公开(公告)号：CN118760913B

公开(公告)日：2025-02-14

申请号：CN202411237176.9

申请日：2024-09-05

Applicant: 烟台大学

Inventor： 阎维青 ,  杨廷玉 ,  刘兆伟 ,  徐金东 ,  王璇 ,  宋永超

IPC: G06F18/23 ,  G06F18/25 ,  G06N3/0895 ,  G06N3/0455

Abstract: 本发明涉及深度学习技术领域，尤其是涉及一种基于特征融合和标签对齐的多模态聚类方法及系统。方法，包括获取多视图样本数据和真实聚类标签；构建多视图对比学习神经网络模型；利用多视图样本数据对多视图对比学习神经网络模型进行训练，得到训练好的多视图对比学习神经网络模型；利用训练好的多视图对比学习神经网络模型对多视图样本数据进行特征提取，通过计算损失来优化模型输出的标签质量，得到多视图聚类模型；通过自我监督的方法有效地嵌入特征学习和标签学习任务到一个单一的框架。这种方法比两阶段深度多视图聚类方法更简单、更快，而且它还有效地利用了视图特定的信息来协助视图共识语义的生成。

公开(公告)号：CN119228853A

公开(公告)日：2024-12-31

申请号：CN202411764387.8

申请日：2024-12-04

Applicant: 烟台大学

Inventor： 王璇 ,  张一兵 ,  宋永超 ,  阎维青 ,  郑强

IPC: G06T7/246

Abstract: 本发明属于图像处理技术领域，具体涉及基于选择性状态空间的目标跟踪方法、系统、装置、介质，该方法先引入代理令牌，对待处理特征进行交互，来捕捉上下文信息，更好地聚焦于当前帧目标相关的特征，提升目标辨识能力；然后构建选择性状态空间，对当前帧的状态进行动态更新，有效地将历史信息与当前帧特征相结合，并动态调整当前状态的表达；最后当前帧的状态通过自注意力机制和线性变换，预测边界框，进行目标跟踪，提高了对视频序列中特定目标的跟踪精度和连续性，增强了在复杂场景中的适应能力。

公开(公告)号：CN118470333A

公开(公告)日：2024-08-09

申请号：CN202410939567.9

申请日：2024-07-15

Applicant: 烟台大学 ,  山东(烟台)中日产业技术研究院(烟台市产业技术研究院)

Inventor： 宋永超 ,  王璇 ,  刘兆伟 ,  孙丽俊 ,  胡小林 ,  李湘南 ,  王莹洁 ,  毕季平 ,  文志东

IPC: G06V10/26 ,  G06V20/70 ,  G06V10/44 ,  G06V10/52 ,  G06V10/42 ,  G06V10/80 ,  G06V10/764 ,  G06V20/10 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/084 ,  G06N3/048

Abstract: 本发明涉及深度学习应用领域，尤其是涉及一种基于遥感图像的地理环境语义分割方法及系统。所述方法，包括获取遥感图像数据集，并对获取的遥感图像数据集进行预处理；基于获取的遥感图像数据集进行编码器构建，并利用编码器进行图像数据集的特征提取和编码；根据编码器的特征提取进行解码器构建，将构建完成的编码器和解码器组合为语义分割模型；利用遥感图像数据集对语义分割模型进行训练和优化，包括利用交叉熵损失函数计算输出值与预测值之间的误差，利用训练完成的语义分割模型进行预测结果输出。通过本发明的技术方案，能够提高遥感图像语义分割的精度、鲁棒性和泛化能力，为环境检测和城市规划提供更加高效和准确的技术。

公开(公告)号：CN118333910A

公开(公告)日：2024-07-12

申请号：CN202410756697.9

申请日：2024-06-13

Applicant: 烟台大学

Inventor： 徐树振 ,  相文龙 ,  吕翠翠 ,  刘兆伟 ,  王璇 ,  王硕 ,  吕学琳 ,  李静敏

IPC: G06T5/77 ,  G06V40/16 ,  G06V10/774

Abstract: 本发明属于图像的复原技术领域，具体涉及一种人脸图像修复方法、系统、装置、介质，通过对人脸图像数据进行压缩感知处理后，依次进行正向扩散加噪及基于文字条件约束的逆向去噪处理，得到自定义的初步修复图像，再以训练后的第二模型为导向，对人脸部位的细节进行优化，从而获得可控、多元化和高保真的人脸图像。

公开(公告)号：CN118333861A

公开(公告)日：2024-07-12

申请号：CN202410756700.7

申请日：2024-06-13

Applicant: 烟台大学

Inventor： 宋永超 ,  孙丽俊 ,  王璇 ,  刘兆伟 ,  李湘南 ,  毕季平 ,  王莹洁 ,  徐金东 ,  阎维青

IPC: G06T3/4053 ,  G06T5/60 ,  G06T5/50 ,  G06N3/0475 ,  G06N3/084 ,  G06N3/0464 ,  G06T3/4007

Abstract: 本发明属于图像处理技术领域，具体涉及一种遥感图像重建方法、系统、装置、介质，首先通过模拟实际遥感图像的退化情况来增强数据的真实性、复杂性，然后对遥感图像分别进行两次重建，并根据对比度进行自适应融合以整合不同分辨率的图像信息，从而提高了图像重建的准确性、清晰度和高质量。

