-
公开(公告)号：CN103324956A
公开(公告)日：2013-09-25
申请号：CN201310238940.X
申请日：2013-06-17
Applicant: 复旦大学
IPC: G06K9/66
Abstract: 本发明属于视频处理技术领域，具体为一种基于分布式视频检测的座位统计方法。本发明包括样本库和特征库的建立、分布式视频检测、样本库纠正三个部分。其中，样本库和特征库的建立是实现视频检测设备虚拟化的前提，它将视频中关键帧抽取传递到缓冲池，让检测设备能稳定有序的获取关键帧并进行处理；分布式视频检测是动态地分配任务给多台检测设备组成的计算集群，优化资源配置，进行最大效率的计算处理，检测完成后，通过座位空间域和关键帧时间域的两层融合实时获得检测结果；样本库纠正采用缓冲队列形式，将置信度较低的结果传递给人工判定，添加到样本库，从而有效地提高了二次检测准确率。本发明对于座位统计管理具有很高的应用价值。
-
公开(公告)号：CN101923855A
公开(公告)日：2010-12-22
申请号：CN200910053201.7
申请日：2009-06-17
Applicant: 复旦大学
Abstract: 本发明属语音信号处理领域，涉及一种文本无关的声纹识别方法和系统，首先使用语音采集设备采集用户客人语音信号作为系统的输入，并为该客人的声音特征建立一种较精确的声学模型，模型将被存储在语音特征库中；当待识别人进行声纹识别时，系统将使用采集到的语音信号作为输入，在语音特征库中进行声学模型的匹配计算，最终将与之最为匹配的模型编号返回，以此来确定说话人的具体身份。其文本无关和语言无关性，具有良好的易用性和推广价值；且识别效率高，结果准确。
-
公开(公告)号：CN101783100A
公开(公告)日：2010-07-21
申请号：CN201010121874.4
申请日：2010-03-11
Applicant: 复旦大学
Abstract: 本发明属于LED显示以及机器人技术领域，具体为一种吉祥物造型的LED立体显示装置。该LED立体显示系统主要由标准LED矩形模块、多边形LED模块、梯形LED模块和三角形LED模块组成，能生动地表现吉祥物等各类卡通造型，可以全方位显示数字图文等内容，实现多种交互方式与互动内容，色彩丰富，形式多变，突破传统显示概念。
-
公开(公告)号：CN101428653A
公开(公告)日：2009-05-13
申请号：CN200810203948.1
申请日：2008-12-04
Applicant: 复旦大学
IPC: B62D57/00
Abstract: 本发明涉及一种三轮式的机器人移动平台的驱动和换向机构，该机构包括一个本体、一个主动轮和两个集随动与转向于一体的从动轮；其中，第一伺服电机通过传动装置控制主动轮的运动；第二伺服电机带动从动轮支撑轴转动，该从动轮支撑轴带动连接在四连杆机构上的从动轮随动和换向；从动轮支撑轴与四连杆机构中的一条连杆铰接，四连杆机构由首尾相互铰接的四条连杆构成；本发明还包括一控制系统，该控制系统对两伺服电机进行同步控制，合成本体的前后移动和各个角度方向上的运动。利用本发明设计的移动本体具有运动灵活、控制精度高、成本低廉的特点，可广泛应用于机器人研究以及场馆导游、家庭助理等服务机器人的驱动等领域。
-
公开(公告)号：CN114494204B
公开(公告)日：2024-12-06
申请号：CN202210102370.0
申请日：2022-01-27
Applicant: 复旦大学
Abstract: 本发明提供一种基于深度学习的Ki67指数计算方法，基于两个阶段进行，首先将病理切片图像数据进行预处理得到1.5x的低分辨率的图像，在该1.5x的低分辨率的图像上提取热点区域，并且映射到40x的高分辨率的图像上，将高分辨率的图像上的热点区域分割成若干张512像素的小图片，将这些小图片输入到细胞检测模型中，从而获取细胞检测的结果，该基于深度学习的Ki67指数计算方法避免了整张大图检测，解决了现有整张切片计算方式的计算量大的问题，提高了检测计算的效率；其中，由于构建的细胞检测模型是依据病理细胞检测数据集小，且细胞尺度一致性的特点而构建的，其具有多尺度特征融合模块和双任务学习范式，因此还提高了细胞检测的精度。
-
Patent Agency Ranking
公开(公告)号：CN118968622A
公开(公告)日：2024-11-15
申请号：CN202411042568.X
申请日：2024-07-31
Applicant: 复旦大学
