-
公开(公告)号：CN114758132B
公开(公告)日：2024-06-07
申请号：CN202210464269.X
申请日：2022-04-29
Applicant: 重庆邮电大学
IPC: G06V10/26 , G06V10/774 , G06V10/764 , G06V10/75 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明属于计算机视觉应用技术领域，具体涉及一种基于卷积神经网络的果树病虫害识别方法及系统，该方法包括：获取果树图像，将果树图像输入到训练好的果树病虫害识别模型中，得到果树病虫害识别结果；根据病虫害结果对果树进行治疗；所述果树病虫害识别模型包括分割模型和卷积神经网络；其中分割模型用于对果树图像中的果叶和果实进行分割，得到果实图像和果叶图像；卷积神经网络用于对果树的病虫害进行识别；本发明采用深度学习方法对柑橘进行病虫害识别，该系统能为柑橘种植人员提供柑橘的病虫害信息，有助于种植人员及时采取措施对病虫害进行治疗，有效提高柑橘的产量和品质。
-
公开(公告)号：CN116402835A
公开(公告)日：2023-07-07
申请号：CN202211556140.8
申请日：2022-12-06
Applicant: 重庆邮电大学
IPC: G06T7/11 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种多尺度对抗学习的医学图像肿瘤分割方法，通过Res‑UNet网络模型对医学图像进行粗分割，得到感兴趣区域；构建三级级联的多尺度对抗学习困难监督网络模型MSALDS‑UNet网络模型对感兴趣区进行细分割，从而精准分割器官、肿瘤和肿瘤核心区域。将器官、肿瘤和肿瘤核心区域替换至医学图像中，得到肿瘤分割图像，该图像精准展示了医学图像中的器官、肿瘤和肿瘤核心区域。本发明可以从医学图像中精准分割器官、肿瘤和肿瘤核心区域，解决现有的分割技术难以将器官、肿瘤和肿瘤核心区域从正常组织中精准区分出来，使得无法实现对肿瘤的精准分割的问题。
-
公开(公告)号：CN115984296B
公开(公告)日：2023-06-13
申请号：CN202310274038.7
申请日：2023-03-21
Applicant: 译企科技(成都)有限公司 , 重庆邮电大学
IPC: G06T7/10 , G06T7/00 , G06V10/42 , G06V10/44 , G06V10/80 , G06V10/74 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种应用多注意力机制的医学图像分割方法，包括以下步骤：S1、构建网络结构，所述网络结构包括编码器模块、解码器模块，所述编码器模块包括两个独立的编码器，在两个编码器之间设置有CMFL；S2、将两种互补模态的医学图像分别输入至两个编码器中，由CMFL获取两种模态之间的跨模态图像特征位置响应权重信息，进行跨模态之间的图像特征互补，获得两种跨模态图像互补特征；S3、将两种跨模态图像互补特征进行特征融合再通过解码器模块解码即可。还公开了一种医学图像分割系统。本发明在两个独立编码器中引入注意力机制，建立了不同模态图像特征的联系，提升了图像分割能力。
-
公开(公告)号：CN115984296A
公开(公告)日：2023-04-18
申请号：CN202310274038.7
申请日：2023-03-21
Applicant: 译企科技(成都)有限公司 , 重庆邮电大学
IPC: G06T7/10 , G06T7/00 , G06V10/42 , G06V10/44 , G06V10/80 , G06V10/74 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种应用多注意力机制的医学图像分割方法，包括以下步骤：S1、构建网络结构，所述网络结构包括编码器模块、解码器模块，所述编码器模块包括两个独立的编码器，在两个编码器之间设置有CMFL；S2、将两种互补模态的医学图像分别输入至两个编码器中，由CMFL获取两种模态之间的跨模态图像特征位置响应权重信息，进行跨模态之间的图像特征互补，获得两种跨模态图像互补特征；S3、将两种跨模态图像互补特征进行特征融合再通过解码器模块解码即可。还公开了一种医学图像分割系统。本发明在两个独立编码器中引入注意力机制，建立了不同模态图像特征的联系，提升了图像分割能力。
-
公开(公告)号：CN117372732A
公开(公告)日：2024-01-09
申请号：CN202310969954.2
申请日：2023-08-03
Applicant: 重庆邮电大学
