-
公开(公告)号：CN117132532A
公开(公告)日：2023-11-28
申请号：CN202310836988.4
申请日：2023-07-10
IPC: G06T7/00 , G06V10/25 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08 , G06N5/04
Abstract: 本发明公开了一种基于ROI注意力的医学图像质量盲评价方法。本发明中的深度学习网络模型包括第一网络单元和第二网络单元；所述的第一网络单元包括ResNet模块和Attention UNet模块；ResNet模块的输出连接所述Attention UNet模块；所述的第二网络单元包括SiPNet模块和RegNet模块，SiPNet模块的输出连接所述RegNet模块。本发明采用有监督的深度学习方法，在U‑Net网络结构的基础上引入双注意力机制，将特征图的能量主要集中在ROI区域，从而有效地解决了非ROI区域可能会大幅拉低总体图像质量评分的问题。
-
公开(公告)号：CN109767480B
公开(公告)日：2023-08-18
申请号：CN201811543477.9
申请日：2018-12-17
Applicant: 浙江工商大学
IPC: G06T13/20 , G06V10/762
Abstract: 本发明公开了一种基于显著性和空间特征的三维网格动画压缩方法。本发明使用显著性模型来评估三维网格序列动画模型每一帧的运动强弱。由物体运动得到的空域聚类和时域聚类之后，所得系数在经过图傅里叶变化后，产生了新系数，并且它们有一个共同特点，即代表高频系数的数量多但大部分几乎为0，代表低频的系数数量少但值很大。基于此，仅保留低频信息以到达提高压缩率的目的，排除高频信息的干扰。最后，采用图傅里叶变化和CSPECK编码将上述的得到DMS转换成多分辨率表示以支持渐进式流。
-
-
公开(公告)号：CN112652024B
公开(公告)日：2023-05-05
申请号：CN202011457686.9
申请日：2020-12-11
Applicant: 浙江工商大学
IPC: G06T7/90 , G06T7/11 , G06T7/62 , G06F16/951
Abstract: 本发明属于图像处理技术领域，具体涉及一种基于颜色和谐的对图像重新替色的方法。本发明首先对在线网站colorpalettes进行在线爬虫，获取所有图片作为数据集；对每张图像按照颜色进行无监督分割，得到初始分割图、初始分割图的初始色块种类以及每种色块对应的数量。其次优化初始分割图与初始色块种类以及每种色块对应的数量。然后对输入图像进行分割以及优化，在数据库中匹配合适的色块组合，给出三种替色方案。最后根据色彩搭配的艺术理论优化上述三种替色方案得到的色块组合，并完成对原图进行的替色。本发明可以适应场景内任意数量的颜色主题的图像。
-
公开(公告)号：CN112463894B
公开(公告)日：2022-05-31
申请号：CN202011352442.4
申请日：2020-11-26
Applicant: 浙江工商大学
IPC: G06F16/28 , G06F16/2457
Abstract: 本发明公开了一种基于条件互信息和交互信息的多标签特征选择方法。本发明基于条件互信息重新定义特征相关项将已选特征的条件互信息纳入进来。又从特征交互的角度定义标签之间的冗余，将其纳入冗余项，定义了一个多标签特征选择算法，有效地选择特征子集，提高多标签分类模型的性能。其中，所述发明包括：对多标签数据集进行预处理，其中包括缺失值填充，数据离散化等；利用多标签特征选择算法MCIMII对处理过的数据集进行特征筛选，得到筛选后的特征集。将得到的特征数据集输入到MLKNN模型中，得到数据集优化后的MLKNN模型。
-
Patent Agency Ranking
公开(公告)号：CN114092579A
公开(公告)日：2022-02-25
申请号：CN202111357338.9
申请日：2021-11-16
Applicant: 浙江工商大学
