-
公开(公告)号：CN118402776A
公开(公告)日：2024-07-30
申请号：CN202410526635.9
申请日：2024-04-29
Applicant: 华南理工大学 , 广东寰宇智慧医疗科技有限公司
Abstract: 本发明涉及一种呼吸频率检测方法、装置、电子设备及存储介质，检测方法包括以下步骤，获取人体呼吸运动视频；对人体呼吸运动视频图像进行预处理；对预处理过后的每帧图像进行梯度光流计算，并构建每帧图像的光流张量；将每帧图像的光流张量进行累加更新构建累加张量，并将累加张量沿着呼吸主导方向进行投影得到估计的呼吸信号序列；对估计的呼吸信号序列进行处理，获得呼吸频率。本发明所提出的方法是基于图像梯度光流的，相较于图像的像素亮度的方法抗环境干扰的能力更强；并且本发明将每帧图像的梯度光流进行了累加投影，进一步提高了呼吸信号的幅值，可以有效提高呼吸频率计算的准确性和鲁棒性。
-
公开(公告)号：CN107610141B
公开(公告)日：2020-04-03
申请号：CN201710788814.X
申请日：2017-09-05
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于深度学习的遥感图像语义分割方法中，步骤为：为每种物类目标分配RGB值和灰度值，获取原始遥感图像，选取出物类目标并上色、灰度化以及赋予灰度值处理，得到标签图像，对原始遥感图像进行数据增强以及边缘提取，得到边缘提取后的图像；将原始遥感图像和边缘提取后的图像训练样本对完全卷积神经网络进行训练，得到最佳语义分割网络模型，将测试遥感图像输入最佳语义分割网络模型中，获取到语义分割结果图像；为语义分割结果图像进行上色处理，得到最终语义分割结果图像，根据最终语义分割结果图像中的RGB值获取物类目标。本发明方法具有遥感图像语义分割准确率高以及适用性广的优点。
-
公开(公告)号：CN117238013A
公开(公告)日：2023-12-15
申请号：CN202311037340.7
申请日：2023-08-17
Applicant: 华南理工大学 , 广东寰宇智慧医疗科技有限公司
Abstract: 本发明涉及一种基于面部视频的抑郁症自动识别方法，包括以下步骤，获取待识别的面部视频数据并进行预处理，获得面部视频子样本Vc；构建联合学习抑郁标签分布和标签度量的深度学习模型LDSML；将子样本Vc输入到LDSML深度学习模型中进行训练；在模型输出端使用带温度系数的Softmax‑T激活函数，得到预测的抑郁标签分布p，计算该标签分布的数学期望值E；预测阶段，使用预测的抑郁标签分布P的数学期望值E表示最终的抑郁症预测结果。在不增加训练数据集的前提下，提升了深度学习模型对面部抑郁视频数据的特征捕获能力。更加精细的标签分布可以有效地让模型学习隐含的标签语义信息，有效改善了面部抑郁视频数据匮乏的现状。
-
公开(公告)号：CN108681692B
公开(公告)日：2022-03-25
申请号：CN201810314895.4
申请日：2018-04-10
Applicant: 华南理工大学
IPC: G06V20/10 , G06V10/34 , G06V10/82 , G06V10/774 , G06V10/764 , G06V10/26 , G06N3/04
Abstract: 本发明公开了一种基于深度学习的遥感图像内新增建筑识别方法，包括下述步骤：获取样本图像：两时间段遥感图像和新增建筑背景图像；将具有原始尺寸的样本图像分别进行裁剪切割，得到小尺寸图像；对所有小尺寸图像进行数据增强处理；再将增强后的小尺寸两时间段遥感图像进行中心化及全局对比归一化，完成后再一一对应相减，得到遥感差异图；将遥感差异图和小尺寸新增建筑背景图像输入修改后的两种深度神经网络进行网络参数训练；再将待测遥感图像输入训练所得的两种深度神经网络，在网络的softmax输出层处进行模型融合，再对输出的初步结果进行修饰处理，得到最终的新增建筑识别图像。本发明方法具有遥感图像内新增建筑识别准确率高以及适用性广的优点。
-
公开(公告)号：CN108681692A
公开(公告)日：2018-10-19
申请号：CN201810314895.4
申请日：2018-04-10
Applicant: 华南理工大学
CPC classification number: G06K9/00637 , G06K9/40 , G06K9/4604 , G06K9/6256 , G06N3/0454
Abstract: 本发明公开了一种基于深度学习的遥感图像内新增建筑识别方法，包括下述步骤：获取样本图像：两时间段遥感图像和新增建筑背景图像；将具有原始尺寸的样本图像分别进行裁剪切割，得到小尺寸图像；对所有小尺寸图像进行数据增强处理；再将增强后的小尺寸两时间段遥感图像进行中心化及全局对比归一化，完成后再一一对应相减，得到遥感差异图；将遥感差异图和小尺寸新增建筑背景图像输入修改后的两种深度神经网络进行网络参数训练；再将待测遥感图像输入训练所得的两种深度神经网络，在网络的softmax输出层处进行模型融合，再对输出的初步结果进行修饰处理，得到最终的新增建筑识别图像。本发明方法具有遥感图像内新增建筑识别准确率高以及适用性广的优点。
-
Patent Agency Ranking
公开(公告)号：CN118505619A
公开(公告)日：2024-08-16
申请号：CN202410540147.3
