-
公开(公告)号：CN111310798B
公开(公告)日：2023-05-16
申请号：CN202010063066.0
申请日：2020-01-19
Applicant: 浙江大学
Abstract: 本发明公开了一种基于几何特征和纹理特征的脸部运动迟缓的检测模型的构建方法，其中构建的基于面部表情特征的检测模型可用于检测与帕金森相关的运动迟缓症状。面部表情特征包括几何特征和纹理特征。几何特征定义了FEF(面部表情因子)和FECF(面部表情改变因子)以量化静态图像的面部表情。然而，这些几何特征只涉及空间信息，其中，SEM面部特征是借鉴普氏分析来构造的。而纹理特征使用扩展的HOG算法来提取在短时间内的动态表情变化。纹理特征结合了空间维度和时间维度，从而弥补了几何特征的缺点。最后，使用五种监督式机器学习方法构建基于面部表情特征的检测模型。实验结果表明，该系统的F1指数最高可达94.46％。
-
公开(公告)号：CN117036683A
公开(公告)日：2023-11-10
申请号：CN202310388689.9
申请日：2023-04-13
Applicant: 浙江大学
IPC: G06V10/26 , G06N3/0464 , G06N3/0895 , G06V20/70
Abstract: 本发明公开了一种基于共同性‑特异性监督机制的弱监督语义分割方法和装置，建立对比卷积模块，利用图像内部不同感受野的卷积认知差异识别图像内部有歧义的边界区域，克服了弱监督语义分割任务中分割边界模糊的问题；建立了共同性‑特异性监督模块，利用共同性监督机制发现不同类别图像间相似的结构背景分布，利用特异性监督机制识别图像分布中突出的区域，实现目标对象的语义分割，改善定位区域稀疏，同时优化了分割边界；知识落差模块构造了结构分布增强的对比生成图像，对比生成图像和类别图像之间的知识落差有效克服了主流方法中不完全的激活对应关系，改善了图像级别的弱监督语义分割性能。
-
公开(公告)号：CN113221905A
公开(公告)日：2021-08-06
申请号：CN202110539925.3
申请日：2021-05-18
Applicant: 浙江大学
Abstract: 本发明公开了一种基于均匀聚类的语义分割的无监督域适应方法、装置、系统和存储介质，首先，建立了基于原型的源域均匀聚类损失和基于经验原型的目标域均匀聚类损失，缩小了同一类别像素的类内差异，同时驱动结构相似但类别不同的像素相互远离，趋向均匀分布，增大了类间距离，克服了域适应过程中类别边界不清晰的问题；接着，将基于原型的源域均匀聚类损失和基于经验原型的目标域均匀聚类损失融入对抗训练框架，缩小了源域和目标域之间的域差异，增强了跨域数据在语义分割模型上的适应性，进而提升了语义分割的准确性。
-
公开(公告)号：CN113221905B
公开(公告)日：2022-05-17
申请号：CN202110539925.3
申请日：2021-05-18
Applicant: 浙江大学
IPC: G06V10/26 , G06V10/762 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于均匀聚类的语义分割的无监督域适应方法、装置、系统和存储介质，首先，建立了基于原型的源域均匀聚类损失和基于经验原型的目标域均匀聚类损失，缩小了同一类别像素的类内差异，同时驱动结构相似但类别不同的像素相互远离，趋向均匀分布，增大了类间距离，克服了域适应过程中类别边界不清晰的问题；接着，将基于原型的源域均匀聚类损失和基于经验原型的目标域均匀聚类损失融入对抗训练框架，缩小了源域和目标域之间的域差异，增强了跨域数据在语义分割模型上的适应性，进而提升了语义分割的准确性。
-
公开(公告)号：CN112732963A
公开(公告)日：2021-04-30
申请号：CN202110051958.3
申请日：2021-01-15
Applicant: 浙江大学
Abstract: 本发明公开了基于遥感大数据的跨界服务应用方法，通过对遥感大数据的行业应用元模型的研究和抽取，生成一个融合型的多行业跨界融合元模型，并用该元模型来指导遥感图像解译、分类，以及遥感信息服务化包装，然后通过信息服务的匹配并应用到国土、农业、水利等不同的行业，实现遥感大数据的服务化和跨界共享。本发明可以有效的消除行业壁垒，为遥感数据应用的服务化提供了一个可行的方案，为后续遥感数据应用市场的拓展提供了支撑。
-
Patent Agency Ranking
公开(公告)号：CN111210415A
