-
公开(公告)号：CN111612809A
公开(公告)日：2020-09-01
申请号：CN202010466649.8
申请日：2020-05-28
Applicant: 华侨大学 , 泉州市中仿宏业信息科技有限公司
Abstract: 本发明提供了视觉跟踪领域的一种结合时空正则化约束的视觉跟踪定位方法，包括如下步骤：步骤S10、对参数进行初始化；步骤S20、基于初始化的所述参数，利用脊回归项、时空正则化模块以及约束模块建立跟踪框的目标函数；步骤S30、将所述目标函数矩阵化；步骤S40、将矩阵化的所述目标函数转为频域函数；步骤S50、将所述频域函数最小化以求取最优解；步骤S60、利用所述最优解更新拉格朗日参数；步骤S70、基于更新的所述拉格朗日参数更新跟踪框的目标函数进行视觉跟踪。本发明的优点在于：极大的提升了视觉跟踪的准确性以及有效性。
-
公开(公告)号：CN111612809B
公开(公告)日：2023-04-07
申请号：CN202010466649.8
申请日：2020-05-28
Applicant: 华侨大学 , 泉州市中仿宏业信息科技有限公司
IPC: G06T7/20 , G06F17/16 , G06T7/246 , G06V10/25 , G06V10/774
Abstract: 本发明提供了视觉跟踪领域的一种结合时空正则化约束的视觉跟踪定位方法，包括如下步骤：步骤S10、对参数进行初始化；步骤S20、基于初始化的所述参数，利用脊回归项、时空正则化模块以及约束模块建立跟踪框的目标函数；步骤S30、将所述目标函数矩阵化；步骤S40、将矩阵化的所述目标函数转为频域函数；步骤S50、将所述频域函数最小化以求取最优解；步骤S60、利用所述最优解更新拉格朗日参数；步骤S70、基于更新的所述拉格朗日参数更新跟踪框的目标函数进行视觉跟踪。本发明的优点在于：极大的提升了视觉跟踪的准确性以及有效性。
-
公开(公告)号：CN111612001B
公开(公告)日：2023-04-07
申请号：CN202010466175.7
申请日：2020-05-28
Applicant: 华侨大学 , 泉州市中仿宏业信息科技有限公司
Abstract: 本发明提供了视觉目标跟踪领域的一种基于特征融合的目标跟踪定位方法，包括：步骤S10、给定第1帧图像的目标位置，以目标位置为中心剪裁第1帧图像生成目标模板，并创建搜索区域；步骤S20、提取目标模板以及搜索区域的HOG特征、CN特征以及深度特征，并进行融合生成融合响应值；步骤S30、使用正则化线性回归计算视频的变化因子Pt‑1以及Qt‑1；步骤S40、基于融合响应值、Pt‑1以及Qt‑1计算得到最新的目标位置；步骤S50、计算融合响应值的平均峰值相关能量，并依据平均峰值相关能量更新Pt‑1以及Qt‑1，对下一帧图像进行跟踪。本发明的优点在于：极大的提升了目标跟踪的精确度。
-
公开(公告)号：CN111612001A
公开(公告)日：2020-09-01
申请号：CN202010466175.7
申请日：2020-05-28
Applicant: 华侨大学 , 泉州市中仿宏业信息科技有限公司
Abstract: 本发明提供了视觉目标跟踪领域的一种基于特征融合的目标跟踪定位方法，包括：步骤S10、给定第1帧图像的目标位置，以目标位置为中心剪裁第1帧图像生成目标模板，并创建搜索区域；步骤S20、提取目标模板以及搜索区域的HOG特征、CN特征以及深度特征，并进行融合生成融合响应值；步骤S30、使用正则化线性回归计算视频的变化因子Pt-1以及Qt-1；步骤S40、基于融合响应值、Pt-1以及Qt-1计算得到最新的目标位置；步骤S50、计算融合响应值的平均峰值相关能量，并依据平均峰值相关能量更新Pt-1以及Qt-1，对下一帧图像进行跟踪。本发明的优点在于：极大的提升了目标跟踪的精确度。
-
公开(公告)号：CN111428778B
公开(公告)日：2023-04-07
申请号：CN202010199544.0
申请日：2020-03-20
Applicant: 华侨大学 , 福建医科大学附属第二医院 , 泉州市华工智能技术有限公司
IPC: G06V10/764 , G06V10/25 , G06V10/50 , G16H50/20
Abstract: 本发明提供了超声图像分类领域的一种胎儿颜面部标准切面自动分类法，包括如下步骤：步骤S10、获取复数张胎儿颜面部的超声图像，对各所述超声图像进行预处理并分别生成标准切面；步骤S20、提取所述标准切面中包括局部二值模式以及方向梯度直方图的纹理特征；步骤S30、对所述纹理特征进行欧式距离归一化，得到特征向量；步骤S40、基于所述特征向量，利用支持向量机对所述标准切面进行学习和分类。本发明的优点在于：极大的提升了胎儿颜面部标准切面分类的精度以及效率，进而极大的提升了提升临床诊断效率，降低了临床诊断成本。
