-
公开(公告)号：CN116758595A
公开(公告)日：2023-09-15
申请号：CN202310585371.X
申请日：2023-05-23
Applicant: 浙江工业大学 , 杭州海康威视数字技术股份有限公司
Abstract: 基于光学相干层析成像的图像点精度和采集深度测试方法，包括：1)将采集梯形测试卡置于OCT三维皮下结构图像采集窗中；2)从梯形测试卡锐角边起沿直角边由薄变厚方向做二维图像截面扫描，采集二维图像数据；3)生成三维OCT图像，将采集的线对标定板图样放大至垂直充满显示屏，检查线对标定板图样清晰分辨率线所在行列位置；4)采集距梯形测试卡锐角边纵向深度像素数，计算三维纵向图像点精度值；5)采集距梯形测试卡锐角边横向深度像素数，计算三维横向图像点精度值；6)采集距梯形测试卡锐角边的清晰分辨率线最大距离，计算清晰分辨率线最大深度，得出有效采集深度值；本发明能计算出OCT系统所测的图像点精度和有效采集深度。
-
公开(公告)号：CN117972383A
公开(公告)日：2024-05-03
申请号：CN202311663205.3
申请日：2023-12-06
Applicant: 浙江工业大学 , 杭州海康威视数字技术股份有限公司
IPC: G06F18/213 , G06F18/20 , G01N21/65
Abstract: 一种基于ZYNQ的拉曼光谱信号处理系统，包括数据采集模块、线阵CCD驱动模块、DDR3模块、ZYNQ模块、以太网模块，ZYNQ模块通过线阵CCD驱动模块对数据采集模块发送采集指令，接收拉曼光谱数据同时完成预处理和存储，通过以太网模块完成拉曼光谱检测。本发明所有数据预处理均在ZYNQ的PL端进行，包括Savitzky‑Golay滤波算法、多项式基线校正以及差分处理，由于使用基于硬件的设计方式，算法执行速度快，且差分处理可以有效提取谱峰数据，在暗电流噪声大、干扰多等情况下能够保证谱峰的完整性。
-
公开(公告)号：CN117607120A
公开(公告)日：2024-02-27
申请号：CN202311296175.7
申请日：2023-10-08
Applicant: 杭州海康威视数字技术股份有限公司 , 浙江工业大学
IPC: G01N21/65 , G06F18/241 , G06N3/0464 , G06F18/213
Abstract: 基于改进的ResNext模型结合拉曼光谱的食品添加剂检测方法和装置，其方法包括：1)构建改进的ResNext模块用于特征提取；2)构建改进的ResNext神经网络模型，设定参数，进行训练；3)利用训练好的改进的ResNext神经网络，对含有食品添加剂的混合物拉曼光谱进行识别。本发明减少了模型超参数的数量，更便于模型的可移植性；具有更强的特征提取能力，增强了物质识别的准确率。
-
公开(公告)号：CN117591923A
公开(公告)日：2024-02-23
申请号：CN202311289861.1
申请日：2023-10-08
Applicant: 杭州海康威视数字技术股份有限公司 , 浙江工业大学
IPC: G06F18/241 , G06F18/214 , G06F18/15 , G06N3/0475
Abstract: 一种基于WGAN‑GP的拉曼光谱数据扩增方法和装置，其方法包括：1)进行光谱数据采集。搭建拉曼光谱采集装置，对待测的样品进行光谱数据采集，然后对光谱数据进行预处理，包括去噪、平滑以及归一化；2)构建并训练生成网络G。使得生成网络能够生成更加接近真实样本的数据；3)构建并训练判别网络D。使得判别网络能够识别出生成样本和生成数据。本发明提供了更加稳定的训练方式，能够生成质量更高的仿真光谱，使得生成的光谱能够较高的保留了原始光谱的信息。
-
公开(公告)号：CN116758592A
公开(公告)日：2023-09-15
申请号：CN202310594661.0
申请日：2023-05-23
Applicant: 杭州海康威视数字技术股份有限公司 , 浙江工业大学
IPC: G06V40/12 , G06V10/82 , G06V10/774 , G06V10/26 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/084
Abstract: 基于soft‑label的OCT内外部指纹提取方法，包括如下步骤：1)从OCT体数据中选取B‑scan图像，对图像的角质层区域以及真皮层区域进行手动标注，并对标注好的图像进行数据预处理；2)构建一个U‑net网络，设定好超参数，根据步骤1得到的训练集进行训练；3)使用步骤2得到的最佳的网络模型对OCT指纹的B‑scan图像进行预测，得到分割的结果；4)根据步骤3得到的分割结果，指纹图像的灰度值等于某个像素点的灰度值乘以其权重，对每个区域内每列灰度值累加，最后从角质层区域中提取到外部指纹，从真皮层区域中提取到内部指纹。本发明能够有效的利用角质层和真皮层两个区域的信息，生成质量更好的内外部指纹，并且具有强鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN119274117B
公开(公告)日：2025-04-22
申请号：CN202411809635.6
申请日：2024-12-10
Applicant: 浙江工业大学
