现儿童肺炎病灶定位；所述儿童肺炎病灶定位模型包括Backbone骨干特征提取网络、Neck特征融合网络和Head检测头；Backbone骨干特征提取网络对输入图像提取不同尺度的特征；Neck特征融合网络对不同尺度的特征进行特征融合，输出不同尺度的融合特征；Head检测头基于不同尺寸的融合特征图执行分类回归预测，定位儿童肺炎病灶。本发明不显著增加检测时间，对易丢失的病灶边界和轮廓细节特征进行精确提取，提高定位儿童肺炎病灶精度。
-
公开(公告)号：CN118469887A
公开(公告)日：2024-08-09
申请号：CN202410620509.X
申请日：2024-05-20
Applicant: 华侨大学
IPC: G06T5/92 , G06V10/774 , G06V10/764 , G06V10/82 , G06T5/60
Abstract: 本发明提供了一种基于改进生成对抗网络的电池极片缺陷图像增强方法，其特征在于，所述方法包括以下步骤：步骤1:获取锂电池极片图像数据；步骤2：将步骤1获取的图像数据按照缺陷类型分类标签并将图像数据切块分成背景集和缺陷集的数据集，对所述背景集和缺陷集进行增广处理；步骤3：构建改进生成对抗网络模型DCGAN模型，训练DCGAN模型保存最佳权值。步骤4：将经过步骤2处理的背景集和缺陷集利用步骤3训练完毕的DCGAN模型进行图像生成并保存，将生成的图像进行融合拼接得到增强缺陷图像。通过本发明的图像增强方法能够针对锂电池极片缺陷工业图像进行数据增强，实现图像数据平衡，提高图像整体质量，以此提高锂电池检测模型的性能。
-
公开(公告)号：CN118115505A
公开(公告)日：2024-05-31
申请号：CN202410332629.X
申请日：2024-03-22
Applicant: 华侨大学
IPC: G06T7/10 , G06T7/00 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于多尺度特征增强的锂电池瑕疵分割方法，涉及机器视觉缺陷检测领域，包括：获取待检测的锂电池图像和无瑕疵模板图像；构建改进的Yolov8网络并进行训练，得到锂电池瑕疵分割模型，改进的Yolov8网络中将Yolov8的骨干网络的第一阶段的CBS_1模块替换为Conv_sub模块，将第二阶段的CBS_1模块替换为Conv_sub模块，将第三阶段的CBS_1模块替换为Conv_sub模块，并且在第一阶段的Conv_sub模块后面和第二阶段的C2f模块后面分别增加一个多尺度网格注意力模块；在训练过程中采用优化的IoU计算方法计算损失函数；将待检测的锂电池图像和无瑕疵模板图像输入锂电池瑕疵分割模型，得到锂电池瑕疵分割结果。通过多尺度特征增强方法，强化锂电池瑕疵特征表现力，提高对锂电池瑕疵分割的准确率。
-
公开(公告)号：CN111798524B
公开(公告)日：2023-07-21
申请号：CN202010675304.3
申请日：2020-07-14
Applicant: 华侨大学
Abstract: 本发明提供了机器视觉标定技术领域的一种基于倒置低分辨率相机的标定系统及方法，系统包括：支架，至上而下设有一第一横杆以及一第二横杆；光照模块，设于所述第一横杆的末端；图像捕捉模块，设于所述第二横杆的末端，方向倒置，且与所述光照模块处于同一轴线；图像采集卡，与所述图像捕捉模块连接；标定块；机器人，用于夹持所述标定块；计算机，与所述图像采集卡以及机器人连接。本发明的优点在于：极大的提升了标定效率以及适用范围。
-
公开(公告)号：CN112560692B
公开(公告)日：2023-06-02
申请号：CN202011498990.8
申请日：2020-12-17
Applicant: 华侨大学
IPC: G06V20/68 , G06V10/145 , G06V10/25 , G06V10/26 , G06V10/764 , G06V10/82 , G06T7/62 , G06N3/08
Abstract: 本发明提供了计算机视觉和图像处理技术领域的一种基于深度学习的金针菇分类系统及方法，系统包括：机械臂；机械手，设于所述机械臂的末端；驱动装置，输出端与所述机械臂连接，通过所述机械臂联动机械手进行抓取、放置、移动或者旋转操作；图像采集模块，设于所述机械臂的末端；至少两条传送带，设于所述机械臂的边上；切割机，设于所述传送带的边上；计算机，与所述驱动装置、图像采集模块、切割机以及传送带连接。本发明的优点在于：极大的提升了金针菇的分类精度和效率，极大的提升了金针菇的品质。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.031 seconds)
