-
公开(公告)号：CN114550170A
公开(公告)日：2022-05-27
申请号：CN202210171289.8
申请日：2022-02-24
Applicant: 上海交通大学
IPC: G06V20/69 , G06V10/80 , G06V10/764 , G06V10/82 , G06K9/62
Abstract: 本发明提供一种基于分组信息辅助的R带染色体核型图像识别方法，包括：获得染色体图像；对所述染色体图像进行归一化处理；构建染色识别模型，所述染色体识别模型以染色体长度分组和着丝点位置分组作为辅助任务，染色体识别作为主任务；训练所述染色体识别模型；使用训练好的染色体识别模型预测类别。本发明有效提升染色体核型的分析效率，准确地完成染色体的自动分类和排序，工序简介，有较大的应用前景。
-
公开(公告)号：CN112164026A
公开(公告)日：2021-01-01
申请号：CN202010902144.1
申请日：2020-09-01
Applicant: 上海交通大学
IPC: G06T7/00
Abstract: 本发明提出了一种内窥镜息肉实时检测方法、系统及终端，包括：采集内镜设备的输出图像；对输入图像做预处理；调用内窥镜息肉检测模型对预处理后图像进行检测；将输出结果中存在息肉的图像经由人工矫正标注后输入生成器模型输出模拟图，将息肉图像与模拟图输入攻击器，得到扰动后的息肉图像和扰动后的模拟图，将上述扰动后的图像以及不能被当前检测模型识别的模拟图一起存入训练数据库；采用训练数据库定期进行内窥镜息肉检测模型的重训练的自我更新策略。本发明能够实时获取内镜的视频并进行息肉检测，输出病变检测前后的视频，便于医生观察。本发明操作简单，使用时没有技术门槛。因具有数据自扩充模型定时更新功能，后期维护简单，精确度高。
-
公开(公告)号：CN111626141A
公开(公告)日：2020-09-04
申请号：CN202010369948.X
申请日：2020-04-30
Applicant: 上海交通大学
Abstract: 本发明公开了基于生成图片的人群计数模型建立方法、计数方法及系统，该建立方法包括：对于训练集中的每张真实图片进行人群的人头点标注；判断每个标注点处的人头大小；根据标注点及人头大小，对于每张真实图片，生成一张生成图片，形成生成集；利用孪生特征编码网络对训练集及生成集进行编码形成真实图片及生成图片的特征；利用特征解码网络对真实图片及生成图片的特征进行解码得到真实图片及生成图片的预测密度图；计算损失函数；将损失函数计算为梯度，来更新整个模型；重复，直到获得最小化损失函数以及对应的模型参数值，即获得训练好的模型。该计数包括：利用训练好的模型对人群图片进行计数。通过本发明，改善了过拟合问题，预测更准确。
-
公开(公告)号：CN109117850A
公开(公告)日：2019-01-01
申请号：CN201810683653.2
申请日：2018-06-28
Applicant: 上海交通大学
Abstract: 本发明公开一种利用可见光目标图像进行相应红外目标图像的识别方法，包括：原始图像目标的大小调整；原始图像目标的HOG特征提取；正负样本的均衡化；计算核矩阵与交叉核矩阵；目标域核矩阵本征分解；辅助域的插值本征向量；二次规划求解迁移本征谱参数；计算域不变核矩阵；使用辅助域不变核矩阵与标签训练辅助域SVM；使用目标域不变核矩阵与标签以及辅助域SVM参数学习目标域SVM参数；得到目标域SVM参数，从而实现红外目标的识别。本发明方法能处理不同采集情况下获取的红外目标图像，快速、有效地识别红外目标，识别后的结果方便使用者的其他应用。
-
公开(公告)号：CN104240244B
公开(公告)日：2017-06-13
申请号：CN201410457725.3
申请日：2014-09-10
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于传播模式和流形排序的显著性物体检测方法，所述方法首先通过过分割方法将输入图像分割为超像素以屏蔽图像细节；然后通过将每个超像素节点作为图模型的顶点构造一个闭环的图模型，所有的图像边缘的超像素彼此两两相连，各超像素连接围绕其周围的两层超像素；分析每个超像素的传播模式并得到其初始显著性值；最后以所有超像素为前景，结合其对应初始显著性值，利用流形排序方法计算最终的显著性图。本发明得到的显著性图能够有效地突出图像中的显著性物体，且模型简洁，计算快速，有利于加速后期的图像处理应用。
-
Patent Agency Ranking
公开(公告)号：CN103942539B
