一种基于半监督学习的医学图像分割方法

    公开(公告)号:CN115511795A

    公开(公告)日:2022-12-23

    申请号:CN202211088281.1

    申请日:2022-09-07

    Abstract: 本发明公开了一种半监督学习医学图像分割方法:步骤一:预训练;首先针对第一原始医学图像对精修复网络进行预训练;得到训练好的精修复网络;步骤二(微调):将训练好的精修复网络中编码器与随机初始化的解码器结合得到分割网络;对第二原始医学图像集经过人工标注得到分割数据集;利用分割数据集对分割网络进行训练,得到训练好的分割网络;步骤三:利用训练好的分割网络作为教师模型进行自训练得到训练好的学生模型;步骤四:将待分割图像输入训练好的学生模型得到分割结果。本发明的方法利用容易获取的、大量的原始数据,解决了用于训练深度学习分割模型的标注数据不足导致分割准确性低的技术问题。

    一种基于布局约束的视频文字追踪方法

    公开(公告)号:CN109800757B

    公开(公告)日:2022-04-19

    申请号:CN201910006843.5

    申请日:2019-01-04

    Abstract: 为了解决大幅度相机移动下的多文字追踪,本发明提出了一种基于布局约束的视频文字追踪方法。该方法的输入为视频和视频帧的文字检测结果,输出为文字追踪后的轨迹信息。首先,通过初始视频帧的检测结果进行文字轨迹的初始化,然后将上一帧的文字轨迹与当前帧的检测结果送入本发明的追踪方法中进行文字轨迹的更新。文字轨迹更新的核心是将当前帧检测到的文字区域对应到已有的文字轨迹,该过程可以视为一种数据匹配问题。本发明针对此问题设计一个新的数据匹配代价函数,通过求解代价函数的得到最佳匹配结果。经过重复轨迹更新过程直到视频处理结束,最终得到文字追踪结果。本发明在数据匹配代价函数中引入布局约束,通过文字区域间的整体外观结构进行文字追踪,可以有效避免因为相机大幅度运动导致错误追踪结果,具有更好的追踪效果。

    小波变换与联合稀疏表示的红外与可见光图像融合方法

    公开(公告)号:CN107341786B

    公开(公告)日:2019-09-24

    申请号:CN201710466497.X

    申请日:2017-06-20

    Abstract: 本发明提供了一种小波变换与联合稀疏表示的红外与可见光图像融合方法,涉及图像融合领域,首先对源图像进行DWT变换,分解成低频子带与高频子带系数,并用滑窗策略将低频子带系数分解成矩阵,再针对上述分解的低频子带矩阵学习字典,其次,分别融合低频子带系数和高频子带系数,最后通过DWT逆变换重构出融合图像,本发明既能有效地稀疏表示源图像的显著细节特征,又能多尺度地融合图像细节信息,即很好地保留了红外图像的目标信息与可见光图像的细节、轮廓等背景信息,提高了目标的识别能力,有利于后续处理系统对信息的提取与使用,较传统的小波变换融合方法以及现有的基于联合稀疏表示的融合方法均具有优势。

    一种基于Kinect的虚拟钢琴弹奏系统的构建方法

    公开(公告)号:CN109448131A

    公开(公告)日:2019-03-08

    申请号:CN201811243690.8

    申请日:2018-10-24

    Abstract: 本发明提供了一种基于Kinect的虚拟钢琴弹奏系统的构建方法,利用Kinect设备完成场景的三维重建,在场景中在合适的平面上选择创建虚拟键盘的区域,产生虚拟琴键,进行琴键按压检测后,设置对应音符播放,即可实现弹奏虚拟钢琴的功能。本发明作为人和机器的交互方式,简单便捷的虚拟键盘,可以扩展到智能家居、游戏及机器人等领域;采用OpenGL库用作显示,并且结合了指尖位置的值来判断琴键的状态,提高了琴键弹奏的准确度,能够带来良好的用户体验。实现虚拟钢琴时,建立了三维立体模型,使得画面效果更有立体感,满足人们的沉浸式的体验。

    一种基于Kinect的虚拟钢琴弹奏系统的构建方法

    公开(公告)号:CN109448131B

    公开(公告)日:2022-07-26

    申请号:CN201811243690.8

    申请日:2018-10-24

    Abstract: 本发明提供了一种基于Kinect的虚拟钢琴弹奏系统的构建方法,利用Kinect设备完成场景的三维重建,在场景中在合适的平面上选择创建虚拟键盘的区域,产生虚拟琴键,进行琴键按压检测后,设置对应音符播放,即可实现弹奏虚拟钢琴的功能。本发明作为人和机器的交互方式,简单便捷的虚拟键盘,可以扩展到智能家居、游戏及机器人等领域;采用OpenGL库用作显示,并且结合了指尖位置的值来判断琴键的状态,提高了琴键弹奏的准确度,能够带来良好的用户体验。实现虚拟钢琴时,建立了三维立体模型,使得画面效果更有立体感,满足人们的沉浸式的体验。

    一种运用卷积神经网络提取本质图像的方法

    公开(公告)号:CN108764250B

    公开(公告)日:2021-09-17

    申请号:CN201810407424.8

    申请日:2018-05-02

    Abstract: 本发明提供了一种运用卷积神经网络提取本质图像的方法。首先,构建一个从图像到图像的具有平行结构的双流卷积网络;然后,采用特定的训练数据集对该网络进行训练,优化网络参数,以提取具有环境不变性的多层特征,直接重构出本质图像(反射图与光照图)。由于采用了基于深度学习理论构建的双流卷积神经网络具有强大的特征提取能力,可以直接从原始图像中分离出反射图与光照图。同时,该模型是一种从图像到图像的全卷积网络模型,包含两个分支流向,分别用于生成光照图和反射图,且该网络结构将较高层的卷积结果与反卷积操作后的结果相结合,在一定程度上可以降低光照图和反射图的重构误差,提高了网络特征重构的能力。

    一种基于GHZ态的半量子安全直接通信方法

    公开(公告)号:CN112217638A

    公开(公告)日:2021-01-12

    申请号:CN202011036901.8

    申请日:2020-09-28

    Abstract: 为了实现能够在不具备完全量子能力的经典方与具备完全量子能力的量子方之间通信的半量子安全直接通信协议,本发明提出了一种基于GHZ态的半量子安全直接通信方法;本协议使用泡利算子对三粒子GHZ态进行相应的变换来传输加密后的原消息m;整个协议过程中参与者之间提前共享一个半量子秘钥,并且原消息m由半量子秘钥加密,半量子秘钥的无条件安全性也提升了参与者之间的通信安全性;同时本协议包含了两次双重窃听检测步骤,能够更好的提升通信的安全性,降低被窃听者窃听的风险;与现有的半量子安全直接通信协议相比,减少了通信参与者之间通信过程中的粒子序列反射以及测量重发的步骤,使得协议过程更加简洁并且同时能够满足安全直接通信的需求。

Patent Agency Ranking