IPC: G06V20/40 , G06V10/25 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 一种基于国产化昇腾AI处理器的声呐视频目标检测方法和装置，属于海洋声学探测技术领域，其方法包括以下步骤：S1、搭建基于Atlas200I A2加速模块的边缘智能硬件平台；S2设计前视声呐视频目标检测网络，引入运动激励模块，以增强帧间运动特征，设计自注意力特征聚合模块聚合时间上下文特征；S3、使用两阶段训练法训练声呐视频目标检测网络，保存训练的网络权重和结构为ONNX推理框架图文件，使用非对称量化法对模型的权重进程量化；S4、使用昇腾CANN异构推理框架部署视频目标检测网络。本发明克服单帧检测器对前视声呐视频中的运动模糊和目标隐蔽等情况检测差的挑战，提升了检测精度，推动国产化AI处理器在前视声呐检测技术中的应用与发展。
-
公开(公告)号：CN117686479B
公开(公告)日：2025-03-28
申请号：CN202410074926.9
申请日：2024-01-18
Applicant: 浙江工业大学
Abstract: 一种单激光器的位移激发差分光谱仪，包括光路、温控模块、控制模块和显示交互模块，光路通过温控可调节波长近红外激光光源产生780～790nm近红外光，通过激发聚焦收集光路实现拉曼散射光的激发和采集，通过对称式交叉式Czerny‑Turner光路结构作为分光光路得到原始拉曼光谱，通过温控系统完成激光波长调整后输入多组同物质不同激发光的拉曼光谱至ZYNQ芯片进行差分、重建及基线校正得到样品的位移激发差分拉曼光谱。通过HDMI多媒体接口与显示模块连接完成与用户的交互显示。本发明装置便携方便，减少了差分拉曼光谱仪在激光器上的复杂设计及成本，使用位移激发差分拉曼技术满足现场实时检测的需要，能完成对样品实时拉曼光谱检测。
-
公开(公告)号：CN119540740A
公开(公告)日：2025-02-28
申请号：CN202411646235.8
申请日：2024-11-18
Applicant: 浙江工业大学
IPC: G06V20/05 , G06V10/52 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0499 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 一种基于PS‑PL协同的前视声呐实时目标检测方法和装置，其方法包括：声呐图像数据集增强、yolov5网络改进和轻量化、高层次综合生成IP核、PS‑PL交互进行网络的推理，使用几何滤波、垂直翻转对声呐图像数据进行数据增强；用Focal‑CIoU损失函数替换原本的CIoU损失函数以更好处理了小目标和类别不平衡问题，替换主干网络为轻量化网络以减少参数量，添加融合注意力机制以应对声呐图像模糊和噪声大的问题；用高层次综合生成FPGA的IP核，使用卷积流水线、循环展开、任务并行化的方法进行加速；采取循环分块策略以应对FPGA资源不足的问题；PS端搭建图像识别网络框架，调用PL端卷积IP核以实现网络模型的推理。本发明能对网络推理进行加速，以实现实时目标检测的目的。
-
公开(公告)号：CN118980673A
公开(公告)日：2024-11-19
申请号：CN202411232274.3
申请日：2024-09-04
Applicant: 浙江工业大学
IPC: G01N21/65 , G16C20/20 , G16C20/70 , G06F18/213 , G06F18/24 , G06N3/0455 , G06N3/0464 , G06N3/0499 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于拉曼光谱的物质成分检测方法，包括获取待检测物质的拉曼光谱信号，并进行基线矫正得到矫正后的拉曼光谱信号；采用分类网络对矫正后的拉曼光谱信号进行分类得到待检测物质的类别；根据待检测物质所属的类别找出对应官能团的特征峰波段，并从拉曼光谱信号中将该特征峰波段分割出，然后将剩余的拉曼光谱信号按预设长度进行分割得到对应的小块波段；本基于拉曼光谱的物质成分检测方法通过分类出待检测物质的类别，然后根据所属类别对应的官能团的特征峰波段对待检测物质的成分进行识别，同时按照完整的官能团信息对拉曼光谱信号进行分割，保持了信号的完整性，提升了分类的精度。
-
公开(公告)号：CN118506411B
公开(公告)日：2024-10-22
申请号：CN202410969840.2
申请日：2024-07-19
Applicant: 浙江工业大学
IPC: G06V40/12 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于滑动窗口变换器的深浅特征融合的掌纹识别方法，包括获取预处理后的掌纹图像，并输入至训练好的掌纹识别模型中，得到掌纹图像的特征；将掌纹图像的特征分别与数据库中所有参考掌纹图像的特征进行比对，将比对成功的参考掌纹图像筛选出作为匹配成功的掌纹。结合Swin Transformer网络和多尺度特征增强模块，实现了对掌纹图像的高效特征提取和自适应融合，将Swin Transformer网络中的第一阶段模块、第二阶段模块和第四阶段模块的输出，经过多尺度特征增强模块不仅将深层信息和浅层特征信息进行融合，而且强化了各层特征的空间信息，以提高对低分辨率掌纹图像的适应能力，从而实现更高的掌纹识别准确率。
-
-
-
-
-
-
-
-
-
Search Results
125
records
(took 0.074 seconds)
