公开(公告)号：CN110675469A

公开(公告)日：2020-01-10

申请号：CN201910841957.1

申请日：2019-09-06

Applicant: 常州大学

Inventor： 李宁 ,  徐守坤 ,  吉晨晨 ,  庄丽华 ,  石林 ,  李博 ,  袁宝华 ,  杨千里 ,  刘俊 ,  顾玉宛

IPC: G06T11/20 ,  G06T11/60

Abstract: 本发明公开了一种施工场景下识别目标之间空间关系的图像描述方法，包括以下步骤：对施工场景图片进行目标检测，获得施工场景中各目标类别；基于获得施工场景中各目标类别，对施工场景图片进行关系检测，获得各目标之间的空间关系；基于各目标之间的空间关系生成图像描述。本发明方法实现基于各目标之间的空间关系生成图像描述，可以更精确的判断施工人员施工工作场景的安全性和可操作性，以排除安全隐患。

公开(公告)号：CN119810416A

公开(公告)日：2025-04-11

申请号：CN202411888420.8

申请日：2024-12-20

Applicant: 常州大学

Inventor： 李宁 ,  汪立博 ,  杨高朝 ,  袁宝华 ,  李博

IPC: G06V10/25 ,  G06V10/774 ,  G06V10/764 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明涉及漂浮物识别领域，具体涉及一种基于改进YOLO的水面漂浮物识别方法及水面清污机器人。方法包括：构建水面漂浮物数据集，搭建改进YOLO网络模型；其中，改进YOLO网络模型在骨干网络和颈部网络中通过空间特征重组模块提取图像的不同尺度特征；在颈部网络通过交叉路径聚合模块对不同特征层进行多路径交互融合，并通过背景噪声抑制模块增强图像前景中的漂浮物特征；最后由检测头根据颈部网络输出进行目标分类；使用水面漂浮物数据集训练改进YOLO网络模型，得到训练好的网络模型；利用训练好的网络模型对待识别的水域图像进行识别，得到识别结果。本发明可以显著提高漂浮物的检测精度，更加适应存在噪声干扰的水面漂浮物检测场景。

公开(公告)号：CN117764953A

公开(公告)日：2024-03-26

申请号：CN202311792524.4

申请日：2023-12-25

Applicant: 常州大学

Inventor： 袁宝华 ,  汤瑞 ,  张晴 ,  陈佳璐 ,  肖德豪 ,  吴旭东

IPC: G06T7/00 ,  G06T7/11 ,  G06N3/0464 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/048 ,  G06N3/045

Abstract: 本发明涉及图像处理技术领域，尤其涉及一种基于CNN和注意力的MRI脑肿瘤分割方法，包括对MRI图像通过编码器提取图像特征；利用CMT模块依次对每个模态进行图像特征提取，当提取某个模态图像特征时与剩余模态图像特征进行互补信息融合；在瓶颈层利用Ttd模块对每个模态图像进行全局特征提取；在解码路径中利用JGF模块对编码器特征和解码器特征进行融合。本发明解决现有方法未充分考虑模态之间的关联；划分Token不合理以及Self‑Attention存在计算资源的浪费和效率的问题。