公开(公告)号：CN118429721A

公开(公告)日：2024-08-02

申请号：CN202410653031.0

申请日：2024-05-24

Applicant: 哈尔滨工程大学

Inventor： 崔颖 ,  高山 ,  朱龙宇 ,  贾梦茹 ,  李可 ,  陈涛

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/74 ,  G06V20/10

Abstract: 本发明是一种基于域泛化的轻量化高光谱图像跨场景分类方法。本发明涉及图像处理分类技术领域，本发明获取高光谱数据，并构建跨场景数据集，搭建基于注意力机制辅助的级联瓶颈网络模型，得到若干在不同模型参数下的级联瓶颈网络模型；对若干在不同模型参数下的级联瓶颈网络模型进行训练；将若干在不同模型参数下的级联瓶颈网络模型在目标场景验证集上进行交叉验证，得到验证结果；从验证结果中筛选出分类效果最好的级联瓶颈网络模型作为目标分类模型，并通过目标分类模型对目标域的高光谱图像进行分类。本发明的基于注意力机制辅助的级联瓶颈网络模型只需要有限的源域样本即可完成训练，更加具有实际意义，鲁棒性也能够得到保证。

公开(公告)号：CN115439651A

公开(公告)日：2022-12-06

申请号：CN202210991443.6

申请日：2022-08-18

Applicant: 哈尔滨工程大学

Inventor： 高山 ,  张广 ,  崔颖 ,  苏静静 ,  朱佳 ,  朱龙宇 ,  田园

IPC: G06V10/26 ,  G06V10/774 ,  G06V10/82 ,  G06N3/04 ,  G06T7/00

Abstract: 本发明提出了一种基于空间多尺度注意网络的DSA脑血管分割系统及方法；获取原始的DSA图像数据；对每一帧图像标注类别，标注出血管结构和非血管结构，制作DSA脑血管数据集；对图像进行预处理，分为测试集、训练集和验证集；将训练集的数据送入空间多尺度注意力网络模型中进行训练，调整模型训练过程的参数，通过验证集中的AUC值选择出最好的模型；将测试集的图像分成局部图像块，通过筛选出的最好模型，测试测试集数据，并将预测结果重建，验证分割效果；本发明能够明显提高分割精度，改善分割效果。精确的血管分割结果可以辅助医生诊断血管疾病，并且多个角度下的二维血管结构可以实现血管的三维可视化建模，具有一定的实际意义。