-
公开(公告)号：CN119252326A
公开(公告)日：2025-01-03
申请号：CN202411262388.2
申请日：2024-09-10
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G16B20/30 , G16B50/10 , G16B40/00 , G06N3/0464 , G06N3/0455 , G06F18/241
Abstract: 本发明公开了一种单细胞多组学数据整合方法，涉及生物信息技术领域，其技术要点为：S1：对单细胞RNA测序数据与单细胞ATAC测序数据进行预处理，包括数据筛选与基因选择两个部分；S2：构建低维共享空间，使用自编码器构建一个两种组学数据的低维共享空间；S3：使用低维共享空间中的单细胞RNA测序数据训练深度金字塔卷积神经网络；S4：使用训练好的深度金字塔卷积神经网络，对单细胞ATAC测序数据进行分类，得到细胞类型标签，实现单细胞RNA测序数据与单细胞ATAC测序数据的数据整合。本发明通过使用自编码器网络，构建出低维共享空间，最大化不同组学数据之间的相似性，通过文本卷积网络学习不同细胞类型数据之间的分布，最终实现整合多组学数据的目的。
-
公开(公告)号：CN119251912A
公开(公告)日：2025-01-03
申请号：CN202411474595.4
申请日：2024-10-22
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G06V40/20 , G06V10/42 , G06V10/46 , G06V10/82 , G06T3/4076 , G06N3/08 , G06V10/44 , G06V10/80 , G06N3/0464 , G06N3/048 , G06V10/774
Abstract: 本发明属于基于深度神经网络的计算机视觉领域，公开了一种轻量化的人体姿态估计方法。在本方法中，通过设计的轻量化方法实时对人体姿态进行识别。提出了一个近似单分支的轻量化全局建模网络LGM‑Pose。在这个网络中，设计全局特征提取模块，通过提出的无参数维度变换子模块和MLP Block，实现全局信息的轻量化提取。并设计了一个卷积特征融合模块通过混洗操作和分组卷积来融合多尺度信息，缓解单分支结构缺少多尺度联合而带来性能下降问题。在COCO数据集上的实验结果表明，相比当前人体姿态估计领域轻量化方法，本文提出的方法具有更少的参数，同时取得了更优良的性能。
-
公开(公告)号：CN118015617A
公开(公告)日：2024-05-10
申请号：CN202410146393.0
申请日：2024-02-01
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G06V20/69 , G06V10/25 , G06V10/764 , G06V10/82 , G06V10/80 , G06V10/776 , G06N3/0464 , G06N3/045 , G06N3/0499 , G06N3/084
Abstract: 本发明公开了基于目标检测的乳腺癌病理图像有丝分裂细胞核识别方法，包括：将乳腺癌有丝分裂细胞核图像输入目标检测网络，筛选有丝分裂细胞核的候选框及所述候选框对应的第一置信度；对筛选后的候选框进行窗口重定位，过滤检测阶段产生的劣质假阳性，并重新定位有丝分裂细胞核的中心位置，获取过滤后的候选框及第二置信度；将过滤后的候选框输入分类网络，输出最终候选框及最终目标置信度，其中，最终目标置信度通过第二置信度和分类网络置信度加权获得。本发明通过在检测阶段之后加入窗口重定位模块，减少候选框边界周围的低质量预测，有利于产生更一致的检测结果。
-
公开(公告)号：CN116740124A
公开(公告)日：2023-09-12
申请号：CN202310655750.1
申请日：2023-06-05
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
Abstract: 本发明涉及小目标检测与多目标跟踪技术领域，具体涉及一种基于改进YOLOv8的车辆跟踪与车牌识别联合检测方法，将车辆检测跟踪与车牌识别融合在一个统一的系统中，通过以下步骤实现联合检测，首先采用改进YOLOv8算法对车辆与车牌进行检测，再使用基于匈牙利算法的BOT‑SORT跟踪算法进行车辆目标跟踪，同时使用LPRNet进行车牌识别，通过使用了可变形卷积操作代替标准卷积，可根据图像改变感受野大小，同时添加了MHSA注意力网络，在保证轻量化的同时，大大提升了物体检测精度，同时本发明将车辆多目标跟踪和车牌识别集成在一个系统中，使用方便，容易部署在边缘设备中。
-
公开(公告)号：CN117851659A
公开(公告)日：2024-04-09
申请号：CN202410021902.7
申请日：2024-01-08
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G06F16/953 , G06F16/903 , G06N3/094 , G06N3/0455 , G06N3/047
Abstract: 本发明涉及无监督跨模态哈希检索技术领域，具体涉及一种自适应增强对抗哈希无监督跨模态检索方法，包括分别对图像和文本数据进行特征提取，得到原始图像特征和原始文本特征；设计文本生成器来拟合原始文本特征的文本数据分布，随机生成和图像特征维度一致的假数据，最后使用假数据训练图像鉴别器，并生成特征矩阵；设计特征矩阵映射为哈希码矩阵，并量化映射过程信息的损失，得到信息量损失矩阵；将信息量损失矩阵嵌入多模态相似性矩阵的构造中，得到相似性度量矩阵，再利用相似性度量矩阵实现图像和文本原始特征空间与汉明空间的语义对齐，经过多轮训练，得到最优的跨模态检索模型，使用其进行检索，得到检索结果。