公开(公告)日：2020-05-29
申请号：CN202010010215.7
申请日：2020-01-06
Applicant: 浙江大学
Abstract: 本发明公开了一种基于VS-C3D网络的帕金森患者面部表情低迷的检测方法，具体过程如下：首先，对面部视频进行人脸捕捉，裁剪掉与面部无关的区域，留下包含人脸的图像序列作为输入数据；接着，输入图像序列被分为两条通道：一条通道由RGB彩色图像序列构成，另一条通道是从RGB彩色图像中提取的光流图像；然后，VS-C3D网络中的VEL算法切分了包含脸部活动的视频片段，去除了视频中无表情区域；最后，VGGV网络提取了脸部活动的时空特征，将脸部活动的拟态表示数字化，并通过这些时空特征区分患有面部表情低迷症状的帕金森患者和正常对照对象。综上所述，该发明实现了高准确率识别帕金森的面部表情低迷症状。
-
公开(公告)号：CN111210415B
公开(公告)日：2022-08-23
申请号：CN202010010215.7
申请日：2020-01-06
Applicant: 浙江大学
Abstract: 本发明公开了一种基于VS‑C3D网络的帕金森患者面部表情低迷的检测方法，具体过程如下：首先，对面部视频进行人脸捕捉，裁剪掉与面部无关的区域，留下包含人脸的图像序列作为输入数据；接着，输入图像序列被分为两条通道：一条通道由RGB彩色图像序列构成，另一条通道是从RGB彩色图像中提取的光流图像；然后，VS‑C3D网络中的VEL算法切分了包含脸部活动的视频片段，去除了视频中无表情区域；最后，VGGV网络提取了脸部活动的时空特征，将脸部活动的拟态表示数字化，并通过这些时空特征区分患有面部表情低迷症状的帕金森患者和正常对照对象。综上所述，该发明实现了高准确率识别帕金森的面部表情低迷症状。
-
公开(公告)号：CN111723780A
公开(公告)日：2020-09-29
申请号：CN202010709169.X
申请日：2020-07-22
Applicant: 浙江大学
Abstract: 本发明公开了一种基于高分辨率遥感图像的跨域数据的定向迁移方法及系统，本发明的方法，首先，建立融合图像转换网络模型的转换图像损失和模型适应性损失的目标损失函数；克服了现有的数据转换的过程中脱离了特定任务，忽略了数据转换给特定任务带来的负面影响的技术缺陷，并且基于样本数据对训练后的图像转换网络模型进行微调，保障了图像转换网络模型不断向目标模型的期望的方向转换，克服了跨域数据的定向迁移过程中的过分解读或者过度简化的技术缺陷，提高了基于高分辨率遥感图像的跨域数据的定向迁移的准确性。
-
公开(公告)号：CN111310798A
公开(公告)日：2020-06-19
申请号：CN202010063066.0
申请日：2020-01-19
Applicant: 浙江大学
Abstract: 本发明公开了一种基于几何特征和纹理特征的脸部运动迟缓的检测模型的构建方法，其中构建的基于面部表情特征的检测模型可用于检测与帕金森相关的运动迟缓症状。面部表情特征包括几何特征和纹理特征。几何特征定义了FEF(面部表情因子)和FECF(面部表情改变因子)以量化静态图像的面部表情。然而，这些几何特征只涉及空间信息，其中，SEM面部特征是借鉴普氏分析来构造的。而纹理特征使用扩展的HOG算法来提取在短时间内的动态表情变化。纹理特征结合了空间维度和时间维度，从而弥补了几何特征的缺点。最后，使用五种监督式机器学习方法构建基于面部表情特征的检测模型。实验结果表明，该系统的F1指数最高可达94.46％。
-
公开(公告)号：CN111738268B
公开(公告)日：2023-11-14
申请号：CN202010708331.6
申请日：2020-07-22
Applicant: 浙江大学
Abstract: 本发明公开了一种基于随机块的高分遥感图像的语义分割方法及系统，所述语义分割方法采用对高分遥感图像进行随机块划分，对单个随机块进行分别语义分割的方式避免了高分遥感图像的语义分割方法中GPU溢出现象，并且在语义分割过程中结合随机块相邻的随机块中的特征数据，克服了现有的遥感图像分割方法会削弱图像内部的关联性的技术缺陷，而且本发明的语义分割方法分别对高分遥感图像的每个波段的单光谱特征数据进行语义分割，利用不同地物对不同波段光的敏感性不同的特点实现对相同或相近颜色的事物的识别，提高了高分遥感图像的语义分割的准确性。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.034 seconds)
