-
公开(公告)号：CN117726912A
公开(公告)日：2024-03-19
申请号：CN202311641564.9
申请日：2023-12-04
Applicant: 新型显示与视觉感知石城实验室 , 东南大学
IPC: G06V10/80 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种基于多特征融合的深度伪造图像检测模型，引入空间域、频率域和共生矩阵特征多域特征作为不同GAN结构生成图像的“共有特征”，即提取全局RGB特征作为空间域特征，设计频谱特征提取模块来提取图像二维频谱中存在的特征，设计共生矩阵提取模块来提取图像中的自然数据统计信息；提取多域特征后，基于融合机制设计出生成图像检测模型，将三种不同域特征进行融合后送入同一个骨干网络进行特征提取以及分类预测。基于多特征融合的模型充分利用了不同域的“共有特征”，同时设计了混合数据集，在保证检测速度的基础上平均检测精度得到提升，有效提高模型的泛化性，从而应对无法确定图像具体来源的GAN伪造图像检测问题。
-
公开(公告)号：CN110288565B
公开(公告)日：2021-06-25
申请号：CN201910428515.4
申请日：2019-05-22
Applicant: 国网江苏省电力有限公司电力科学研究院 , 国家电网有限公司 , 东南大学 , 江苏省电力试验研究院有限公司
Abstract: 本发明公开了一种碳纤维复合芯导线的缺陷识别方法、装置及存储介质，本发明利用了缺陷往往占整个图像很小比例的特点，以像素个数最多的灰度区间的中值作为该行或者该列中所有像素的灰度值，这样得到的处理后的图像就是不带缺陷的图像，再用带缺陷的图像减去不带缺陷的图像，得到的背景差分图就是只有缺陷的图像了，这样能够提高缺陷识别的准确度。
-
公开(公告)号：CN112132759A
公开(公告)日：2020-12-25
申请号：CN202010931407.1
申请日：2020-09-07
Applicant: 东南大学
Abstract: 本发明提供了一种基于端到端卷积神经网络的颅骨面貌复原方法，包括以下步骤：S1：对人体颅骨CT扫描图像进行数据预处理并制作数据集；S2：搭建卷积神经网络；S3：使用训练样本训练步骤S2中搭建好的卷积神经网络，每训练五轮，便用模型对检测样本进行检测，评判生成的预测面型；S4：选取步骤S4中效果最好的一轮作为最终结果。本发明采用神经网络的方法自动提取颅骨的特征，根据颅骨本身的特性预测面型，具有较高的灵活性，流程少，耗时短，并提升了预测准确率。本发明利用深度卷积编解码器，学习头骨和面貌之间的相互关系及特征，根据颅骨信息还原面型，充分考虑了面部点的空间特性，弥补了稀疏特征点带来的误差。
-
公开(公告)号：CN110119677A
公开(公告)日：2019-08-13
申请号：CN201910246680.8
申请日：2019-03-28
Applicant: 东南大学
Abstract: 本发明提供一种基于图像分类网络的碳纤维复合芯电缆破损检测方法采用X成像的方式对碳纤维复合芯电缆进行图像采集；对采集的碳纤维复合芯电缆图像进行预处理操作，分别得到训练样本与检测样本；确定起始残差网络的输入输出及中间部分的结构，构建碳碳纤维复合芯电缆破损分类检测网络；使用训练样本训练碳纤维复合芯电缆破损分类检测网络，保存训练效果最优的模型；使用检测样本进行检测，根据碳纤维复合芯电缆破损分类检测网络分类输出，自动标记出图像中的破损位置。该方法能够自动实现碳纤维复合芯电缆破损检测，且检测效率和精度高。
-
公开(公告)号：CN109480781A
公开(公告)日：2019-03-19
申请号：CN201811354270.7
申请日：2018-11-14
Applicant: 南京医科大学附属口腔医院 , 东南大学
Abstract: 本发明提供一种牙列运动轨迹的示踪装置及方法，该装置包括口内固定组件和口外运动标示组件，口内固定组件包括下牙列基托、左侧固位钢丝、右侧固位钢丝与定位钢丝，下牙列基托设于下牙列的舌侧并分别由下颌切牙延伸至左右两侧的最后一颗牙的远中并紧贴舌侧粘膜，左侧固位钢丝、右侧固位钢丝呈左右对称分布；口外运动标示组件包括连接杆和弧形杆。该种牙列运动轨迹的示踪装置，采用了与个体牙列情况相适应的、个性化的，不覆盖上下颌牙列咬合面的口内固定组件。因此，采集牙列运动时，上下牙列的咬合面可直接接触，上下牙列之间无垂直间隙，准确转移了牙列的运动过程，不影响运动轨迹的描记。
-
Patent Agency Ranking
公开(公告)号：CN111859579B