-
Patent Agency Ranking
公开(公告)号：CN118097660A
公开(公告)日：2024-05-28
申请号：CN202410044725.4
申请日：2024-01-11
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G06V20/69 , G06V10/44 , G06V10/74 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/084 , G06N3/092
Abstract: 本发明公开了一种基于相似注意力机制的乳腺癌细胞核分割方法及系统，所述方法包括：1)采用了传统数据增强方法来增加数据的多样性；2)采用了相似注意力机制以加强细节特征提取；通过膨胀卷积来扩大感受野并设置锯齿状膨胀系数消除空洞效应；使用密集连接和多分辨率跳跃连接实现层与层之间的连接和多尺度融合；添加Dropout层防止过拟合；3)在对乳腺癌细胞核精确分割的同时，对其进行细胞核计数、形态提取，为临床诊断乳腺癌分级提供基础；本发明能够精确分割乳腺癌细胞核，解决乳腺癌细胞核形态多样，细胞核边缘粘连严重难以分割等问题，可以有效地辅助医生进行乳腺癌的早期诊断和治疗。
-
公开(公告)号：CN117934491A
公开(公告)日：2024-04-26
申请号：CN202410110644.X
申请日：2024-01-26
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G06T7/10 , G06V10/764 , G06V10/762 , G06V10/778
Abstract: 本发明涉及医学图像分割技术领域，特别是涉及一种基于半监督深度学习的腺体分割方法，包括：获取待分割腺体图像；将所述待分割腺体图像输入预设的分割模型中，获取分割预测图，其中，所述分割模型基于训练集训练获得，所述训练集包括有标注的结直肠癌腺体图像和乳腺癌腺体图像，无标注的结直肠癌腺体图像和乳腺癌腺体图像，所述分割模型包括教师模型、学生模型和教师助理模型，所述教师模型、学生模型和教师助理模型的主干网络均采用DeepLabv3+网络构建。本发明能够有效地提升结直肠癌和乳腺癌腺体图像的分割精度。
-
公开(公告)号：CN116740493A
公开(公告)日：2023-09-12
申请号：CN202310653375.7
申请日：2023-06-05
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G06V10/774 , G06V10/82 , G06V10/40 , G06V10/25 , G06V10/764 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明涉及目标检测技术领域，具体涉及一种基于语义关系的多尺度无锚框目标检测方法，包括以下步骤：首先进行原始图片目标特征提取，再目标间语义关系构建，最后通过目标分类、中心度计算和位置回归，输出检测结果；本发明不同于现有方法由于锚框数量大而需要大量的计算资源，摒弃了传统anchor‑based方法需要预先根据目标尺寸设计各种超参数的复杂过程，减轻了计算资源的开销，更加易于算法模型的落地，且训练时间更短。进一步的，由于关系模块的引入，借鉴了自注意力机制，提高了小目标乃至是受遮挡物体的检测精度，一定程度上提高了方法的泛化能力。
-
公开(公告)号：CN117601606A
公开(公告)日：2024-02-27
申请号：CN202311636820.5
申请日：2023-12-01
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
Abstract: 本发明涉及一种全地形四轮水陆两栖机器人，属于水陆两栖机器人技术领域，主机体两侧通过动力装置对称设置有多个轮式结构，陆地驱动状态，多个轮式结构通过变胞机构均与主机体平行设置；水上驱动状态，多个轮式结构通过变胞机构均与主机体垂直设置，主机体两侧对称设置有浮力仓，外侧十字安装板与通过联轴器与动力装置的驱动端连接，十字安装板的端部铰接有外轮弧形片，外侧十字安装板侧壁设置有舵机，舵机的输出端连接有舵盘，外侧十字安装板上滑动设置有锁定机构，变胞机构可以使本装置能够根据地形需要任意切换陆地驱动状态或水上驱动状态，以适应不同地貌环境，外轮弧形片变形结构可以使本装置能够根据地形需要任意切换越野状态或高速状态，以适应不同路面环境。
-
公开(公告)号：CN116895098A
公开(公告)日：2023-10-17
申请号：CN202310891520.5
申请日：2023-07-20
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
Abstract: 本发明公开了一种基于深度学习和隐私保护的视频人体动作识别系统与方法，所述系统包括依次连接的视频图像处理模块、人体检测模块、人体骨骼关键点提取模块、基于骨骼关键点的动作识别模块和输出模块，所述方法为从监控视频数据中提取关键帧图片并进行预处理、得到人体区域子图、提取模型得到人物动作信息、对连续累计的人物动作信息进行编码融合并进行动作预测、将动作预测结果进行输出，并对人体进行隐私处理。这种系统成本低、组网方便、便于应用和推广，这种方法在识别行人动作的同时能隐私、能够同时完成人体检测、动作识别、隐私保护这三个任务。
-
-
-
-
-
-
-
-
-
Search Results
216
records
(took 0.062 seconds)
