公开(公告)号：CN118447539B

公开(公告)日：2024-10-15

申请号：CN202410899748.3

申请日：2024-07-05

Applicant: 华侨大学

Inventor： 李晓斌 ,  张维纬 ,  郑雯雯 ,  庞茂海 ,  郭毓锋

IPC: G06V40/10 ,  G06V10/20 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048

Abstract: 本发明公开了一种基于自蒸馏的二维人体姿态估计方法及装置，涉及计算机视觉领域，包括以下步骤：S101，获取包括二维人体图像的数据集；S102，构建基于HRNet的人体姿态检测高分辨率网络；其中，人体姿态检测高分辨率网络包括预处理层、多维尺度融合部分、自蒸馏模块、卷积层和DSNT层；S103，使用人体姿态检测高分辨率网络对数据集中的二维人体图像进行处理，获得预测热图，完成人体姿态估计。本发明的轻量级人体姿态检测高分辨率网络，引入了自蒸馏模块和DSNT模块，实现了人体姿态检测中的蒸馏网络学习和关键点的精确定位，对于单人姿态蒸馏和多人姿态识别都有着很好的识别准确率，在提高人体姿势识别准确率的同时具有较低的计算参数和运算次数。

公开(公告)号：CN117974672A

公开(公告)日：2024-05-03

申请号：CN202410390772.4

申请日：2024-04-02

Applicant: 华侨大学

Inventor： 刘卓晟 ,  张维纬 ,  吴晓琳 ,  郭毓锋

IPC: G06T7/00 ,  G06V10/20 ,  G06V10/42 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明公开了一种基于全局信息的乳腺超声肿瘤病变区域检测方法及装置，涉及目标检测领域，包括：构建基于YOLOv5网络的乳腺超声肿瘤病变区域检测模型，构建高秩特征蒸馏模块和通道相关性关系蒸馏模块，将乳腺超声肿瘤病变区域检测模型的骨干网络的第三单元输出的低维图像特征和第四单元输出的高维图像特征均输入高秩特征蒸馏模块和通道相关性关系蒸馏模块，以构建高秩特征蒸馏损失函数和通道相关性蒸馏损失函数，并加入YOLOv5网络的损失函数中构建总损失函数，基于总损失函数训练得到经训练的乳腺超声肿瘤病变区域检测模型；将乳腺超声肿瘤灰度图像输入经训练的乳腺超声肿瘤病变区域检测模型，得到乳腺超声肿瘤病变区域，解决存在误检、漏检问题。

公开(公告)号：CN119942655A

公开(公告)日：2025-05-06

申请号：CN202510437685.4

申请日：2025-04-09

Applicant: 华侨大学

Inventor： 张邦晖 ,  张维纬 ,  周亮太 ,  郭毓锋 ,  李晓斌 ,  庞茂海

IPC: G06V40/20 ,  G06N3/0464 ,  G06N3/082 ,  G06N3/096 ,  G06V10/774 ,  G06V10/82 ,  G06V20/40

Abstract: 本发明公开了基于知识蒸馏的轻量级人体姿态估计方法及装置，涉及人体姿态估计领域，方法包括：S1，构建初始数据集，对数据集进行标记；S2，构建用于人体姿态估计的教师模型和学生模型；S3，使用标记的数据集对教师模型进行训练，利用训练好的教师模型对学生模型进行指导训练，得到训练好的学生模型；指导训练包括特征蒸馏阶段和逻辑蒸馏阶段；所述特征蒸馏基于学生模型的中间特征图和剪枝后的教师模型中间特征图；逻辑蒸馏基于教师模型和学生模型的逻辑输出；S4，获取视频数据，将视频数据输入训练好的学生模型进行人体姿态估计。本发明通过引入秩引导的滤波器剪枝与特征关联性重构，降低人体姿态估计模型参数的同时，确保了模型的高效和精确。

