公开(公告)号：CN112801994A

公开(公告)日：2021-05-14

申请号：CN202110159391.1

申请日：2021-02-05

Applicant: 广东顺德工业设计研究院(广东顺德创新设计研究院)

Inventor： 王爽 ,  林晓明 ,  王洋 ,  王梦歌

IPC: G06T7/00 ,  G06T7/10 ,  G06K9/62 ,  G06T1/40

Abstract: 本申请涉及一种骨龄评估方法和系统。应用于树莓派，所述方法包括：接收骨龄评估请求；根据所述骨龄评估请求获取手骨图像以及所述手骨图像对应的用户性别；将所述手骨图像进行裁剪和直方图匹配，以及将所述用户性别进行数值转换后输送到神经计算棒，通过预先训练好部署在所述神经计算棒中的骨龄评估模型根据所述手骨图像和所述用户性别进行骨龄评估。采用本方法能够提高安全性，同时提高处理速度以提高评估的效率。

公开(公告)号：CN115330934A

公开(公告)日：2022-11-11

申请号：CN202210924779.0

申请日：2022-08-02

Applicant: 广东顺德工业设计研究院(广东顺德创新设计研究院)

Inventor： 巩高 ,  林晓明 ,  王洋 ,  王爽 ,  张维

IPC: G06T17/00 ,  G06T7/33 ,  G06T7/13

Abstract: 本发明公开了一种工件三维形状重建方法、系统、终端及介质，包括：获取待处理工件的第一点云数据和第二点云数据；其中，第一点云数据是利用若干个激光扫描仪对待处理工件从不同角度采集得到的，第二点云数据是利用若干个双目相机对待处理工件从不同角度采集得到的；对第一点云数据和第二点云数据进行特征提取和配准，以获得对应的融合特征矩阵；按照预设的重建算法，根据融合特征矩阵进行曲面重建，以获得待处理工件对应的三维模型，完成对待处理工件的三维形状重建。本发明通过直接利用激光扫描仪和双目相机全方位地采集待处理工件的点云数据，避免大幅移动或旋转数据采集装置而导致点云数据中产生大量噪声以及部分点云数据的丢失。

公开(公告)号：CN114419062B

公开(公告)日：2025-04-01

申请号：CN202111591117.8

申请日：2021-12-23

Applicant: 广东顺德工业设计研究院(广东顺德创新设计研究院)

Inventor： 孙俊杰 ,  林晓明 ,  王爽 ,  王洋

IPC: G06V10/26 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种甲状腺结节超声图像的分割方法、装置及系统。该分割装置包括数据获取单元、模型训练单元以及分割提取单元。该分割系统包括图像分割模块以及数据存储模块。通过对在预设的语义分割网络Unet的基础上，引入预设的分层级联多头自注意力模块而获得的预设的第一视觉分割模型进行训练评估以获得第二视觉分割模型，再通过第二视觉分割模型对待分割的超声图像进行分割，从而获得甲状腺结节超声图像分割结果图，该分割方法、装置及系统提升了对于甲状腺结节图像的分割的精确性。

公开(公告)号：CN112801994B

公开(公告)日：2023-12-26

申请号：CN202110159391.1

申请日：2021-02-05

Applicant: 广东顺德工业设计研究院(广东顺德创新设计研究院)

Inventor： 王爽 ,  林晓明 ,  王洋 ,  王梦歌

IPC: G06T7/00 ,  G06T7/10 ,  G06V10/75 ,  G06V10/77 ,  G06V10/80 ,  G06V10/82 ,  G06V10/94 ,  G06T1/40

Abstract: 本申请涉及一种骨龄评估方法和系统。应用于树莓派，所述方法包括：接收骨龄评估请求；根据所述骨龄评估请求获取手骨图像以及所述手骨图像对应的用户性别；将所述手骨图像进行裁剪和直方图匹配，以及将所述用户性别进行数值转换后输送到神经计算棒，通过预先训练好部署在所述神经计算棒中的骨龄评估模型根据所述手骨图像和所述用户性别进行骨龄评估。采用本方法能够提高安全性，同时提高处理速度以提高评估的效率。

公开(公告)号：CN115330935A

公开(公告)日：2022-11-11

申请号：CN202210924780.3

申请日：2022-08-02

Applicant: 广东顺德工业设计研究院(广东顺德创新设计研究院)

Inventor： 张维 ,  林晓明 ,  王洋 ,  王爽 ,  巩高

IPC: G06T17/00 ,  G06T7/50 ,  G06N3/04

Abstract: 本发明公开了一种基于深度学习的三维重建方法及系统，包括：获取目标物体对应的多个待处理图像；将所有待处理图像输入至深度图像获取模型，以获得各待处理图像对应的深度图像；通过预设的三维重建算法，结合所有深度图像，获得目标物体的三维重建模型，实现对目标物体的三维重建；其中，深度图像获取模型为通过在预设的多视角立体视觉神经网络MVSNet的基础上，引入交叉注意力机制而获得的。本发明通过在预设的多视角立体视觉神经网络MVSNet的基础上，引入交叉注意力机制，以优化深度图像获取模型的信息捕捉性能和信息匹配性能，并逐图像获取目标物体的多视角深度信息，进而提升对于目标物体的三维重建精度和三维重建效率。

公开(公告)号：CN114419062A

公开(公告)日：2022-04-29

申请号：CN202111591117.8

申请日：2021-12-23

Applicant: 广东顺德工业设计研究院(广东顺德创新设计研究院)

Inventor： 孙俊杰 ,  林晓明 ,  王爽 ,  王洋

IPC: G06T7/11 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种甲状腺结节超声图像的分割方法、装置及系统。该分割装置包括数据获取单元、模型训练单元以及分割提取单元。该分割系统包括图像分割模块以及数据存储模块。通过对在预设的语义分割网络Unet的基础上，引入预设的分层级联多头自注意力模块而获得的预设的第一视觉分割模型进行训练评估以获得第二视觉分割模型，再通过第二视觉分割模型对待分割的超声图像进行分割，从而获得甲状腺结节超声图像分割结果图，该分割方法、装置及系统提升了对于甲状腺结节图像的分割的精确性。