公开(公告)号：CN115689868A

公开(公告)日：2023-02-03

申请号：CN202211280760.3

申请日：2022-10-19

Applicant: 南昌大学

Inventor： 庞孟 ,  黄伟 ,  陈盛博 ,  周崟涛

IPC: G06T3/00 ,  G06V10/774 ,  G06V40/16

Abstract: 本发明公开了一种基于身份保持的跨风格人脸原型重建技术，包括以下步骤：S1：建立基于GAN的跨风格人脸原型重建模型，S2：建立模型的损失函数引导模型的训练过程，最终使得生成器在转换不同域的人脸图片风格的同时能够保留图片的原有身份特征；S3：将来自域A和域B的带有身份标签的人脸图片训练集输入到模型中进行模型训练，并构建测试集，查看训练好的模型在测试人脸图片上的人脸原型重建效果。本发明克服了现有跨风格人脸生成方法无法同时处理风格迁移和面部变化消除的缺点，可以实现跨光谱和跨艺术风格的人脸原型重建，避免了面部变化建模困难的问题。

公开(公告)号：CN120014386A

公开(公告)日：2025-05-16

申请号：CN202510467393.5

申请日：2025-04-15

Applicant: 南昌大学

Inventor： 庞孟 ,  黄政 ,  裘名凡 ,  周崟涛 ,  于海雯

IPC: G06V10/774 ,  G06V10/764 ,  G06V20/62 ,  G06N3/0895 ,  G06N3/096

Abstract: 本发明涉及机器学习技术领域，具体涉及胸部影像人工智能模型训练方法、电子设备和存储介质。在本发明中，将学生图像编码器和教师图像编码基于图像对提取的第一视角胸片特征和/或第二视角胸片特征分别进行对比学习，将学生文本编码器和教师文本编码器基于文本对提取的原始报告文本特征和/或润色文本特征分别进行对比学习，并将原始报告文本特征和/或润色文本特征与第一视角胸片特征和/或第二视角胸片特征分别进行对比学习；而且，通过相关性矩阵衡量学生模型和教师模型预测结果之间的一致性。

公开(公告)号：CN119625728A

公开(公告)日：2025-03-14

申请号：CN202411786464.X

申请日：2024-12-06

Applicant: 南昌大学

Inventor： 高志昊 ,  黄伟 ,  周崟涛

IPC: G06V20/69 ,  G06V10/764 ,  G06V10/82 ,  G06N3/045

Abstract: 本发明涉及材料科学和图像处理技术领域，特别涉及一种基于深度学习的铁碳合金显微组织识别方法，包括以下步骤：对所有金相样本处理后拍摄；对金相图像计算图像的灰度直方图，然后计算累计分布函数，接着将图片均衡化，最后将预处理后的图像裁剪至合适大小；将预处理后的图片输入Swin Transformer模型来对图片进行深层特征提取学习；将提取到每一类铁碳合金微观组织的图像特征经过LayerNorm层和一个Average Pool层输入全连接层训练多分类器，实现铁碳合金微观组织分类识别。本发明方法能够对铁碳合金的多种微观结构进行高效分类识别，提升了铁碳合金微观结构识别的准确性和效率。

公开(公告)号：CN119477800A

公开(公告)日：2025-02-18

申请号：CN202411433559.3

申请日：2024-10-15

Applicant: 南昌大学

Inventor： 庞孟 ,  徐寅轩 ,  周崟涛 ,  李正宇 ,  黄静 ,  黄伟

IPC: G06T7/00 ,  G06V40/70 ,  G06V40/16 ,  G06V40/20 ,  G06V10/80 ,  G06V20/40 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/0464

Abstract: 本发明涉及数据处理技术领域，特别涉及一种融合人脸表情与行为步态数据的帕金森智能评估方法，包括三个步骤：第一，对帕金森病患者的行为步态视频进行数据清洗，并使用YOLOv8模型将患者从视频中分割出来，再利用HRNet提取骨骼关键点，使用STGCN++获取特征；第二，使用StyleGAN生成保留患者身份信息的病前图像，将训练多个深度学习模型用于将收集到的每人的六种基本情绪的面部表情图像进行面部表情分类，并使用效果最好的预训练模型，用于提取患者面部表情的特征；第三，将提取到的步态特征和面部表情特征进行多模态特征融合，用于帕金森病预测。本发明方法显著提高了诊断的准确性，减少漏诊误诊的问题。

公开(公告)号：CN119418915A

公开(公告)日：2025-02-11

申请号：CN202510031898.7

申请日：2025-01-09

Applicant: 南昌大学

Inventor： 周崟涛 ,  廖浩然 ,  徐寅轩 ,  庞孟 ,  黄伟 ,  李正宇

IPC: G16H50/20 ,  G16H50/70 ,  G06V40/16 ,  G06V10/52 ,  G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/08

Abstract: 本申请涉及人工智能辅助疾病检测技术领域，公开了帕金森病评估模型训练方法、系统及帕金森病评估方法，该模型训练方法包括：获取多个样本对象的多类面部表情图像，并为每个样本对象标注真实类别标签（PD患者或非PD患者）；通过初始模型的分支网络模块提取多尺度特征，并利用初始模型的注意力融合模块对多尺度特征进行自适应加权融合，形成面部表情融合特征；通过初始模型的分类模块对面部表情融合特征进行分类，得到预测结果；根据预测结果与真实标签的差异构建联合损失函数，以优化模型的分类性能；基于联合损失函数对初始模型进行训练，最终得到目标帕金森病评估模型。该目标帕金森病评估模型能进一步提升帕金森疾病的评估。

公开(公告)号：CN115601379A

公开(公告)日：2023-01-13

申请号：CN202211280474.7

申请日：2022-10-19

Applicant: 南昌大学(CN)

Inventor： 庞孟 ,  黄伟 ,  陈盛博 ,  周崟涛

IPC: G06T7/13 ,  G06T7/12 ,  G06T7/136 ,  G06T7/194 ,  G06V10/25 ,  G01B11/02

Abstract: 本发明公开了一种基于数字图像处理的表面裂纹精确检测技术，包括裂纹图像采集、图像预处理、阈值分割、图像形态学处理、曲线拟合和实际值转换。本发明针对大理石块表面裂纹提出了一种普适性的表面裂纹检测方案。通过本方案能较为精确地检测裂纹的位置、长度、宽度等特征。利用本方案对表面裂纹进行实时监测，可以在如交通、电力、建筑和文物保护等多个领域内发挥作用。与其他裂纹检测技术相比，本方案采用数字图像处理技术，不仅能对表面裂纹进行无损检测，而且还具有再现性良好、处理精度较高、检测速度快以及成本低廉等特点，体现出了较大的推广优势。