公开(公告)号：CN117974672B

公开(公告)日：2024-06-18

申请号：CN202410390772.4

申请日：2024-04-02

Applicant: 华侨大学

Inventor： 刘卓晟 ,  张维纬 ,  吴晓琳 ,  郭毓锋

IPC: G06T7/00 ,  G06V10/20 ,  G06V10/42 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明公开了一种基于全局信息的乳腺超声肿瘤病变区域检测方法及装置，涉及目标检测领域，包括：构建基于YOLOv5网络的乳腺超声肿瘤病变区域检测模型，构建高秩特征蒸馏模块和通道相关性关系蒸馏模块，将乳腺超声肿瘤病变区域检测模型的骨干网络的第三单元输出的低维图像特征和第四单元输出的高维图像特征均输入高秩特征蒸馏模块和通道相关性关系蒸馏模块，以构建高秩特征蒸馏损失函数和通道相关性蒸馏损失函数，并加入YOLOv5网络的损失函数中构建总损失函数，基于总损失函数训练得到经训练的乳腺超声肿瘤病变区域检测模型；将乳腺超声肿瘤灰度图像输入经训练的乳腺超声肿瘤病变区域检测模型，得到乳腺超声肿瘤病变区域，解决存在误检、漏检问题。

公开(公告)号：CN118505705A

公开(公告)日：2024-08-16

申请号：CN202410965009.X

申请日：2024-07-18

Applicant: 华侨大学

Inventor： 刘卓晟 ,  王福财 ,  郑雯雯 ,  郭毓锋

IPC: G06T7/00 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/096 ,  G06V10/25 ,  G06V10/44 ,  G06V10/77 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明公开了基于特征蒸馏的多尺度骨肉瘤CT图像病变区域检测方法，涉及医学图像技术领域，包括：获取数据集，构建并训练病变区域检测模型；利用训练好的病变区域检测模型实现多尺度骨肉瘤CT图像病变区域检测；所述病变区域检测模型包括Backbone部分、Neck部分和Head部分；Backbone部分包括特征提取模块、自蒸馏模块和通道相关性关系蒸馏模块，基于输入模型的CT图像输出多个维度的特征信息，基于多个维度的特征信息构建损失函数；Neck部分根据多个维度的特征信息输出多个维度的特征图；Head部分根据多个维度的特征图输出预测图像。本发明结合知识蒸馏和目标检测，提高了CT图像骨肉瘤检测的识别率和准确性。

公开(公告)号：CN118447539A

公开(公告)日：2024-08-06

申请号：CN202410899748.3

申请日：2024-07-05

Applicant: 华侨大学

Inventor： 李晓斌 ,  张维纬 ,  郑雯雯 ,  庞茂海 ,  郭毓锋

IPC: G06V40/10 ,  G06V10/20 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048

Abstract: 本发明公开了一种基于自蒸馏的二维人体姿态估计方法及装置，涉及计算机视觉领域，包括以下步骤：S101，获取包括二维人体图像的数据集；S102，构建基于HRNet的人体姿态检测高分辨率网络；其中，人体姿态检测高分辨率网络包括预处理层、多维尺度融合部分、自蒸馏模块、卷积层和DSNT层；S103，使用人体姿态检测高分辨率网络对数据集中的二维人体图像进行处理，获得预测热图，完成人体姿态估计。本发明的轻量级人体姿态检测高分辨率网络，引入了自蒸馏模块和DSNT模块，实现了人体姿态检测中的蒸馏网络学习和关键点的精确定位，对于单人姿态蒸馏和多人姿态识别都有着很好的识别准确率，在提高人体姿势识别准确率的同时具有较低的计算参数和运算次数。

公开(公告)号：CN119445677A

公开(公告)日：2025-02-14

申请号：CN202510047049.0

申请日：2025-01-13

Applicant: 华侨大学

Inventor： 刘卓晟 ,  王福财 ,  李晓斌 ,  郭毓锋

IPC: G06V40/20 ,  G06N3/0464 ,  G06V10/44 ,  G06V10/52 ,  G06V10/80 ,  G06V10/82 ,  G06V40/10 ,  A61F2/68 ,  A61B5/00 ,  A61B5/11

