公开(公告)号：CN118262107A

公开(公告)日：2024-06-28

申请号：CN202410289367.3

申请日：2024-03-14

Applicant: 复旦大学

Inventor： 季雨霏 ,  尹建君

IPC: G06V10/26 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明属于医学图像分割技术领域，具体为一种基于SAM改进适配器的胃肠息肉图像自动分割系统。本发明是对于任意分割模型SAM，设计一种新的适配器，只需训练插入的少量参数，并冻结原有模型参数，即可更灵活、更便捷地完善网络；并且设计适配器的插入位置，利用并行结构，减少参数共享所带来的冲突和干扰，提高模型的稳定性和泛化能力；此外，还设计本模型适用的损失函数。本发明系统中采用高效准确的分割算法，可以让医生准确掌握患者的病情，并且以此作为辅助去了解息肉的形状特征等，有助于医生制定最合适的治疗方案，提高治疗效果，并减轻患者的痛苦，帮助患者康复。

公开(公告)号：CN118209847A

公开(公告)日：2024-06-18

申请号：CN202410254407.0

申请日：2024-03-06

Applicant: 复旦大学

Inventor： 周昕玥 ,  尹建君 ,  杨宇轩

IPC: G01R31/3185

Abstract: 本发明属于电子设计自动化检测技术领域，具体为一种基于自适应方式的扫描链故障诊断范围的优化方法。本发明在现有同类算法基础上，运用自适应方式来对常用的故障诊断流程中的故障可疑范围进行更新，从而对故障可疑范围做进行精确优化，并在故障诊断算法的模拟仿真中利用仿真模拟结果进行动态学习，适时调整缩小故障诊断范围，继续完成诊断。本发明为整体诊断流程缩短测试时间，并大幅提高诊断效率。本发明对于多个故障类型及多个故障点情形的故障准确点位判断具有良好作用。

公开(公告)号：CN116386014A

公开(公告)日：2023-07-04

申请号：CN202310384472.0

申请日：2023-04-12

Applicant: 复旦大学

Inventor： 季雨霏 ,  尹建君

IPC: G06V20/60 ,  G06V10/75 ,  G06V10/74 ,  G06V10/82 ,  G06V10/26 ,  G06V10/52 ,  G06V10/56 ,  G06V10/50 ,  G06V10/80

Abstract: 本发明涉及一种基于有向图和深度学习的电路识别方法，借助电流与有向图的共通性，将视野内的实物电路图自动识别，并生成相对应的有向图，从而实现对实验器材连接的正误判断；输入图片或视频，模板匹配区分器材的正负端子，将所有器材的正负端子定位并固定编号；利用实例分割对导线进行3D数据信息训练并实现分割，利用实例分割对器材数据集进行训练并实现分割，判断分割出来的导线两端分别与何种器材存在交叠来判断连接；识别出每根导线两端分别为几号节点，生成整体有向图。本发明方法的优势是可以根据不同电路生成对应的有向图，适应性强，且可以清晰看出电流的流向，从而更好判断连接的正确性，识别效果也很好。

公开(公告)号：CN118465523A

公开(公告)日：2024-08-09

申请号：CN202410254398.5

申请日：2024-03-06

Applicant: 复旦大学

Inventor： 杨宇轩 ,  尹建君 ,  周昕玥

IPC: G01R31/3185

Abstract: 本发明属于芯片可测试性设计技术领域，具体为一种针对于异步时钟域集成电路的高速扫描测试方法。本发明包括：引入待测试电路的网表文件，对待测试电路的数据流进行分析；根据时钟域之间的异步数据路径，生成多时钟域控制逻辑模块；设计片上时钟控制器，包括测试基台、片上高速时钟生成器等；将异步时钟域片上时钟控制电路与待测电路整合成完整的系统，进行设计规范检查，完成芯片可测试性设计的插入；用ATPG工具生成测试向量，对电路进行故障模拟和仿真验证；本发明能够实现电路的时钟域内转换延时故障检测，时钟域间转换延时故障检测以及固定故障检测，增加测试时钟产生灵活性，减少面积开销，节约测试成本，提高测试覆盖率和芯片良品率。

公开(公告)号：CN115634147A

公开(公告)日：2023-01-24

申请号：CN202211329098.6

申请日：2022-10-27

Applicant: 复旦大学

Inventor： 许紫妍 ,  李旦 ,  尹建君

IPC: A61H39/02 ,  A61B5/00 ,  G06V40/10 ,  G06V10/25 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于轻量化深度学习网路的手部穴位识别方法；该方法包括以下步骤：S1：图像采集，实时采集手部数据；S2：基于传统图像处理的方法，识别出手掌区域以及手心区域；S3：将识别出的手掌区域数据输入到基于深度学习的手部穴位识别模型中，手部穴位识别模型总共输出16个手部穴位点以及2个手部穴位区；其中：所述基于深度学习的手部穴位识别模型为基于mobilenetv3的超轻量化模型，其通过对主干网络mobilenetv3模型进行知识蒸馏和量化处理得到。本发明基于轻量化深度学习网络和几何空间计算等方法，最终得到手部的各个手部关键点穴位点，相较于传统穴位识别方法，在精度和速度上有显著的提升。

