-
公开(公告)号：CN115861164A
公开(公告)日：2023-03-28
申请号：CN202211130790.6
申请日：2022-09-16
Applicant: 重庆邮电大学
IPC: G06T7/00 , G06T7/10 , G06V10/774
Abstract: 本发明属于计算机视觉与医学影像融合领域，具体涉及一种基于多领域半监督的医学图像分割方法，包括：构建半监督教师学生分割模型并训练，将待分割的异化领域数据输入训练好的分割模型，得到分割结果；本发明教师学生网络挖掘大量无标签的多领域医学图像的高级语义特征，采用自注意力解纠缠机制的网络提取领域特征以及分割部位特征，使用领域特征相似筛选机制和多领域高级语义对比损失函数进行鲁棒学习，引入指数滑动平均算法，使得学生模型异构为教师模型，在师生一致性约束下的像素级别勘误方案，提升了分割的精度、拓展了多领域的适用性、泛化性，提升深度模型对图像分割的效果，促进了相关技术领域的发展。
-
公开(公告)号：CN113380262B
公开(公告)日：2022-10-18
申请号：CN202110519845.1
申请日：2021-05-13
Applicant: 重庆邮电大学
Abstract: 本发明属于声音信号分离技术领域，特别涉及一种基于注意力机制与扰动感知的声音分离方法，包括获取声音信号数据集，对该数据集的声音信号进行预处理得到混合声音信号，随后将混合声音信号划分为训练集、验证集；将训练集中的混合声音信号输入单通道语音分离网络模型，在交叉熵损失函数的指导下输出得到分离后的独立源信号；利用验证集数据验证每次单通道语音分离网络模型的正确率，并且保存正确率最高时的网络参数；将待分离的混合声音信号数据输入单通道语音分离网络模型，即可得到分割后的独立源声音信号；本发明能够进一步学习区分混合信号中的噪声信号，解决了单通道语音分离网络对噪声鲁棒性不足的问题。
-
公开(公告)号：CN114677313A
公开(公告)日：2022-06-28
申请号：CN202210269455.8
申请日：2022-03-18
Applicant: 重庆邮电大学
IPC: G06T5/50 , G06K9/62 , G06N3/04 , G06N3/08 , G06V10/80 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种生成多对抗网络结构的遥感图像空谱融合方法与系统，涉及卫星遥感图像融合技术领域，包括：卫星遥感图像数据集进行插值预处理使得遥感图像满足生成多对抗网络所需尺寸；构建生成对抗网络的生成器，从生成器产生的生成图像中选择适用于多对抗判别器；构建生成对抗网络的判别器，获取低分辨率多光谱图像(LRMS)与高分辨率全色图像(PAN)的融合图像；本发明通过结合多对抗思想与遥感图像专业领域知识，本发明提出了一种创新的生成多对抗网络，该框架将生成对抗网络扩展到多个判别器。多个判别器可以使生成器更好的综合光谱信息和结构信息，从而得到高质量的高分辨率多光谱图像。
-
公开(公告)号：CN112561860B
公开(公告)日：2022-05-03
申请号：CN202011320105.7
申请日：2020-11-23
Applicant: 重庆邮电大学
Abstract: 本发明涉及计算机视觉技术领域，具体涉及一种基于先验形状约束的BCA‑UNet肝脏分割方法，包括以下步骤：输入肝脏CT图像，对肝脏CT图像进行预处理，得到预处理后的肝脏CT图像，将预处理后的肝脏CT图像输入训练好的肝脏分割模型中，得到肝脏分割结果。本发明采用优化的主动轮廓损失函数计算高维特征的损失，融合两个网络中间特征作为下一层注意力信号，用于约束分割网络(BCA‑UNet)，误差反向传播逐层优化，避免了边缘轮廓的丢失。此外，本发明的肝脏分割模型对图像边缘轮廓较敏感，提高了分割的精度，缩小了表面距离误差。
-
公开(公告)号：CN113729655A
公开(公告)日：2021-12-03
申请号：CN202111128252.9
申请日：2021-09-26
Applicant: 重庆邮电大学
IPC: A61B5/0205 , A61B5/0507 , A61B5/00
Abstract: 本发明公开了一种分离UWB雷达传感器接收信号的方法，即基于递归积分算子的零空间追踪提取单分量信号算法和置信度对UWB雷达传感器接收信号进行信号分解，提取人体的呼吸信号和心跳信号频率的方法，可应用于对传染病患者的心率等生命体征进行监测也可用于地震时探测人体体征。该方法运时间短，能够精确的提取UWB探地雷达信号中的呼吸信号和心跳信号频率，为非接触人体特征提取提供重要依据。
-
Patent Agency Ranking