公开(公告)号：CN118097123B

公开(公告)日：2024-06-25

申请号：CN202410508740.X

申请日：2024-04-26

Applicant: 烟台大学

Inventor： 王璇 ,  李凯强 ,  宋永超 ,  单坤 ,  郑强

IPC: G06V10/25 ,  G06V10/44 ,  G06V10/77 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06V20/64 ,  G06T3/06 ,  G06T3/4007 ,  G06T3/4038 ,  G06T5/50

Abstract: 本申请及图像分析技术领域，具体为基于点云和图像的三维目标检测方法、系统、设备和介质；首先获取3D目标物的初始点云数据，将初始点云数据转化为点云体素；然后，获取3D目标物的初始图像数据，将初始图像数据进行图像特征提取，得到二维特征图，并将密集深度图与二维特征图进行双线性插值处理和拼接处理，得到像素深度图；接着，将像素深度图进行反投影处理和体素划分，得到图像体素，并将图像体素与点云体素结合后投影到二维平面，得到待检特征图；最后，基于预设锚框和真实锚框之间的交并比大小，获得待检场景中3D目标检测结果；该方法目标检测准确度较高，检测质量较稳定。

公开(公告)号：CN118015569A

公开(公告)日：2024-05-10

申请号：CN202410424270.9

申请日：2024-04-10

Applicant: 烟台大学

Inventor： 王璇 ,  王傲然 ,  宋永超 ,  郑强

IPC: G06V20/54 ,  G06V10/80 ,  G06V10/82 ,  G06V10/10 ,  G06N3/0499 ,  G06V10/766 ,  G06V10/764

Abstract: 本申请涉及图像数据提取和识别技术领域，具体为一种基于特征增强的遥感图像目标检测方法、系统和设备；为解决遥感图像目标检测过程中检测结果准确度较低的问题，本申请首先将待检遥感图像进行感受野扩大处理，得到有利于提高目标检测准确度的感受野增强遥感图像；然后，将感受野增强遥感图像进行不同通道维度特征提取，获得多通道维度特征图；接着，将多通道维度特征图进行基于低维通道和高维通道的特征处理和融合，得到全局增强特征图；最后，对全局增强特征图进行边界框回归和边界框分类处理，进一步提高遥感图像目标检测结果的准确度，应用在自动驾驶和智能交通领域，可进一步提高便利性和安全性。

公开(公告)号：CN117934977A

公开(公告)日：2024-04-26

申请号：CN202410330368.8

申请日：2024-03-22

Applicant: 烟台大学

Inventor： 郑强 ,  祝传振 ,  王璇

IPC: G06V10/764 ,  G06V10/44 ,  G06V10/80 ,  G06T7/00

Abstract: 本发明涉及医学影像处理分析技术领域，具体为基于图连接和图节点的脑网络分类方法、系统和设备；该脑网络分类方法首先基于脑区影像组学特征矩阵，获取脑区间连接性矩阵；然后，将图连接处理脑区间连接性矩阵后得到的脑区间图连接性矩阵，与脑区图节点特征矩阵进行融合，得到融合特征脑网络；接着，将融合特征脑网络进行全连接处理、非线性处理和加权处理，得到脑网络注意力特征；接着，将脑网络注意力特征进行脑区间维度的池化聚合处理和脑区维度的池化聚合处理，得到表达能力强且还能提高计算效率的脑网络节点池化特征；最后，脑网络节点池化特征经分类处理，得到脑网络分类结果；该分类方法具有较高的准确率、敏感性和特异性。

公开(公告)号：CN117649680A

公开(公告)日：2024-03-05

申请号：CN202311477870.3

申请日：2023-11-08

Applicant: 烟台大学

Inventor： 王璇 ,  孙兆杰 ,  宋永超

IPC: G06V40/10 ,  G06V10/762 ,  G06V10/776 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/088

Abstract: 本发明涉及图像数据处理技术领域，具体为一种行人的重识别方法、系统、设备和存储介质，该方法通过最小化待检行人图像集与增强行人图像集之间的差异，提升其被聚类处理后分到同一伪标签组的概率；接着，将得到的初始伪标签组进行同组异类优化和异组同类合并处理，保留不同类别样本之间的差异性，避免噪声积累，随后进行正则化迭代处理，利用前一代伪标签置信度来改进当代伪标签，将前一代的伪标签信息传播到当代以改进当代伪标签信息，输出准确度较高的最优伪标签组；最后，通过欧式距离，从标准标签数据库中筛选出合适的标准图像作为输出，得到重识别结果，提高了重识别的准确率和效率。

公开(公告)号：CN117122303B

公开(公告)日：2024-01-30

申请号：CN202311394088.5

申请日：2023-10-26

Applicant: 烟台大学

Inventor： 郑强 ,  宋志伟 ,  王璇

IPC: A61B5/055 ,  A61B5/00 ,  G16H30/20 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明涉及图像处理技术领域，具体为一种脑网络的预测方法、系统、设备和存储介质，该预测方法通过对T1加权成像的影像组学特征和形态学脑网络进行线性处理、特征提取和残差连接处理等，得到的深度特征矩阵进行皮尔逊相关性处理后，与初始的形态学脑网络继续进行线性处理、特征提取、残差连接、多线性变化处理等，得到节点特征和网络拓扑信息丰富的预测功能连通性网络，从而更好地预测学习大脑功能连通性网络的拓扑结构和连接强度值，实现了T1加权成像形态学脑网络到功能磁共振成像功能连接网络的准确预测，得到真实性更高的预测结果，增强了结构核磁共振成像和功能磁共振成像在临床实践中的应用，对脑科学研究具有重要意义。