IPC: G06V40/20 , G06V20/52 , G06V10/764 , G06V10/80 , G06V10/82 , G06T7/246 , G06T7/73 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明提供了一种基于姿态追踪的行人异常行为识别方法及装置，具有这样的特征，行人异常行为识别模型包括：特征提取模块，用于对每个预处理图像，从该预处理图像中提取三个层级的特征；特征融合模块，用于将三个层级的特征进行融合，得到三个融合特征；行人姿态追踪模块，用于根据三个融合特征得到行人姿态估计数据；异常姿态分类模块，用于根据所有连续帧对应的行人姿态估计数据中各个行人的姿态估计图，得到对应的行人的行人异常行为识别结果。总之，本方法具有较好的泛化性和行人异常行为识别精确度。
-
公开(公告)号：CN118736242A
公开(公告)日：2024-10-01
申请号：CN202410720722.8
申请日：2024-06-05
Applicant: 复旦大学
IPC: G06V10/46 , G06V10/764 , G06V10/26 , G06V10/82 , G06N3/084
Abstract: 本发明提供了一种基于主动采样的高适应性点云3D目标检测方法，具有这样的特征，包括以下步骤：步骤S1，对输入点云进行预处理，得到预处理点云；步骤S2，将预处理点云输入点云3D目标检测模型，得到多个包含目标3D边界框和目标类别的初始目标；步骤S3，对所有初始目标进行目标置信度滤波和非极大值抑制，得到最终目标，其中，点云3D目标检测模型包括：点云特征提取模块，用于从预处理点云中提取多个不同深度层次的点云特征；候选目标预测模块，用于根据最深层次的点云特征得到候选目标；多尺度级联优化模块，用于对候选目标进行多层级联优化，得到多个对应不同层级的优化目标。总之，本方法能够对点云实现准确的3D目标检测。
-
公开(公告)号：CN118229563A
公开(公告)日：2024-06-21
申请号：CN202410045620.0
申请日：2024-01-12
Applicant: 复旦大学附属儿科医院
IPC: G06T5/70 , G06T5/73 , G06T5/60 , G06N3/047 , G06N3/0464 , G06N3/0455 , G06N3/084
Abstract: 本发明提供一种基于贝叶斯神经网络的低剂量CT图像质量增强方法，包括如下步骤：步骤S1，使用Mayo Clinic数据集作为训练集。步骤S2，基于贝叶斯卷积层构建用于增强低剂量CT图像质量的贝叶斯神经网络。步骤S3，对训练集进行数据增强后，输入到贝叶斯神经网络中，训练贝叶斯神经网络，直到网络收敛。步骤S4，使用训练完成的贝叶斯神经网络对低剂量CT图像进行计算，生成质量增强的低剂量CT图像。
-
公开(公告)号：CN113793345B
公开(公告)日：2023-10-31
申请号：CN202111042489.5
申请日：2021-09-07
Applicant: 复旦大学附属华山医院
Abstract: 本发明公开了一种图像处理方法、装置、计算机设备及存储介质。该方法包括：获取目标图像的目标张量数据；将目标张量数据输入至目标神经网络模型，目标神经网络模型包括编码器、解码器和注意力模块；编码器用于根据目标张量数据进行降采样，得到第一特征矩阵；注意力模块用于根据第一特征矩阵进行空洞卷积，得到第二特征矩阵；根据第二特征矩阵确定原始注意力图；根据原始注意力图确定空洞注意力图；根据第一特征矩阵和空洞注意力图确定第三特征矩阵；将第三特征矩阵输出值解码器；解码器用于根据第三特征矩阵进行上采样，得到图像分割结果；根据目标神经网络模型的输出进行目标图像的分割反馈。能够提高图像分割的准确性。
-
公开(公告)号：CN116245828A
公开(公告)日：2023-06-09
申请号：CN202310089630.X
申请日：2023-02-09
Applicant: 复旦大学附属儿科医院
IPC: G06T7/00 , G06F40/295 , G16H30/40 , G16H15/00 , G06N3/0455 , G06N3/048 , G06N3/096
Abstract: 本发明提供一种融合医学领域知识的胸部X线质量评价方法，将胸部X线诊断文本报告和质量控制报告文本数据，通过知识抽取和知识融合转换为三元组信息，将其作为与医学影像对应的领域知识指导信息参与模型训练，利用大规模医学影像及其诊断报告、质量控制报告文本标注数据，通过对基于对比文本‑图像对的预训练模型进行微调实现跨域迁移学习，有效克服了训练样本数据量不足的问题，并且利用将X线图像的分块局部视觉特征与多个文本特征进行对齐，以保证视觉特征包含更多的细粒度图像信息，避免全局视觉信息无法反映用于疾病诊断的局部图像质量问题。
-
-
-
-
-
-
-
-
-
Search Results
213
records
(took 0.023 seconds)