公开(公告)号：CN113129316A
公开(公告)日：2021-07-16
申请号：CN202110405547.X
申请日：2021-04-15
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于多模态互补信息探索的心脏MRI图像多任务分割方法，包括步骤：S1将心脏MRI图像的三个序列bSSFP、LGE、T2依次输入一个基于编码解码结构的卷积神经网络，在共享权重的编码器中分别提取不同序列的特征信息；S2在解码其中利用通道重建上采样方法恢复特征图的大小，并将提取的三个序列的特征聚合到一起，通过跳跃连接送入相应的解码器层进行特征融合；S3通过一个1×1卷积得到分类特征图，将分类特征图用sigmoid函数激活得到最终的预测概率图。本发明能够结合心脏多序列图像对心肌病理做出准确的预测，具有一定的临床应用价值。
-
公开(公告)号：CN112561860A
公开(公告)日：2021-03-26
申请号：CN202011320105.7
申请日：2020-11-23
Applicant: 重庆邮电大学
Abstract: 本发明涉及计算机视觉技术领域，具体涉及一种基于先验形状约束的BCA‑UNet肝脏分割方法，包括以下步骤：输入肝脏CT图像，对肝脏CT图像进行预处理，得到预处理后的肝脏CT图像，将预处理后的肝脏CT图像输入训练好的肝脏分割模型中，得到肝脏分割结果。本发明采用优化的主动轮廓损失函数计算高维特征的损失，融合两个网络中间特征作为下一层注意力信号，用于约束分割网络(BCA‑UNet)，误差反向传播逐层优化，避免了边缘轮廓的丢失。此外，本发明的肝脏分割模型对图像边缘轮廓较敏感，提高了分割的精度，缩小了表面距离误差。
-
公开(公告)号：CN112163994A
公开(公告)日：2021-01-01
申请号：CN202010904222.1
申请日：2020-09-01
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于卷积神经网络的多尺度医学图像融合方法，包括步骤：S1将配准后的解剖行图像和功能型图像进行局部拉普拉斯滤波处理，分解为细节增强的多尺度近似图像和残差图像；S2将配准后的解剖型图像输入深度卷积神经网络中提取超分辨率解剖型图像；S3将超分辨率解剖型图像和功能型图像输入双分支卷积神经网络中进行卷积，得到一个权重图，结合多尺度近似图像和残差图像融合为多尺度融合图像；S4采用局部拉普拉斯的逆运算对多尺度融合图像进行重构。本发明有效解决了医学图像融合方法在伪彩图像和灰度图像融合时的颜色失真以及信息丢失等问题。
-
公开(公告)号：CN111950515A
公开(公告)日：2020-11-17
申请号：CN202010870140.X
申请日：2020-08-26
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于语义特征金字塔网络的小人脸检测方法，属于人脸检测技术领域。其中，所述方法包括以下步骤：步骤1.以SFD人脸检测方法为基础模型，为了增强预测特征的语义信息，本发明设计了一个语义特征金字塔网络。步骤2.为了提高小人脸的召回率，减少固定分类阈值造成的错误分类样本数量，本发明提出了一个尺度自适应匹配算法，进行anchor匹配和样本分类。步骤3.为了缓解网络中正负样本不平衡问题，本发明采用focal loss计算网络的分类损失，通过迭代训练、更新参数得到最终的网络模型。在增加少量计算量的情况下，本发明有效的提取了小人脸检测所必需的语义信息，增强了网络的特征表达能力，提高了小人脸的召回率，缓解了检测器的样本不平衡问题。
-
公开(公告)号：CN107292805B
公开(公告)日：2020-11-17
申请号：CN201710408580.1
申请日：2017-06-02
Applicant: 重庆邮电大学
IPC: G06T1/00
Abstract: 本发明请求保护一种基于多参数分数阶离散Tchebichef变换的图像加密方法，涉及数字图像处理、信息安全的技术领域。本发明利用图像块的分数阶的变换阶数、生成序列的初始值和系统参数作为图像加密的密钥，然后对图像进行加密。图像解密过程为上述逆过程，将加密后的图像通过正确秘钥、错误密钥解密加密图像，分别得到正确解密图像和错误解密图像。通过实验分析得出本加密方法具有很高的安全性。本图像加密方法增大了密钥空间，增强了加密系统的安全性。另外，本方法提出的加密算法得到的密文图像是实值图像，其大小与原始图像大小相同，方便显示、传输和存储。
-
-
-
-
-
-
-
-
-
Search Results
178
records
(took 0.088 seconds)