Abstract: 本发明公开了一种基于隐式神经网络的点云压缩方法。本发明首先给定数据集中的某一类别形状，划分为训练集和测试集两个部分；对原始的数据集中的mesh模型进行预处理，得到SDF值；其次设计一个基于auto‑decoder并融合熵模型的整体网络框架，输入为观察信息和经过熵模型量化的隐变量，输出为查询点的SDF估计值；然后进行模型训练和推断，得到表示单个形状的隐变量，最后将隐变量压缩为二进制字符串，进一步增加压缩率，并将压缩后的字符串传输给解码端。本发明不需要通过复杂的3d卷积对3d形状进行处理，通过简单的MLP表示隐式网络，结构更加简单。
-
公开(公告)号：CN112652024A
公开(公告)日：2021-04-13
申请号：CN202011457686.9
申请日：2020-12-11
Applicant: 浙江工商大学
IPC: G06T7/90 , G06T7/11 , G06T7/62 , G06F16/951
Abstract: 本发明属于图像处理技术领域，具体涉及一种基于颜色和谐的对图像重新替色的方法。本发明首先对在线网站colorpalettes进行在线爬虫，获取所有图片作为数据集；对每张图像按照颜色进行无监督分割，得到初始分割图、初始分割图的初始色块种类以及每种色块对应的数量。其次优化初始分割图与初始色块种类以及每种色块对应的数量。然后对输入图像进行分割以及优化，在数据库中匹配合适的色块组合，给出三种替色方案。最后根据色彩搭配的艺术理论优化上述三种替色方案得到的色块组合，并完成对原图进行的替色。本发明可以适应场景内任意数量的颜色主题的图像。
-
公开(公告)号：CN112347861A
公开(公告)日：2021-02-09
申请号：CN202011111463.7
申请日：2020-10-16
Applicant: 浙江工商大学
Abstract: 本发明涉及一种基于运动特征约束的人体姿态估计方法。本发明先将视频分为多个人体时空窗口，提取窗口下每一帧的图像特征，然后根据窗口包含的多个图像特征抽取该窗口的人体运动特征，接着，通过运动特征约束单帧图片的人体姿态估计。本发明采用了全卷积神经网络的架构，并且使用动态卷积使单帧姿态估计能够根据视频中所包含的情境信息适应性的调整，这样可以更好地应对人体姿态估计任务中常见的运动模糊、肢体遮挡等问题，能够更好地对视频进行姿态估计，提高视频场景下的人体姿态估计准确率。
-
公开(公告)号：CN112116669A
公开(公告)日：2020-12-22
申请号：CN202010818722.3
申请日：2020-08-14
Applicant: 浙江工商大学
Abstract: 本发明公开了一种基于颜色和谐和平面构成的图像美学预测方法。本发明首先对于基于颜色和谐和平面构成的数据集的提取与处理。然后以卷积神经网络为基础进行预测模型的构建。最后对于颜色和谐，平面构成，整体三个方面的图像特征融合以及预测模型的训练与测试。本发明采用了基于颜色和谐和平面构成的图像美学预测方法，通过对颜色和谐和平面构成的美学特征的提取分析，使得模型能更好的考虑到颜色和谐和平面构成对于美学质量评价的重要性。把美学特征加入到卷积神经网络中，并且大幅度提高了结果的精度，降低了预测误差。
-
公开(公告)号：CN112115261A
公开(公告)日：2020-12-22
申请号：CN202010848473.2
申请日：2020-08-21
Applicant: 浙江工商大学
Abstract: 本发明公开了一种基于对称和互逆关系统计的知识图谱数据扩展方法。本发明首先对其进行查重删减与信息脱敏简化并编成字典；其次，通过二维矩阵储存对称关系与互逆关系三元组的可靠的成对数目，并计算符合特殊关系的三元组百分比，得到特殊关系矩阵表；然后，设置有效阈值，百分比超过阈值的关系（关系对）认定为完全对称（互逆）关系，可以创建在该关系（关系对）下未成对的三元组以扩展数据集。本发明采用了全新的基于对称关系和互逆关系统计推理的数据扩展方法，直接并有效增加了数据集数量，挖掘了知识图谱隐藏的信息，提升了知识图谱表示学习模型训练效果。
-
-
-
-
-
-
-
-
-
Search Results
145
records
(took 0.022 seconds)
