-
公开(公告)号：CN110298226B
公开(公告)日：2023-01-06
申请号：CN201910264672.6
申请日：2019-04-03
Applicant: 复旦大学
IPC: G06V20/50 , G06V10/82 , G06V10/762 , G06V10/764 , G06V10/80 , G06V10/766 , G06V10/94 , G06N3/04
Abstract: 本发明属图像处理技术领域，具体为一种毫米波图像人体携带物的级联检测方法。为了解决毫米波图像中人体携带物较小的问题，本发明采用自顶而下(Top‑down)结构来获取到毫米波图像的上下文信息，通过上下文关系来完成对小目标的定位与识别；为了解决毫米波图像中正样本稀疏的问题，本发明采用级联模型的方式，利用第一个阶段的级联模型过滤负样本，与此同时，调整模型初始化候选框的坐标位置，给第二个阶段的级联模型提供有效的候选框信息；基于正负样本比例均衡、坐标位置准确的候选框，第二个阶段的级联模型进一步提升了模型的检出率，降低了模型的误报率。
-
公开(公告)号：CN110334571B
公开(公告)日：2022-12-20
申请号：CN201910264654.8
申请日：2019-04-03
Applicant: 复旦大学
IPC: G06V40/10 , G06V10/82 , G06V10/762 , G06V10/774 , G06V10/74 , G06N3/04 , G06T5/00
Abstract: 本发明属于图像处理技术领域，具体为一种基于卷积神经网络的毫米波图像人体隐私保护方法。本发明首先将人体划分为十个区域，并且针对十个区域设计人体结构数据集，训练深度学习模型，来检测受检人的人体区域；然后利用人体区域坐标来给人体隐私部位添加遮挡；最后利用人体结构信息，结合最近邻算法、坐标投影算法，将违禁物体预测框投影到卡通图片的对应位置。外部用户只能观察到卡通图片及其对应的违禁物体预测框，从而保护了受检人员的隐私安全。
-
公开(公告)号：CN113912474A
公开(公告)日：2022-01-11
申请号：CN202111319680.X
申请日：2021-11-09
IPC: C07C29/40 , C07C41/30 , C07C41/26 , C07C67/31 , C07J9/00 , C07D333/16 , C07D317/54 , C07B41/02 , C07C33/20 , C07C43/23 , C07C33/46 , C07C33/18 , C07C33/24 , C07C33/30 , C07C33/48 , C07C33/28 , C07C33/14 , C07C33/16 , C07C69/712 , C07C43/253
Abstract: 本发明公开了一种手性叔醇的制备方法，属于有机合成领域。本发明通过采用一种手性PNP配体与铜盐组成的催化剂，从而突破现有方法的局限，实现直链状格氏试剂对芳基/烯基烷基酮化合物的不对称催化加成，得到α‑芳基/烯基手性叔醇化合物，具有原料易得、操作简便、立体选择性高等特点。且能对活性或药物分子衍生物进行修饰，具有较大的实施价值和应用前景。
-
公开(公告)号：CN110298226A
公开(公告)日：2019-10-01
申请号：CN201910264672.6
申请日：2019-04-03
Applicant: 复旦大学
Abstract: 本发明属图像处理技术领域，具体为一种毫米波图像人体携带物的级联检测方法。为了解决毫米波图像中人体携带物较小的问题，本发明采用自顶而下(Top-down)结构来获取到毫米波图像的上下文信息，通过上下文关系来完成对小目标的定位与识别；为了解决毫米波图像中正样本稀疏的问题，本发明采用级联模型的方式，利用第一个阶段的级联模型过滤负样本，与此同时，调整模型初始化候选框的坐标位置，给第二个阶段的级联模型提供有效的候选框信息；基于正负样本比例均衡、坐标位置准确的候选框，第二个阶段的级联模型进一步提升了模型的检出率，降低了模型的误报率。
-
公开(公告)号：CN102096824B
公开(公告)日：2014-04-02
申请号：CN201110040019.5
申请日：2011-02-18
Applicant: 复旦大学
Abstract: 本发明属于遥感图像目标检测技术领域，具体为一种基于选择性视觉注意机制的多光谱遥感图像舰船目标快速检测的方法。本发明将多维数据构建成双四元数的形式，利用其傅里叶变换的相位谱来提取显著性区域，用于显著目标检测，实现了多维数据的整体处理，并充分利用了光谱域和空间域的信息。本发明能有效克服传统多光谱图像舰船检测方法计算复杂度高，参数设置复杂的缺点。模拟数据与真实多光谱遥感数据的实验结果表明，本发明具有良好的检测效果，同时对噪声具有较强的鲁棒性。在海洋渔业，海洋运输管制，海上军事监测等方面有着巨大的应用价值。
