-
公开(公告)号：CN106931962A
公开(公告)日：2017-07-07
申请号：CN201710197839.2
申请日：2017-03-29
Applicant: 武汉大学 , 武汉嫦娥医学抗衰机器人股份有限公司
CPC classification number: G01C21/00 , G01C21/20 , G06K9/4671
Abstract: 本发明涉及一种基于GPU‑SIFT的实时双目视觉定位方法，包括以下步骤：步骤一、采用平行双目相机获取机器人或者移动平台移动过程中的左右眼图像的立体图像视频；步骤二、采用特征点匹配获得运动过程中拍摄视频的前后两帧中对应的匹配点；步骤三、通过匹配点在成像空间坐标变化或者建立三维坐标来求解运动方程从而估计出相机的位移；步骤四、获得相机行进的各个时刻的位置、旋转角后，结合kalman滤波即可获得整个过程中相机的行进路线，即可实现对机器人或者移动平台的实时双目视觉定位。本发明采用GPU‑SIFT对SIFT特征匹配过程进行加速，配合双目视觉定位，能够实现机器人或者移动平台实时视觉定位，获得较高的定位精度，可扩展性、实用性强和环境适用性强。
-
公开(公告)号：CN109325938B
公开(公告)日：2021-11-30
申请号：CN201810964722.7
申请日：2018-08-23
Applicant: 武汉嫦娥医学抗衰机器人股份有限公司
Abstract: 本发明公开了一种基于光密度空间的中心化图像通道差的色素分离方法，包括以下步骤：获取偏振光下的RGB彩色皮肤图像并进行肤色提取；将图像划分成若干子图像块，并舍弃包含非皮肤像素的子图像块；各个子图像块的纯色浓度的获取；矩阵最佳纯色浓度矩阵的获取；计算图像中的黑色素和血色素浓度，引入色素浓度灰度分布图和彩色分布图。本发明消除了以往色素分离模型中光源的干扰项，且无需主成分分析过程，并设计了简单高效的纯色浓度矩阵的合理性判定约束条件，解决了现有色素分离算法中，由于光源强度干扰和主成分分析过程中的数据丢失导致色素浓度提取结果不准确和鲁棒性差，以及纯色浓度矩阵的合理性判定过程复杂导致算法执行效率低的技术问题。
-
公开(公告)号：CN107737032B
公开(公告)日：2021-02-23
申请号：CN201711212499.2
申请日：2017-11-28
Applicant: 武汉嫦娥医学抗衰机器人股份有限公司
Abstract: 本发明公开了一种针对皮肤皲裂的药用护肤品，包括1～5wt％的固体油脂、9.5～20wt％的液体油脂、1～5wt％的乳化剂、10～22wt％的保湿剂，0.5～1wt％的N15多肽、0.2～0.3wt％的桑黄提取物；余量为水。本发明将桑黄和N15多肽联用有效促进皮肤愈合，改善皮肤状况，特别适用于皲裂等皮肤角质层较厚的破损及炎症部位。并且本发明的护肤品肤感柔润，铺展性好易吸收，冷热稳定性优异，具有较好的实用性。
-
公开(公告)号：CN109801320B
公开(公告)日：2020-12-01
申请号：CN201910076026.7
申请日：2019-01-26
Applicant: 武汉嫦娥医学抗衰机器人股份有限公司
IPC: G06T7/45
Abstract: 本发明公开了一种基于面部分区的皮肤干燥状态智能识别方法及系统。所述方法包括：(1)采集用户闭眼状态面部灰度图像，进行面部图像分区，获得各目标区域以及参考区域的图像；(2)对目标区域及参考区域的图像进行纹理分析，获得特征参数；(3)获取各目标区域相对于参考区域的相对特征参数；(4)根据支持向量回归拟合获得的相对特征参数与皮肤干燥状态之间的回归模型，定量分析获得皮肤干燥状态参数。所述系统包括：图像获取模块、图像分区模块、相对特征参数提取模块、以及分析模块。本发明判断皮肤相对的干燥程度，避免了不同个体之间皮肤条件之间的差异导致的纹理特征差异，对于检测皮肤状态具有参考意义。
-
公开(公告)号：CN106983493B
公开(公告)日：2020-08-18
申请号：CN201710125527.0
申请日：2017-03-04
Applicant: 武汉嫦娥医学抗衰机器人股份有限公司
Abstract: 本发明涉及一种基于三光谱的皮肤图像处理方法，包括以下步骤：通过皮肤图像采集设备采集三种光照下的人脸图像；剔除人脸图像的背景区域后选取人脸皮肤区域获取相应光照下的皮肤图像；基于白光下的皮肤图像分析皮肤的纹理指标、皱纹指标、毛孔指标和美白度指标；基于平行偏振光下的皮肤图像分析皮肤的斑点指标；基于紫外光下的皮肤图像，分析皮肤的紫质指标、紫外斑指标和油脂指标；将八项皮肤指标进行对比分析得出皮肤单项指标的分布情况，再将八项皮肤指标进行综合分析得出皮肤综合情况。本发明可以快速检测出人脸皮肤的纹理、皱纹、毛孔、美白度、斑点、紫质、紫外斑和油脂共八项指标，为皮肤检测分析提供了更加客观可靠的指标检测结果。
-
Patent Agency Ranking
公开(公告)号：CN106981066A
公开(公告)日：2017-07-25
申请号：CN201710126258.X
申请日：2017-03-06
Applicant: 武汉嫦娥医学抗衰机器人股份有限公司
CPC classification number: G06T2207/10024
