公开(公告)号：CN119399566A

公开(公告)日：2025-02-07

申请号：CN202510007159.4

申请日：2025-01-03

Applicant: 苏州大学

Inventor： 谷飞 ,  吴志文 ,  武婧 ,  马长胜 ,  孙世坤

IPC: G06V10/764 ,  G06V10/82 ,  G06V20/40 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/084 ,  G06V10/774

Abstract: 本发明涉及视频识别以及超声心动图视频自动化分析技术领域，具体提供了基于增强时空特征网络的自动化自发显影识别方法，包括对待识别视频进行预处理，得到视频帧集合；其中，所述待识别视频为经食道超声心动图视频；将所述视频帧集合输入到训练好的自动化自发显影识别模型，利用所述自动化自发显影识别模型输出对应的自发显影识别结果；其中，所述自动化自发显影识别模型是根据多个训练数据训练得到的，所述训练数据包括经食道超声心动图视频；所述自动化自发显影识别模型包括注意力图创建模块、时空特征提取模块和分类模块。本发明所述的基于增强时空特征网络的自动化自发显影识别方法，能够有效降低数据成本，识别准确性高。

公开(公告)号：CN115690493A

公开(公告)日：2023-02-03

申请号：CN202211307240.7

申请日：2022-10-24

Applicant: 苏州大学

Inventor： 谷飞 ,  孙世坤 ,  李以骋 ,  杨哲元 ,  张子恒

IPC: G06V10/764 ,  G06V10/82 ,  G06N3/09

Abstract: 本发明实施例提供了一种文物病害标注模型的训练及文物病害标注系统及装置，本发明在文物病害标注模型的训练过程中，通过对图像进行逐像素点标注，使得标注结果更加精确，通过建立神经网络并对其训练，比较训练好的神经网络模型的标注结果和人工标注结果，通过调节神经网络的参数使得神经网络模型精化，使得训练得到的文物病害标注模型的标注结果更加精确；利用训练好的文物病害标注模型可以得到一种文物病害标注系统，该标注系统减少了人工标注可能会出现的误标和漏标的可能性，同时实现了文物病害的自动化标注，该自动化标注系统可以大大提高文物病害标注效率。

公开(公告)号：CN115661608A

公开(公告)日：2023-01-31

申请号：CN202211302513.9

申请日：2022-10-24

Applicant: 苏州大学

Inventor： 谷飞 ,  孙世坤 ,  李以骋 ,  杨哲元 ,  张子恒

IPC: G06V10/82 ,  G06V10/774 ,  G06N3/092

Abstract: 本发明实施例提供了一种文物病害标注模型的训练及文物病害标注方法及软件，本发明在文物病害标注模型的训练过程中，通过对图像进行逐像素点标注，使得标注结果更加精确，通过建立神经网络并对其训练，比较训练好的神经网络模型的标注结果和人工标注结果，通过调节神经网络的参数使得神经网络模型精化，使得训练得到的文物病害标注模型的标注结果更加精确；利用训练好的文物病害标注模型可以得到一种文物病害标注方法，该标注方法减少了人工标注可能会出现的误标和漏标的可能性，同时实现了文物病害的自动化标注，该自动化标注方法可以大大提高文物病害标注效率。