IPC: G06V10/762 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/126 , G06N3/04 , G06N3/08
Abstract: 本发明属于计算机视觉领域，具体涉及一种基于深度学习的图像目标检测方法，包括：获取待检测图像，对待检测图像进行预处理；将预处理后的图像输入到的训练后的目标检测模型中，得到目标检测结果；所述目标检测模型为改进的Yolov5网络结构；改进的Yolov5网络包括：通过Kmeans++聚类算法和遗传算法对Yolov5网络中的锚框进行更新，对Yolov5网络预测层进行优化；本发明采用K‑means++算法和遗传算法对Yolov5网络中的锚框进行优化更新，使得Yolov5网络能够面对更加细小的目标进行检测。
-
Patent Agency Ranking
公开(公告)号：CN116229236A
公开(公告)日：2023-06-06
申请号：CN202310222513.6
申请日：2023-03-09
Applicant: 重庆邮电大学
Abstract: 本发明属于目标检测技术领域，具体涉及一种基于改进YOLO v5模型的结核杆菌检测方法，包括：将痰液样本中的结核杆菌图像输入到训练好的改进YOLOv5模型中；通过Backbone骨干网络中获取深层特征信息，得到不同深度的特征图；通过FPNs网络中进行上采样和特征融合后获得不同尺度的张量数据；不同尺度的张量数据通过Head头部分别预测目标的分类和预测框，得到检测结果。本发明通过使用改进的YOLOv5算法检测结核杆菌，较现有的SSD、Faster R‑CNN算法有着更好的检测效果，能够在实际的痰液样本检测过程中精确识别出结核杆菌，提高了医学领域对结核杆菌检测的效率，为疾病诊断提供重要帮助。
-
公开(公告)号：CN114971043A
公开(公告)日：2022-08-30
申请号：CN202210620287.2
申请日：2022-06-02
Applicant: 重庆邮电大学
Abstract: 本发明属于物流技术领域，具体涉及一种基于非欧拉回路的邮递员问题路径优化方法，该方法包括：构建混合整数规划模型；获取物流运送路线图，判断该货物的物流运送路线图是否为欧拉回路，若为欧拉回路，则根据欧拉回路进行货物运输；若为非欧拉回路，则根据物流运送路线图选取哈密顿回路作为货物地面运输路线，对剩余的货物进行空中运输；构建运输路线的目标函数；采用改进的遗传算法对目标函数进行求解，得到货物运输路线的成本；将成本最低的物流路线作为货物的运输路线；本发明通过构建了一种以成本最低为目标的混合整数规划模型计算货物的运输成本，解决非欧拉回路中货车与无人机协同路径优化问题。
-
公开(公告)号：CN113298934B
公开(公告)日：2022-07-08
申请号：CN202110576074.X
申请日：2021-05-26
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于双向匹配的单目视觉图像三维重建方法及系统，该方法包括：S1：利用采集设备获取原始图像；对原始图像进行预处理；S2：对预处理后的原始图像，采用SIFT算法进行特征提取，得到采集的所有图特征点集；并采用主成分分析法PCA对所有图特征点集进行降维处理，得到降维后的特征点集；S3：采用欧式距离、曼哈顿距离双向匹配法对降维后的特征点集进行特征匹配，得到匹配后的初步匹配结果；并采用ransac方法对初步匹配结果进行优化，得到最终匹配结果；S4：根据最终匹配结果，采用两级三维图像重建，得到最终三维重建结果。本发明改善优化图像特征点匹配，提高匹配速率，增加其准确率，提高三维重建效果。
-
公开(公告)号：CN110458786A
公开(公告)日：2019-11-15
申请号：CN201910700326.8
申请日：2019-07-31
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种先验GAN模型医学影像生成方法，具体涉及医学影像合成领域，包括以下步骤：步骤一、发明一个有意义的改进模型，即先验条件生成对抗网络PCGAN；步骤二、利用DGAN的思想，优化生成网络G和判别网络D；步骤三、通过主成分分析方法PCA构建器官的二维或三维形状空间，生成具有物理意义解释的标签图；步骤四、用优化的网络参数和先验标签生成医学影像。本发明用PCA生成具有物理意义解释的标签图，减少或取消后期专家参与数据标注，从而建立一个合成影像数据库，一定程度上解决基于数据的深度学习方法的有效样本稀缺的问题，整体使得本发明能够有效降低专家的工作量，提高工作效率。
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.016 seconds)