-
Patent Agency Ranking
公开(公告)号：CN111428713B
公开(公告)日：2023-04-07
申请号：CN202010199592.X
申请日：2020-03-20
Applicant: 华侨大学 , 福建医科大学附属第二医院 , 泉州市华工智能技术有限公司
IPC: G06V10/25 , G06V10/764 , G06V10/774 , G06T5/00 , G06T5/50 , G06T7/40 , G06T7/62
Abstract: 本发明提供了超声图像分类领域的一种基于特征融合的超声图像自动分类法，包括如下步骤：步骤S10、获取超声图像，对所述超声图像进行预处理并生成标准切面；步骤S20、提取所述标准切面中的图像特征；步骤S30、对所述图像特征进行归一化处理，得到特征向量；步骤S40、基于所述特征向量，利用SVM分类器对所述标准切面进行学习和分类。本发明的优点在于：极大的提升了超声图像标准切面分类的精度以及效率。
-
公开(公告)号：CN111583227A
公开(公告)日：2020-08-25
申请号：CN202010382639.6
申请日：2020-05-08
Applicant: 华侨大学 , 泉州市华工智能技术有限公司
Abstract: 本发明提供一种荧光细胞自动计数方法、装置、设备和介质，方法包括步骤S1、读取荧光细胞的显微图像；步骤S2、对荧光细胞的显微图像进行预处理，包括校正显微图像不均匀光照，增强显微图像中细胞与背景的对比度；采用中值滤波滤除显微图像噪声，保留图像边缘的细节信息；采用开运算去除显微图像噪声和背景杂质，平滑细胞的轮廓、断开细胞狭窄的连接和去掉细胞细小的突出部分；步骤S3、对显微图像上粘连的荧光细胞进行分割，避免细胞计数时将粘连的细胞群当成一个细胞；步骤S4、计算荧光细胞的数目。本发明可以从效率、准确率以及成本上满足大部分实验室的需求。
-
公开(公告)号：CN111428778A
公开(公告)日：2020-07-17
申请号：CN202010199544.0
申请日：2020-03-20
Applicant: 华侨大学 , 福建医科大学附属第二医院 , 泉州市华工智能技术有限公司
Abstract: 本发明提供了超声图像分类领域的一种胎儿颜面部标准切面自动分类法，包括如下步骤：步骤S10、获取复数张胎儿颜面部的超声图像，对各所述超声图像进行预处理并分别生成标准切面；步骤S20、提取所述标准切面中包括局部二值模式以及方向梯度直方图的纹理特征；步骤S30、对所述纹理特征进行欧式距离归一化，得到特征向量；步骤S40、基于所述特征向量，利用支持向量机对所述标准切面进行学习和分类。本发明的优点在于：极大的提升了胎儿颜面部标准切面分类的精度以及效率，进而极大的提升了提升临床诊断效率，降低了临床诊断成本。
-
公开(公告)号：CN111583227B
公开(公告)日：2023-03-24
申请号：CN202010382639.6
申请日：2020-05-08
Applicant: 华侨大学 , 泉州市华工智能技术有限公司
Abstract: 本发明提供一种荧光细胞自动计数方法、装置、设备和介质，方法包括步骤S1、读取荧光细胞的显微图像；步骤S2、对荧光细胞的显微图像进行预处理，包括校正显微图像不均匀光照，增强显微图像中细胞与背景的对比度；采用中值滤波滤除显微图像噪声，保留图像边缘的细节信息；采用开运算去除显微图像噪声和背景杂质，平滑细胞的轮廓、断开细胞狭窄的连接和去掉细胞细小的突出部分；步骤S3、对显微图像上粘连的荧光细胞进行分割，避免细胞计数时将粘连的细胞群当成一个细胞；步骤S4、计算荧光细胞的数目。本发明可以从效率、准确率以及成本上满足大部分实验室的需求。
-
公开(公告)号：CN111428713A
公开(公告)日：2020-07-17
申请号：CN202010199592.X
申请日：2020-03-20
Applicant: 华侨大学 , 福建医科大学附属第二医院 , 泉州市华工智能技术有限公司
Abstract: 本发明提供了超声图像分类领域的一种基于特征融合的超声图像自动分类法，包括如下步骤：步骤S10、获取超声图像，对所述超声图像进行预处理并生成标准切面；步骤S20、提取所述标准切面中的图像特征；步骤S30、对所述图像特征进行归一化处理，得到特征向量；步骤S40、基于所述特征向量，利用SVM分类器对所述标准切面进行学习和分类。本发明的优点在于：极大的提升了超声图像标准切面分类的精度以及效率。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.028 seconds)
