-
公开(公告)号：CN105701473B
公开(公告)日：2019-01-08
申请号：CN201610027853.3
申请日：2016-01-15
Applicant: 深圳市未来媒体技术研究院 , 清华大学深圳研究生院
IPC: G06K9/00
Abstract: 本发明公开了一种掌纹图像细节点特征匹配的方法，包括如下步骤：判断在以细节点为中心的设定区域内，细节点与设定区域内的细节点之间的方向一致性是否小于第一一致性阈值，若是则将细节点从掌纹图像中剔除；判断局部区域内细节点的方向一致性是否大于第二一致性阈值，若是则选择局部区域内的满足方向一致性的细节点；在掌纹模板中，利用迭代最近点算法找到与待测细节点集中的每一个细节点最近的细节点；通过迭代最近点算法求取目标函数的最小值，从而计算得到变换矩阵和平移矩阵；根据变换矩阵和平移矩阵计算新细节点集；计算新细节点集与掌纹模板的相似度。本发明可以提高掌纹识别的速度和精度。
-
公开(公告)号：CN105654481B
公开(公告)日：2019-03-08
申请号：CN201511019554.7
申请日：2015-12-29
Applicant: 深圳市未来媒体技术研究院 , 清华大学深圳研究生院
Abstract: 本发明公开了一种基于深度相机的血管外渗漏情况的检测系统，包括深度相机和处理模块，其中所述深度相机获取病人身上注射部位的彩色图像及深度图像；所述处理模块对深度相机先后获取的两帧图像进行配准，建立这两帧图像之间的像素信息和深度信息的对应关系，从而得出像素位置和深度变换模型；所述处理模块根据配准得出的像素位置和深度变换模型，将其中一帧图像的像素位置信息和深度信息映射到另一帧图像的同一坐标下；所述处理模块确定在注射部位形成的深度信息差异，根据差异的大小来判断是否存在鼓包。该检测系统能够快速而准确地检测出造影剂自动推注系统在使用时发生血管外渗漏的意外情况。
-
公开(公告)号：CN106093849A
公开(公告)日：2016-11-09
申请号：CN201610389518.8
申请日：2016-06-03
Applicant: 清华大学深圳研究生院
CPC classification number: G01S5/00 , G06N3/02 , G06N3/084 , H04W64/006
Abstract: 本发明公开了一种基于测距和神经网络算法的水下定位方法，包括如下步骤：在定位水域内布置K个锚节点和N个待定位节点，测量每个待定位节点与K个锚节点之间的距离；分离线训练和在线定位两个阶段进行定位；所述离线训练阶段包括以下步骤：测量第n个待定位节点与所有锚节点距离，形成距离向量，将距离向量输入三层神经网络：神经网络输入层、神经网络隐藏层和神经网络输出层；通过算法迭代更新预测模型参数，输出神经网络模型参数；所述在线定位阶段包括以下步骤：测量第n个待定位节点与所有锚节点当前距离，形成距离向量；将距离向量输入离线训练阶段得到的神经网络模型参数；输出待定位节点的位置坐标，减小测距误差。
-
公开(公告)号：CN106028414A
公开(公告)日：2016-10-12
申请号：CN201610452267.3
申请日：2016-06-21
Applicant: 清华大学深圳研究生院
Abstract: 本发明提供一种反向水下定位方法和系统，方法包括如下步骤：A1.在定位区域内部署锚点和普通节点；A2.普通节点经触发变为源节点；A3.源节点向锚点广播信息；A4.锚点接收源节点信息，更新信息并转发至信宿汇点；A5.信宿汇点计算每一锚点对应的所有路径的距离及权值；A6.信宿汇点采用所有锚点的所有路径进行求解，定位源节点。该方法将权值与基于测距的定位算法进行结合，有效减小多径效应产生的距离测量误差，提高定位精度，极好地改善定位性能。
-
公开(公告)号：CN106093849B
公开(公告)日：2018-05-25
申请号：CN201610389518.8
申请日：2016-06-03
Applicant: 清华大学深圳研究生院
Abstract: 本发明公开了一种基于测距和神经网络算法的水下定位方法，包括如下步骤：在定位水域内布置K个锚节点和N个待定位节点，测量每个待定位节点与K个锚节点之间的距离；分离线训练和在线定位两个阶段进行定位；所述离线训练阶段包括以下步骤：测量第n个待定位节点与所有锚节点距离，形成距离向量，将距离向量输入三层神经网络：神经网络输入层、神经网络隐藏层和神经网络输出层；通过算法迭代更新预测模型参数，输出神经网络模型参数；所述在线定位阶段包括以下步骤：测量第n个待定位节点与所有锚节点当前距离，形成距离向量；将距离向量输入离线训练阶段得到的神经网络模型参数；输出待定位节点的位置坐标，减小测距误差。
-
Patent Agency Ranking
公开(公告)号：CN105701513A
公开(公告)日：2016-06-22
申请号：CN201610025715.1
申请日：2016-01-14
Applicant: 深圳市未来媒体技术研究院 , 清华大学深圳研究生院