申请日：2024-04-30
Applicant: 华南理工大学 , 广东寰宇智慧医疗科技有限公司
IPC: G06T7/00 , G06V10/25 , G06V10/774 , G06V10/766 , G06V10/82 , G06V10/764 , G06V10/94 , G06N3/0464 , G06N3/08
Abstract: 本发明为一种基于口腔图像的龋齿自动检测方法、系统、存储介质及设备，其方法包括步骤：S1、获取带龋齿标签的口腔图像数据集；S2、对龋齿口腔图像数据集进行预处理，进行mosaic数据增强、随机平移翻转，扩大数据集的数量，并进行归一化处理；S3、构建基于改进YOLOv8s的网络模型YOLOv8s_sc；在其Backbone端引入金字塔池化结构SPPFCSPC，在其Neck端引入CA注意力机制模块；S4、将数据集样本输入到YOLOv8s_sc的网络模型中进行训练，得到训练后的权重文件；S5、将训练后的权重模型部署到移动端APP，通过调用YOLOv8s_sc算法利用手机检测口腔图像中的龋齿。本发明通过构建基于改进YOLOv8s的网络模型YOLOv8s_sc，能够更好地实现口腔图像龋齿检测的功能，提高了识别的精度。
-
公开(公告)号：CN114722869A
公开(公告)日：2022-07-08
申请号：CN202210332556.5
申请日：2022-03-31
Applicant: 华南理工大学 , 广东寰宇智慧医疗科技有限公司
IPC: G06K9/00 , G06K9/62 , G06N3/04 , G06N3/08 , G06V20/40 , A61B5/024 , G06V10/774 , G06V10/82 , G06V40/16
Abstract: 本发明涉及一种基于人脸视频的非接触式心率检测装置和方法，通过人工数据合成、深度神经网络、人脸区域检测、波形分析等方法，将人脸视频中所包含的心率信号精准地提取出来，融合编码解码器模型与相关的检测和数据分析技术，搭建出一套基于深度学习的针对人脸的非接触式心率脉搏波的完整检测框架，同时又开发出一个数据合成的算法用于解决目前包含生物特征的人脸数据及标签短缺的问题，从而实现了基于人脸视频的非接触心率脉搏波检测，可用于临床诊断。
-
公开(公告)号：CN107610141A
公开(公告)日：2018-01-19
申请号：CN201710788814.X
申请日：2017-09-05
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于深度学习的遥感图像语义分割方法中，步骤为：为每种物类目标分配RGB值和灰度值，获取原始遥感图像，选取出物类目标并上色、灰度化以及赋予灰度值处理，得到标签图像，对原始遥感图像进行数据增强以及边缘提取，得到边缘提取后的图像；将原始遥感图像和边缘提取后的图像训练样本对完全卷积神经网络进行训练，得到最佳语义分割网络模型，将测试遥感图像输入最佳语义分割网络模型中，获取到语义分割结果图像；为语义分割结果图像进行上色处理，得到最终语义分割结果图像，根据最终语义分割结果图像中的RGB值获取物类目标。本发明方法具有遥感图像语义分割准确率高以及适用性广的优点。
-
公开(公告)号：CN104090931A
公开(公告)日：2014-10-08
申请号：CN201410290459.X
申请日：2014-06-25
Applicant: 华南理工大学
IPC: G06F17/30
CPC classification number: G06F17/30864 , G06F17/30705 , G06F17/30876 , G06F17/30882
Abstract: 本发明公开了一种基于网页链接参数分析的信息预测采集方法，包括以下顺序的步骤：计算网页链接的参数特征统计信息，计算网页所包含外部链接的分布信息，根据网页的外部链接分布特征对网页进行分类，网页资源的抽样预测，预测样本的采集测试，网页资源的总体预测。本发明的方法，有效地补充了传统采集信息方式的不足，扩展了待采集链接资源的数量，利用已知的网页资源特征预测到了大量未采集的网页资源，提高了采集网页信息的覆盖率。
-
公开(公告)号：CN114722869B
公开(公告)日：2024-11-19
申请号：CN202210332556.5
申请日：2022-03-31
Applicant: 华南理工大学 , 广东寰宇智慧医疗科技有限公司
IPC: G06V40/16 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06V20/40 , A61B5/024 , G06V10/774 , G06V10/82
Abstract: 本发明涉及一种基于人脸视频的非接触式心率检测装置和方法，通过人工数据合成、深度神经网络、人脸区域检测、波形分析等方法，将人脸视频中所包含的心率信号精准地提取出来，融合编码解码器模型与相关的检测和数据分析技术，搭建出一套基于深度学习的针对人脸的非接触式心率脉搏波的完整检测框架，同时又开发出一个数据合成的算法用于解决目前包含生物特征的人脸数据及标签短缺的问题，从而实现了基于人脸视频的非接触心率脉搏波检测，可用于临床诊断。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.024 seconds)