公开(公告)日：2024-08-27
申请号：CN202010740873.1
申请日：2020-07-28
Applicant: 东南大学 , 南京凝动数字科技有限公司
IPC: G06F30/17 , A61F2/30 , G06F119/14
Abstract: 本发明提供一种颞下颌关节运动仿真装置，包括横向移位组件、纵向移位组件、竖向移位组件、实物仿真模型、用于支撑实物仿真模型的定位组件和用于移动实物仿真模型的姿态控制组件，实物仿真模型包括上颌模型、下颌模型和模型固定架，上颌模型设于下颌模型的上方，模型固定架包括上定位板和下定位板，上颌模型设于上定位板上，下颌模型设于下定位板上，上定位板设于定位组件上，下定位板设于姿态控制组件上；该种颞下颌关节运动仿真装置，能够实现颞下颌关节运动的多角度实物运动仿真，使运动更准确直观地展示，能够为口腔医师的诊断提供更有效可靠的基础。
-
公开(公告)号：CN118262170A
公开(公告)日：2024-06-28
申请号：CN202410449073.2
申请日：2024-04-15
Applicant: 东南大学 , 南京医科大学附属口腔医院
Abstract: 本发明提供一种颞下颌运动正常与异常的数据分类方法及系统，该方法通过由颞下颌关节运动可视化平台采集颞下颌关节运动数据，颞下颌关节运动数据包括正常运动数据和异常运动数据，将颞下颌关节运动数据转换成结构化数据特征；对结构化数据特征进行预处理，对缺失值进行填充，并对数据无量纲化，得到预处理后的数据特征，将预处理后的数据特征分为训练集与测试集；构建颞下颌运动分类模型，颞下颌运动分类模型包括决策树模型、集成学习模型和支持向量机模型，使用训练集与对应的分类标签对颞下颌运动分类模型进行训练优化后，得到最优模型；使用最优模型对测试集进行预测，得到颞下颌关节运动正常或异常的分类结果；本发明分类精度高，能够获得较高准确率的异常运动检测结果，具有客观性，进而能够有效地对颞下颌运动异常或颞下颌关节紊乱TMD的风险进行智能评估。
-
公开(公告)号：CN114676822B
公开(公告)日：2024-04-23
申请号：CN202210299318.9
申请日：2022-03-25
Applicant: 东南大学
IPC: G06N3/0442 , G06N3/084 , G01N33/00
Abstract: 本发明提供了一种基于深度学习的多属性融合空气质量预报方法，包括数据采集、数据预处理、构建空气质量一次预报模型、构建空气质量二次预报模型、空气质量二次预报模型修正及预报结果输出的步骤，将气象因子、区域气象影响因素纳入模型进行多维综合预测，充分利用了深度学习在数据处理方面的优势，借助长短期记忆网络对污染物浓度的历史实测数据的变化情况进行分析，解耦了污染物生成机理受限的问题。
-
公开(公告)号：CN109559359B
公开(公告)日：2023-06-02
申请号：CN201811137448.2
申请日：2018-09-27
IPC: G06T11/00 , G06T5/00 , G06N3/0464
Abstract: 本发明提供一种基于深度学习实现的稀疏角度数据重建图像的伪影去除方法，通过采集稀疏角度投影数据与完备角度投影数据；利用稀疏角度投影数据和完备投影数据分别进行重建；构建去伪影之神经网络；利用重建的图像作为训练数据；保存训练好的神经网络模型，并将测试图像投入其中；利用测试图像减去步骤E中所得到的网络预测之噪声，即可得到清晰图像。将目前在计算机视觉上表现突出的深度学习办法引入到稀疏角度投影解析重建图像的伪影去除研究中，利用Inception‑resnet网络的特点，构建一个表达能力精细且多样的神经网络，适用于稀疏角度数据解析重建图像的伪影去除。
-
公开(公告)号：CN114676822A
公开(公告)日：2022-06-28
申请号：CN202210299318.9
申请日：2022-03-25
Applicant: 东南大学
Abstract: 本发明提供了一种基于深度学习的多属性融合空气质量预报方法，包括数据采集、数据预处理、构建空气质量一次预报模型、构建空气质量二次预报模型、空气质量二次预报模型修正及预报结果输出的步骤，将气象因子、区域气象影响因素纳入模型进行多维综合预测，充分利用了深度学习在数据处理方面的优势，借助长短期记忆网络对污染物浓度的历史实测数据的变化情况进行分析，解耦了污染物生成机理受限的问题。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.018 seconds)