CPC classification number: G06K9/6256 , G06K9/00006 , G06K9/3233
Abstract: 本发明公开了一种快速定位掌纹感兴趣区域的方法，包括五个过程：标记训练样本的指间谷点，训练用于检测低分辨掌纹指间谷点的卷积神经网络，提取低分辨掌纹指间关键点并据此在高分辨掌纹中获取以关键点为中心的子图，针对子图快速提取指间精确谷点，根据谷点定位掌纹感兴趣区域。其中训练卷积神经网络的过程，训练样本经扩增后分批多次输入到网络，训练中学习率随批次增加逐渐降低以提升训练速度；提取过程首先定位低分辨掌纹中的指间关键点，然后通过映射从高分辨掌纹中获取以关键点为中心的子图，并在子图中使用卷积神经网络或切线法进行局部搜索以快速提取指间谷点，最终以这些点准确定位掌纹感兴趣区域。
-
公开(公告)号：CN105654481A
公开(公告)日：2016-06-08
申请号：CN201511019554.7
申请日：2015-12-29
Applicant: 深圳市未来媒体技术研究院 , 清华大学深圳研究生院
IPC: G06T7/00
CPC classification number: G06T7/0014 , G06T2207/10012 , G06T2207/10028 , G06T2207/30104
Abstract: 本发明公开了一种基于深度相机的血管外渗漏情况的检测系统，包括深度相机和处理模块，其中所述深度相机获取病人身上注射部位的彩色图像及深度图像；所述处理模块对深度相机先后获取的两帧图像进行配准，建立这两帧图像之间的像素信息和深度信息的对应关系，从而得出像素位置和深度变换模型；所述处理模块根据配准得出的像素位置和深度变换模型，将其中一帧图像的像素位置信息和深度信息映射到另一帧图像的同一坐标下；所述处理模块确定在注射部位形成的深度信息差异，根据差异的大小来判断是否存在鼓包。该检测系统能够快速而准确地检测出造影剂自动推注系统在使用时发生血管外渗漏的意外情况。
-
公开(公告)号：CN106028414B
公开(公告)日：2019-12-20
申请号：CN201610452267.3
申请日：2016-06-21
Applicant: 清华大学深圳研究生院
Abstract: 本发明提供一种反向水下定位方法和系统，方法包括如下步骤：A1.在定位区域内部署锚点和普通节点；A2.普通节点经触发变为源节点；A3.源节点向锚点广播信息；A4.锚点接收源节点信息，更新信息并转发至信宿汇点；A5.信宿汇点计算每一锚点对应的所有路径的距离及权值；A6.信宿汇点采用所有锚点的所有路径进行求解，定位源节点。该方法将权值与基于测距的定位算法进行结合，有效减小多径效应产生的距离测量误差，提高定位精度，极好地改善定位性能。
-
公开(公告)号：CN105701513B
公开(公告)日：2019-06-07
申请号：CN201610025715.1
申请日：2016-01-14
Applicant: 深圳市未来媒体技术研究院 , 清华大学深圳研究生院
Abstract: 本发明公开了一种快速定位掌纹感兴趣区域的方法，包括五个过程：标记训练样本的指间谷点，训练用于检测低分辨掌纹指间谷点的卷积神经网络，提取低分辨掌纹指间关键点并据此在高分辨掌纹中获取以关键点为中心的子图，针对子图快速提取指间精确谷点，根据谷点定位掌纹感兴趣区域。其中训练卷积神经网络的过程，训练样本经扩增后分批多次输入到网络，训练中学习率随批次增加逐渐降低以提升训练速度；提取过程首先定位低分辨掌纹中的指间关键点，然后通过映射从高分辨掌纹中获取以关键点为中心的子图，并在子图中使用卷积神经网络或切线法进行局部搜索以快速提取指间谷点，最终以这些点准确定位掌纹感兴趣区域。
-
公开(公告)号：CN105701473A
公开(公告)日：2016-06-22
申请号：CN201610027853.3
申请日：2016-01-15
Applicant: 深圳市未来媒体技术研究院 , 清华大学深圳研究生院
IPC: G06K9/00
CPC classification number: G06K9/00087
Abstract: 本发明公开了一种掌纹图像细节点特征匹配的方法，包括如下步骤：判断在以细节点为中心的设定区域内，细节点与设定区域内的细节点之间的方向一致性是否小于第一一致性阈值，若是则将细节点从掌纹图像中剔除；判断局部区域内细节点的方向一致性是否大于第二一致性阈值，若是则选择局部区域内的满足方向一致性的细节点；在掌纹模板中，利用迭代最近点算法找到与待测细节点集中的每一个细节点最近的细节点；通过迭代最近点算法求取目标函数的最小值，从而计算得到变换矩阵和平移矩阵；根据变换矩阵和平移矩阵计算新细节点集；计算新细节点集与掌纹模板的相似度。本发明可以提高掌纹识别的速度和精度。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.028 seconds)