公开(公告)日：2017-03-15
申请号：CN201410140601.2
申请日：2014-04-09
Applicant: 上海交通大学
IPC: G06K9/00
Abstract: 本发明提供了一种人头部椭圆精确高效提取方法及遮蔽人脸检测方法，提取方法步骤为：采集背景帧进行分析处理，得到背景满足的统计学条件，作为后续背景更新的判据；利用帧差法，调整灰度图二值化的阈值，去除背景的干扰和影响，得到包含人的二值图，利用人体头部曲线满足的统计学规律，找出头部所在区域的矩形，作为后续处理的基础；通过自适应椭圆算法，根据设定判据调整椭圆的大小和位置，经循环找到满足条件的最佳椭圆。本发明背景更新时效性和准确率高，能够满足实时处理的需要，为后续的头部椭圆精确提取算法提供了基础，可以应用于视频处理和实时监控系统中，遮蔽人脸检测可应用于ATM实时监控视频的处理，用于可疑情况的及时自动警报。
-
公开(公告)号：CN103914834B
公开(公告)日：2016-12-07
申请号：CN201410098280.4
申请日：2014-03-17
Applicant: 上海交通大学
IPC: G06T7/00
Abstract: 本发明提供一种基于前景先验和背景先验的显著性物体检测方法，该方法分别从显著性物体(前景)和背景出发，结合各自先验知识的优势来定义对应的显著性衡量方式。对于显著性物体，首先利用对比先验计算每个子区域(初分割后)的中心－周围颜色对比，然后将该对比度值乘以中心先验，最后通过平滑得到基于前景的显著性图。对于背景，利用边界先验和所定义的8邻域“缝”，动态优化找到每一个像素分别到四条边界的最优“缝”，计算最优“缝”的成本得到基于背景的显著性图。最后将两张显著性图相乘，再经过平滑输出最终的显著性图。本发明得到的显著性图能均匀地突出图像中的显著性物体，有利于后续诸如图像检索、目标跟踪等处理。
-
公开(公告)号：CN103400110B
公开(公告)日：2016-11-23
申请号：CN201310290145.5
申请日：2013-07-10
Applicant: 上海交通大学
Abstract: 本发明提供一种ATM取款机前的异常人脸检测方法，分三步：对场景的背景进行建模，得到粗略的运动前景，使用前景块所占整幅图像的比率以及目标的位置定位ATM前的取款人，再结合连通域分析实现前景块的精定位，接着再进行预处理；通过自下而上地统计前景身体宽度的变化快速估计取款人的肩部在水平方向上的位置；使用基于高斯能量函数的生长算法找出紧密包裹头部区域的方框，利用方框边缘的脸部外轮廓，通过随机Hough变换和最小二乘法拟合头部的椭圆来确定下巴的位置，修订得到头部目标最终的准确位置；获得初始头部目标位置后，基于L1跟踪算子对它进行实时跟踪；进行异常人脸的识别。本发明可应用于实时ATM视频监控和视频检索中。
-
公开(公告)号：CN103164694B
公开(公告)日：2016-06-01
申请号：CN201310054812.X
申请日：2013-02-20
Applicant: 上海交通大学
IPC: G06K9/00
Abstract: 本发明公开一种计算机视觉与模式识别领域的人体动作识别的方法，首先使用了一种包含时间和空间信息的特征来表达当前帧人体的运动状态，然后再通过一种图论半监督方法设计分类器，从而达到识别人体动作的目的。本发明在提取人体运动特征的过程中同时融合了过去、当前及未来时刻的轮廓及运动光流信息，因而能够更加准确地描述人体的动作姿态。另外，为了用较少的样本获得较高的识别率；基于广义拉普拉斯矩阵的图论半监督方法，并将其用于人体动作识别。实验证明本发明提出的方法在观察角度不同、人与人之间动作存在差异的情况下都能够对常见动作取得令人满意的识别率。
-
公开(公告)号：CN103247045B
公开(公告)日：2015-12-23
申请号：CN201310135196.0
申请日：2013-04-18
Applicant: 上海交通大学
Abstract: 本发明公开一种从多视图中得到人造场景主方向及图像边缘的方，该方法从多幅人造场景图像中求取其三个相互正交的主方向并在图像中找到与之对应的边缘的，步骤为：对图像采集特征点，通过特征点进行标定和点云的重建；从领域中计算点云法向并通过投票的方式确定三个主方向；然后在图像中确定消影点；最后结合双边滤波提取边缘。本发明可以精确地恢复人造场景中常见的结构信息，并在图像中完整而准确地予以表现。
-
-
-
-
-
-
-
-
-
Search Results
209
records
(took 0.034 seconds)
