-
公开(公告)号：CN114612937B
公开(公告)日：2024-08-20
申请号：CN202210253062.8
申请日：2022-03-15
Applicant: 西安电子科技大学
IPC: G06V40/10 , G06V10/46 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/084 , G06N3/09
Abstract: 本发明公开了一种基于单模态增强的红外与可见光融合行人检测方法，主要解决现有方法中单模态特征提取支路对特征表达能力差的问题。其方案为：1)对现有公开KAIST数据集进行筛选与处理，获得处理后的训练集与测试集；2)构建基于单模态增强的红外与可见光融合行人检测网络W；3)构建行人检测网络W的总体损失Loss；4)用训练集对基于单模态增强的红外与可见光融合行人检测网络W进行训练，通过损失Loss更新网络W中的参数，得到训练好的行人检测网络W′；5)将测试集的图像输入到训练好的行人检测网络W′，得到最终检测结果。本发明提高了行人目标的检测精度与检测速度，可用于无人驾驶，视频跟踪。
-
公开(公告)号：CN113706486B
公开(公告)日：2024-08-02
申请号：CN202110944394.6
申请日：2021-08-17
Applicant: 西安电子科技大学
IPC: G06T7/00 , G06T7/11 , G06T7/136 , G06T7/194 , G06V10/25 , G06V10/28 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种基于密集连接网络迁移学习的胰腺肿瘤图像分割方法，其方案是：获取正电子发射计算机断层显像PET和核磁共振成像MRI，对其进行预处理后划分为训练集和测试集；构建分割网络，并使用PET训练数据集对其训练，得到一次训练好的网络参数W1；使用迁移策略将分割网络中特征提取模块的初始参数设置为W1中相应模块的值，其余模块参数随机初始化，并利用MRI图像训练集重新训练分割网络，得到二次训练好的网络参数W2；将MRI测试集输入到以W2为网络参数的分割网络中得到分割结果。本发明提高了MRI图像分割的性能，解决现有技术对小数据集难以训练网络的问题，可用于协助医生完成胰腺肿瘤治疗前的自动靶区勾画。
-
公开(公告)号：CN116343338A
公开(公告)日：2023-06-27
申请号：CN202310351817.2
申请日：2023-04-04
Applicant: 西安电子科技大学
IPC: G06V40/20 , G06V20/40 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种基于层次时空注意力网络的人体骨架动作识别方法，主要解决现有技术混淆时间特征与空间特征，缺乏多层次动作表征的问题。其实现方案是：获取人体骨架序列组成人体骨架数据，构建训练样本集和测试样本集；将训练样本集和测试样本集中的关节点划分为身体部位，人体骨架序列划分为时间片段；构建由位置编码模块、层次时空注意力模块、分类模块组成的人体骨架动作识别模型；用划分后的训练样本集训练人体骨架动作识别模型；将划分后的测试样本集输入训练好的动作识别模型中，得到人体骨架动作识别结果。本发明能提取人体动作的多层次动作特征，且识别精度高，可广泛应用于视频理解、人机交互、智能监控及医疗康复等领域。
-
Patent Agency Ranking
公开(公告)号：CN115035508A
公开(公告)日：2022-09-09
申请号：CN202210689905.9
申请日：2022-06-17
Applicant: 西安电子科技大学
IPC: G06V20/62 , G06V20/13 , G06V10/26 , G06V10/774 , G06V10/764 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于主题引导的Transformer遥感图像字幕生成方法，主要解决现有技术生成的描述单一，且无法精确表示图像中的语义信息的问题。其实现方案为：搭建一个由Transformer和主题向量组成的主题编码器，并在分类数据集上进行预训练；搭建一个由随机掩码层、嵌入层、Transformer解码器和soft‑max层级联组成的语义解码器；将主题编码器和语义解码器进行连接，得到遥感图像字幕生成网络；设置训练参数，用标准RSICD数据集迭代训练遥感图像字幕生成网络；利用训练好的遥感图像字幕生成网络生成字幕描述。本发明提高了生成描述的多样性和准确性，可用于地物图像检索、灾情预测、图像理解。