Abstract: 本发明公开了基于HigherHRNet的智能假肢控制与姿态检测方法及装置，涉及计算机视觉领域，方法包括：S1，获取包括二维假肢用户人体图像的数据集；S2，构建基于HigherHRNet的智能假肢控制与姿态检测高分辨率网络；S3，使用智能假肢控制与姿态检测高分辨率网络对数据集中的二维假肢用户人体图像进行处理，获得最终关键点热图。本发明的轻量级智能假肢控制与姿态检测高分辨率网络，引入了自蒸馏模块、通道相关性蒸馏模块、DSNT模块和反卷积模块，实现了人体姿态检测中的蒸馏网络学习和关键点的精确定位，对于单人姿态蒸馏和多人姿态识别都有着很好的识别准确率，在提高人体姿势识别准确率的同时具有较低的计算参数和运算次数。

公开(公告)号：CN118505705B

公开(公告)日：2024-11-29

申请号：CN202410965009.X

申请日：2024-07-18

Applicant: 华侨大学

Inventor： 刘卓晟 ,  王福财 ,  郑雯雯 ,  郭毓锋

IPC: G06T7/00 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/096 ,  G06V10/25 ,  G06V10/44 ,  G06V10/77 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明公开了基于特征蒸馏的多尺度骨肉瘤CT图像病变区域检测方法，涉及医学图像技术领域，包括：获取数据集，构建并训练病变区域检测模型；利用训练好的病变区域检测模型实现多尺度骨肉瘤CT图像病变区域检测；所述病变区域检测模型包括Backbone部分、Neck部分和Head部分；Backbone部分包括特征提取模块、自蒸馏模块和通道相关性关系蒸馏模块，基于输入模型的CT图像输出多个维度的特征信息，基于多个维度的特征信息构建损失函数；Neck部分根据多个维度的特征信息输出多个维度的特征图；Head部分根据多个维度的特征图输出预测图像。本发明结合知识蒸馏和目标检测，提高了CT图像骨肉瘤检测的识别率和准确性。

公开(公告)号：CN116994313A

公开(公告)日：2023-11-03

申请号：CN202310809657.1

申请日：2023-07-04

Applicant: 华侨大学

Inventor： 张维纬 ,  周亮太 ,  郭毓锋

IPC: G06V40/16 ,  G06V40/10 ,  G06V10/44 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06V10/94 ,  G06N3/0464 ,  G06N3/08 ,  G06F9/50

Abstract: 本发明一种基于边缘计算的电梯场景下口罩检测系统和方法，对传统Yolov5网络的主干网络做了改进，将原先主干网络中的3×3的Conv模块修改为RepVGG模块，该RepVGG模块多分支的结构采用不同的卷积核以获得不同的感受野，将不同感受野获取到的信息进行相加，进而强化特征信息的提取，提高模型性能，从而在狭小的电梯空间中，即使是大量人员同时进入电梯出现大量遮挡现象，仍能有效地进行特征提取。发明通过知识蒸馏的方法将原本应用于高性能计算机的神经网络压缩后部署到低成本的移动边缘设备上，可以实现实时高精度的口罩佩戴情况检测，并加以提醒与记录，为疫情当下的人们卫生安全保驾护航，同时降低物业的管理和设备智能化成本。

公开(公告)号：CN116935313A

公开(公告)日：2023-10-24

申请号：CN202310887713.3

申请日：2023-07-19

Applicant: 华侨大学

Inventor： 张维纬 ,  张邦晖 ,  郭毓锋

IPC: G06V20/52 ,  B66B5/00 ,  B66B1/34 ,  G06V20/60 ,  G06V10/82 ,  G06V10/40 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/09 ,  G06N3/096 ,  G06V10/94

Abstract: 本发明基于目标检测的防止电瓶车进入电梯的管理系统和方法，训练改进的YOLOv4‑tiny目标检测模型，通过知识蒸馏得到轻量化学生模型，将轻量化学生模型部署到边缘设备上，对采集的图像进行分析和目标检测，判断是否有电瓶车进入电梯，如果有，则传递脉冲信号给与电梯的超载检测模块关联的电梯控制模块，触发电梯超载检测模块中电梯超载的控制指令，控制电梯暂停运行；一旦图像分析模块未识别到电瓶车，判断电瓶车已离开电梯，控制电梯控制模块停止运行，电梯可正常使用。本发明采用改进的yolov4‑tiny轻量型结构，适用于边缘设备，能在昏暗的电梯环境中，更精确更快速地识别即将进入电梯的电瓶车并提出警告，从而防止电瓶车进入电梯，避免安全隐患。