-
公开(公告)号:CN118411435A
公开(公告)日:2024-07-30
申请号:CN202410439671.1
申请日:2024-04-12
Applicant: 安徽大学
Abstract: 本发明属于PET成像领域,具体涉及一种基于先验图像的PET图像重建方法及PET图像3D感知方法。该方案将深度学习算法与既有的PET图像重建算法相结合,并将用户之前PET检查得到PET图像作为先验信息嵌入到神经网络中。最后,在受试者每次检查时,同时采用神经网络和PET图像重建算法根据传感器数据生成融合后的重建结果。本发明的3D感知方案利用NeRF中的点云采样技术获得PET图像对应的点云数据;然后通过自定义的编码方式将五维的点云数据转换为2维的新数据;最后训练生成对抗网络实现图像重建,进而利用生成的图像进行体积渲染得到3D感知。本发明可以解决现有PET成像的质量过度依赖探测器几何排列以及检测过程的数据规模的问题,并支持减少扫描时间和剂量。
-
公开(公告)号:CN117975533A
公开(公告)日:2024-05-03
申请号:CN202410167244.2
申请日:2024-02-06
Applicant: 安徽大学
IPC: G06V40/16 , G06V10/44 , G06V10/26 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0499 , G06N3/08
Abstract: 本发明属于身份识别领域,具体涉及一种基于人脸轮廓线的视频身份识别方法,及其对应的人脸隐私无关的身份识别系统。该方案为了从视频中提取连续的人脸轮廓线图像,并基于Transformer设计用于捕捉和聚合视频中的时空特征的高度轻量级模型TiDViT。TiDViT配备的多头时空联合注意力模块可在当前帧输入和之前的隐藏状态之间建立互动,从而有节奏地聚合时空特征。TiDViT对人脸视频进行逐帧处理,而不是固定的批量处理,因此所需的计算内存更少。此外,TiDViT还能在无限制的人脸视频中提取时间特征,并能很好地应对伦理和隐私问题。本发明不涉及对用户面部特征数据的存储和传输,克服了常规人脸识别技术存在的隐私泄露风险和易受环境因素干扰的缺陷。
-