-
公开(公告)号：CN114913164A
公开(公告)日：2022-08-16
申请号：CN202210604897.3
申请日：2022-05-30
Applicant: 西安电子科技大学
IPC: G06T7/00 , G06V10/774 , G06V10/764 , G06N3/04 , G06N3/08 , G16H30/40 , G16H30/20 , G06V10/26
Abstract: 本发明公开了一种基于超像素的两阶段弱监督新冠病灶分割方法，主要解决现有分割方法标注困难和分割精度低的问题。其实现方案为：获取新冠肺炎患者的CT数据，并划分训练数据集、验证数据集和测试数据集；对训练数据集进行涂鸦式标注，其余数据集以完全注释来标注；对涂鸦式标注集进行增强；构造一个以UNet3+为主体包含了四个多尺度特征提取模块的新冠病灶分割网络；使用梯度下降法对分割网络进行两阶段训练；将新冠病灶测试样本集输入到训练好的分割网络中，得到测试样本的分割结果。本发明提升了新冠肺炎患者CT图像中病灶分割的精度和标注效率，可用于对新冠肺炎患者CT图像中病灶的自动化分割，辅助影像科医生对病人的临床诊断。
-
公开(公告)号：CN114140700A
公开(公告)日：2022-03-04
申请号：CN202111450018.8
申请日：2021-12-01
Applicant: 西安电子科技大学
IPC: G06V20/13 , G06V10/75 , G06V10/764 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04
Abstract: 本发明公开了一种基于级联网络的分步异源图像模板匹配方法，主要解决现有技术对于大尺寸异源图像对难以平衡匹配速度和精度的问题。其实现方案为：根据开源数据集构建训练集和测试集；构建抑制网络，并制作该网络的训练数据，利用该数据训练抑制网络；构建粗粒度匹配网络，并根据训练集构建该网络的训练数据，利用该训练数据和训练好的抑制网络训练粗粒度匹配网络；构建细粒度匹配网络，并根据训练集制作该网络的训练数据，利用该训练数据训练细粒度匹配网络；将测试集图像输入到训练好的粗粒度匹配网络，再将输出结果输入到训练好的细粒度匹配网络得到匹配结果。本发明提高了异源图像匹配的精度，且有稳定的匹配速度，可用于飞行器的辅助制导。
-
公开(公告)号：CN113706487A
公开(公告)日：2021-11-26
申请号：CN202110944404.6
申请日：2021-08-17
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于自监督特征小样本学习的多器官分割方法，主要解决现有技术使用小样本学习分割法进行多器官分割效果差的问题。其方案是：使用超像素分割法从初始数据集中生成大量包含伪标签的数据，并从中选择图像和伪标签作为支持集；采用数据增强法生成查询集；使用自监督特征学习通过预训练的编码器提取支持集和查询集的图像特征，再计算两者的相似度获得前景信息和先验概率辅助信息特征图；构建分割网络对前景信息进行特征精炼得到支持集原型；根据支持集原型与先验概率辅助信息特征图计算分类概率，获得分割结果。本发明减少了大目标器官的过分割和欠分割现象，提升了小目标器官的识别，可用于医学图像的多器官分割，协助医生诊断疾病。
-
公开(公告)号：CN221266307U
公开(公告)日：2024-07-05
申请号：CN202322439597.7
申请日：2023-09-08
Applicant: 西安电子科技大学
Abstract: 本实用新型公开眼动仪穿戴式紧密贴合背包，包括有包体，包体外表面设置有上端开口的平板仓，平板仓内设置有散热套件，包体内腔设置有安装架，散热套件与安装架固接；包体的外表面上设置有USB扩展坞仓，USB扩展坞仓仓体上开有USB开口槽，USB扩展坞仓内设有USB扩展坞，散热套件与USB扩展坞连接。该背包使能穿戴式眼动仪在真实情境下自由活动任务中的使用，方便研究人员对计算设备的操作和眼动数据的监测。
-
-
-
-
-
-
-
Search Results
28
records
(took 0.033 seconds)