Abstract: 本发明涉及一种基于肤色的内脸图像分割方法，包括：对白光下正脸图片进行RGB至YCrBr颜色空间的转换，同时构造肤色聚类的椭圆模型对候选图像进行过滤，获得肤色掩膜；基于肤色掩膜获取人脸的候选区域，作外接矩形，并生成初步的椭圆分割区域对原图进行分割；构造收缩空间判定掩膜，并与椭圆区域内的肤色分布图进行逻辑运算，得到四个方向残余的非皮肤像素点数，并以此作为自适应收缩系数；根据收缩系数更新椭圆分割区域；重复迭代，直到迭代次数到达上限或收缩因子到达指定误差范围内，停止迭代，输出目标图像。本发明不依赖任何库文件，实时性强，识别精度高，收缩耗时少，内脸区域拟合精确。
-
公开(公告)号：CN109344701B
公开(公告)日：2021-11-30
申请号：CN201810964621.X
申请日：2018-08-23
Applicant: 武汉嫦娥医学抗衰机器人股份有限公司
Abstract: 本发明公开了一种基于Kinect的动态手势识别方法，包括以下步骤：用Kinect V2采集动态手势的彩色图像序列与深度图像序列；进行人手检测与分割等预处理操作；动态手势的空间特征和时序特征提取，输出空‑时特征；将输出的空‑时特征输入简单的卷积神经网络来提取更高层的空‑时特征，并用动态手势分类器进行分类；分别训练彩色图像序列和深度图像序列的动态手势分类器，并用随机森林分类器融合输出，得到最终的动态手势识别结果。本发明提出基于卷积神经网络和卷积长短时记忆网络的动态手势识别模型，用这两个部分分别处理动态手势的空间特征和时间特征，并且采用随机森林分类器融合彩色图像序列和深度图像序列的分类结果，对动态手势的识别率有较大的提升。
-
公开(公告)号：CN109064405A
公开(公告)日：2018-12-21
申请号：CN201810964588.0
申请日：2018-08-23
Applicant: 武汉嫦娥医学抗衰机器人股份有限公司
IPC: G06T3/40
CPC classification number: G06T3/4053
Abstract: 本发明公开了一种基于双路径网络的多尺度图像超分辨率方法，考虑和利用了不同尺度的超分辨率之间的相互关系，构建了一个多尺度超分辨率模型。该模型直接将低分辨率图像作为输入，在模型的头部，为了减少不同尺度的输入图像的差异，每个尺度都有其对应的预处理模块；在模型的中部，不同尺度共享高层特征提取模块，高层特征提取模块用于提取输入图像的高层特征；在模型的尾部，每个尺度都有其对应的上采样模块，上采样模块用于将提取到的高层特征转化为高分辨率图像。通过在高层特征提取模块中采用双路径架构以及局部残差学习和层次特征融合，有效地解决了深度神经网络的梯度消失问题，并减少了模型的参数，提高了图像超分辨率的重建性能。
-
公开(公告)号：CN108492278A
公开(公告)日：2018-09-04
申请号：CN201810131619.4
申请日：2018-02-09
Applicant: 武汉嫦娥医学抗衰机器人股份有限公司
CPC classification number: G06T7/0012 , G06T7/90 , G06T2207/30088
Abstract: 本发明公开了人体皮肤片图像黑色素和血色素分离与浓度调控方法，包括以下步骤：获取人体皮肤片RGB彩色图像，并对其R/G/B三通道的信号进行主成分分析，得到二维信号；对该二维信号，进行二层级联非负矩阵分解，得到混合矩阵，并对其做升维及统计变换处理；设计混合矩阵有效性判定约束条件，以判断分离的有效性，若无效，则中止处理过程；设计混合矩阵的权重调控因子，分别构建浓度可调的人体皮肤片黑色素或血色素浓度分布图像及综合合成图像。本发明设计了一种二层非负矩阵分解方法和混合矩阵有效性判定约束条件，解决了现有黑色素和血色素分离方法中，由于混合矩阵的不稳定性所导致的分离结果鲁棒性差的技术问题。
-
公开(公告)号：CN106983493A
公开(公告)日：2017-07-28
申请号：CN201710125527.0
申请日：2017-03-04
Applicant: 武汉嫦娥医学抗衰机器人股份有限公司
CPC classification number: A61B5/441 , A61B5/0077 , A61B5/442 , A61B5/443 , A61B5/444 , A61B5/72 , G06T7/0012 , G06T2207/30088
Abstract: 本发明涉及一种基于三光谱的皮肤图像处理方法，包括以下步骤：通过皮肤图像采集设备采集三种光照下的人脸图像；剔除人脸图像的背景区域后选取人脸皮肤区域获取相应光照下的皮肤图像；基于白光下的皮肤图像分析皮肤的纹理指标、皱纹指标、毛孔指标和美白度指标；基于平行偏振光下的皮肤图像分析皮肤的斑点指标；基于紫外光下的皮肤图像，分析皮肤的紫质指标、紫外斑指标和油脂指标；将八项皮肤指标进行对比分析得出皮肤单项指标的分布情况，再将八项皮肤指标进行综合分析得出皮肤综合情况。本发明可以快速检测出人脸皮肤的纹理、皱纹、毛孔、美白度、斑点、紫质、紫外斑和油脂共八项指标，为皮肤检测分析提供了更加客观可靠的指标检测结果。
-
-
-
-
-
-
-
-
-
Search Results
49
records
(took 0.037 seconds)