公开(公告)号：CN115272785A

公开(公告)日：2022-11-01

申请号：CN202210766729.4

申请日：2022-06-30

Applicant: 复旦大学

Inventor： 袁楚彦 ,  尹建君

IPC: G06V10/774 ,  G06V10/75 ,  G06F17/16 ,  G06F17/18

Abstract: 本发明公开了一种基于雾感知密度估计的海雾浓度检测预警方法；该方法在海面这种单一背景下通过海雾图像采集装置来获取目标图像，提取图像雾相关统计特征后利用多元正态分布(MVG)估计特征向量的均值与协方差矩阵建立雾感知密度估计模型，再计算出图像与有雾模型和无雾模型之间的马氏距离得到雾浓度的相对值，经过数据平滑处理后对雾浓度和能见度进行拟合得到雾浓度阈值，最后根据阈值给出预警提示。本发明解决了无法在海面这种单一背景下通过图像来获取海雾浓度的缺陷，并通过对海雾浓度进行量化，与能见度匹配，根据量化浓度阈值及时给出预警。

公开(公告)号：CN103956992A

公开(公告)日：2014-07-30

申请号：CN201410116777.4

申请日：2014-03-26

Applicant: 复旦大学 ,  上海复控华龙微系统技术有限公司

Inventor： 徐新龙 ,  张达文 ,  尹建君 ,  李勇飞 ,  喻昌远

IPC: H03H21/00

Abstract: 本发明公开了一种基于多步梯度下降的自适应信号处理方法，属于自适应信号处理技术领域，该方法将多步梯度下降方法和自适应信号处理的NLMS技术相结合，提出了多步梯度下降的NLMS技术。具体利用多步梯度下降方法来加快基于标准梯度下降方法的NLMS技术的收敛速度，以此来提高信号处理的跟踪能力。实验结果表明，该技术的性能十分理想，能够有效解决现有技术所存在的问题。

公开(公告)号：CN101753513A

公开(公告)日：2010-06-23

申请号：CN201010023063.0

申请日：2010-01-21

Applicant: 复旦大学

Inventor： 赵晋 ,  张建秋 ,  尹建君

IPC: H04L27/26

Abstract: 本发明属于无线通信和卫星导航接收机技术领域，具体为一种基于多项式预测模型的多普勒频率和相位估计方法。本发明首先提出一种新的描述多普勒频率和相位的动态模型——多项式预测模型，并在此模型基础上结合无气味卡尔曼滤波器，提出一种新的自确认滤波算法用以估计多普勒频率和相位。无论收发机之间的相对运动如何变化，只要相对运动的表达式满足分段多项式形式，本发明提出的方法都可以有效的对多普勒频率和相位进行估计。数值仿真结果和真实GPS接收机实验数据均表明，在GPS接收机可正常工作的信噪比条件下，本发明提出的方法优于大部分其他文献中已报道的多普勒频率估计算法。

公开(公告)号：CN118196166A

公开(公告)日：2024-06-14

申请号：CN202410254404.7

申请日：2024-03-06

Applicant: 复旦大学

Inventor： 孙心如 ,  尹建君

IPC: G06T7/593 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明属于多视图立体重建技术领域，具体为一种用基于窗口的局部全局交互策略的多视图立体重建方法。本发明针对MVS方法进行改进，在计算聚合代价体之前，在引用注意力机制的基础上，采用基于窗口的局部全局交互策略，降低内存消耗和计算开销，同时保持良好的性能，具体包括4个步骤：特征提取、代价体构建和融合、代价体正则化和逆深度回归。实验表明，本发明在达到良好性能的同时，保持了内存和时间的平衡。

公开(公告)号：CN116434188A

公开(公告)日：2023-07-14

申请号：CN202310300055.3

申请日：2023-03-26

Applicant: 复旦大学

Inventor： 张勇 ,  尹建君

IPC: G06V20/58 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明属于道路交通安全保障技术领域，具体为基于improved_yolov5s的交通标志检测方法。本发明主要包括：获取带有交通标志的自然场景下的交通图像并进行预处理及数据增强；搭建交通标志检测模型improved_yolov5s网络，利用处理好的图像以及txt格式的标签文件对模型进行训练至收敛；带有交通标志的图像输入训练好的检测模型，得到交通标志的类别以及位置信息；测试训练好的检测模型性能。检测模型improved_yolov5s包括，针对小目标的数据增强，添加小目标检测层，引入SE注意力机制和ASFF，这些改进提升了原始yolov5s网络模型对自然场景下交通标志检测的精确率与召回率。