-
公开(公告)号：CN107945875A
公开(公告)日：2018-04-20
申请号：CN201711145983.8
申请日：2017-11-17
申请人： 合肥工业大学
CPC分类号： G06T7/0012 , G06N3/0454 , G06T2207/20084 , G06T2207/30064
摘要： 本发明提供一种基于数据增强的肺结节检测方法及系统，其中方法包括：将进行预处理后的所述胸片正位图按预设比例分为训练集、验证集及测试集；在所述训练集及所述验证集上将胸片正位图中抠出的肺结节区域作为模型训练的正样本，将胸片正位图中其他区域随机裁剪作为模型训练的负样本，对至少两个所述负样本进行融合处理以增强负样本数量；利用滑动窗口将整张的JPG图像的胸片正位图分成不重叠的图像块，然后将所述图像块输入到所述卷积神经网络模型中判断所述图像块的为正样本或负样本。本发明可提高肺结节的检测效率，降低假阳性率；并通过对负样本进行变形处理，可以克服胸片数据不足导致的模型的过拟合现象。
-
公开(公告)号：CN108805216A
公开(公告)日：2018-11-13
申请号：CN201810630864.X
申请日：2018-06-19
申请人： 合肥工业大学
CPC分类号： G06K9/6269 , G06K9/00288 , G06K9/4642 , G06K9/4671 , G06K9/6223 , G06K9/6256 , G06K9/629
摘要： 本发明实施例公开一种基于深浅特征融合的人脸图像处理方法，能够在有限数据集上提高的泛化能力。该方法包括：对面部表情图像数据集采用数据增强方法进行扩充，同时提取所述面部表情图像数据集中每幅图像的SIFT特征；使用词袋模型Bow表示的SIFT特征作为提取的浅层特征，将对应图像获得的深浅特征串联为一个特征向量，并利用SVM分类器进行训练。
-
公开(公告)号：CN107909572A
公开(公告)日：2018-04-13
申请号：CN201711147823.7
申请日：2017-11-17
申请人： 合肥工业大学 , 卫宁健康科技集团股份有限公司
CPC分类号： G06T7/0012 , G06N3/0454 , G06T5/20 , G06T7/10 , G06T2207/10116 , G06T2207/20021 , G06T2207/30064
摘要： 本发明提供一种基于图像增强的肺结节检测方法及系统，其中方法包括：将进行预处理后的所述胸片正位图按预设比例分为训练集、验证集及测试集；在所述训练集及所述验证集上将胸片正位图中抠出的肺结节区域作为模型训练的负样本，将胸片正位图中其他区域随机裁剪作为模型训练的正样本，对所述负样本进行变形处理以增强负样本数量；利用滑动窗口将整张的JPG图像的胸片正位图分成不重叠的图像块，然后将所述图像块输入到所述卷积神经网络模型中判断所述图像块的为正样本或负样本。本发明可提高肺结节的检测效率，降低假阳性率；并通过对负样本进行变形处理，可以克服胸片数据不足导致的模型的过拟合现象。
-
公开(公告)号：CN108805094A
公开(公告)日：2018-11-13
申请号：CN201810629048.7
申请日：2018-06-19
申请人： 合肥工业大学
CPC分类号： G06K9/00281 , G06K9/3233 , G06K9/6256 , G06N3/0454
摘要： 本发明实施例公开一种基于人工脸的数据增强方法，能够更有效的提取表情特征，提高泛化能力。该方法包括：获取面部表情图像数据集；使用人工脸数据增强机制对所述数据集中图像数据进行扩充，对所述数据集中图像数据进行预处理操作；应用基于ROI的方法在深度卷积神经网络上训练所述数据集中图像人脸特征；根据人脸的面部结构，对所述数据集中单张图像不同区域进行划分，设置不同的兴趣区域，对所述数据集中图像进行扩充。
-
-
-
搜索结果
4 条记录 (耗时 0.016 秒)