-
Patent Agency Ranking
公开(公告)号：CN102193090B
公开(公告)日：2013-08-21
申请号：CN201010128981.X
申请日：2010-03-19
Applicant: 复旦大学
Abstract: 本发明属于遥感图像处理技术领域，具体涉及一种新的基于非负矩阵分解算法的混合像元分解方法。本发明方法根据高光谱图像光谱和丰度的特点，在非负矩阵分解算法的目标函数中引入丰度分离性和平滑性的约束条件，并且在适当的时机移除这些约束条件并继续迭代，从而克服了NMF算法容易陷入局部极小的缺点，可以有效的解决高混合遥感数据的混合像元分解方法。本方法在基于多光谱和高光谱遥感图像的高精度的地物分类以及地面目标的检测和识别方面具有特别重要的应用价值。
-
公开(公告)号：CN102938072A
公开(公告)日：2013-02-20
申请号：CN201210403361.1
申请日：2012-10-20
Applicant: 复旦大学
IPC: G06K9/62
Abstract: 本发明属于遥感图像处理技术领域，具体为一种基于分块的低秩张量分析的高光谱图像降维和分类方法。本发明根据高光谱图像的三维数据结构及其强烈的光谱特性和局部空间相关特性，将分块思想引入基于低秩张量分析的高光谱图像降维方法中，克服了图像的整体空间相关性较弱以及降维子空间维度的设定对降维效果的负面影响，最终得到一种能够大幅提高图像总体分类精度的新型降维方法——分块低秩张量分析法。该算法对各种不同的高光谱数据（包括仿真数据和实际数据集）都表现出良好的适用性。在基于高光谱遥感图像的高精度的地物分类方面具有重要的应用价值。
-
公开(公告)号：CN102609944A
公开(公告)日：2012-07-25
申请号：CN201210027158.9
申请日：2012-02-08
Applicant: 复旦大学
IPC: G06T7/00
Abstract: 本发明属于遥感图像处理技术领域，具体为一种基于距离几何理论的高光谱遥感图像混合像元分解方法。本发明根据高光谱图像的物理特性和数据集几何特性，将距离几何理论引入高光谱图像解混中，提出了一个计算高维数据空间中重心坐标的运算公式，并且根据距离几何约束得到一种很好地保持数据集几何结构的位置估计算法，最终得到一种新的高精度、低复杂度的丰度估计算法——基于距离几何的丰度估计算法。该算法对各种不同的高光谱数据（包括仿真数据和实际数据集）都表现出良好的适用性。在基于多光谱和高光谱遥感图像的高精度的地物分类以及地面目标的检测和识别方面具有重要的应用价值。
-
公开(公告)号：CN101221243B
公开(公告)日：2011-12-07
申请号：CN200710047702.5
申请日：2007-11-01
Applicant: 复旦大学
CPC classification number: G06K9/0063
Abstract: 本发明属于遥感图像处理技术领域，具体为一种基于非负矩阵因式分解的遥感图像混合像元分解方法。本发明将单形体方法作为非负矩阵分解算法的前端算法，即由单形体方法获得初步端元信号估计结果，然后由其组合成的矩阵作为端元信号矩阵的初始值，代入经修改后的非负矩阵因式分解迭代式进行更新运算，获得最终的分解结果。本发明克服了两种算法各自的缺点，有效的解决了高混合遥感数据的混合像元分解问题。本方法在基于多光谱和高光谱遥感图像的高精度地物分类以及地面目标的检测和识别方面具有重要应用价值。
-
公开(公告)号：CN101419669B
公开(公告)日：2011-08-31
申请号：CN200810201170.0
申请日：2008-10-14
Applicant: 复旦大学
Abstract: 本发明属于图像处理技术领域，具体为一种可以自动地从三维深度数据中提取出人耳的算法。该算法可以应用于计算机自动人耳识别系统的前端处理方面。本算法通过统计耳朵轮廓在Contourlet变换域不同子带不同位置上系数的分布概率，构建耳朵概率模型，利用这个模型，把非人耳轮廓边缘过滤掉，只留下耳朵边缘，再计算这些边缘的凸壳，从而实现了三维人耳的精确提取。本发明具有较低的计算复杂度，同时提取的三维人耳具有较高的精确度，对于进一步提高计算机自动人耳识别系统性能具有重要的实际应用价值，在身份认证和识别领域具有较好的应用前景。
-
-
-
-
-
-
-
-
-
Search Results
62
records
(took 0.023 seconds)
