-
公开(公告)号：CN110310342B
公开(公告)日：2023-06-02
申请号：CN201910598505.5
申请日：2019-07-04
Applicant: 浙江大学滨海产业技术研究院
IPC: G06T7/90
Abstract: 本发明提供了一种适用于灰度颜色空间图像相关色域映射方法，包括以下步骤：S1：小色域边界上下阈值获取；S2：将灰度图像的二维平面结合灰度值构建为三维颜色曲面；S3：灰度颜色曲面待映射范围边界设置；S4：基于颜色准确度与纹理保持权衡构建待求解优化模型；S5：利用迭代求解的方法获得模型的次优解。本发明所述的一种适用于灰度颜色空间图像相关色域映射方法，通过设置参数来动态调整颜色映射的精准度与灰度图像层次纹理信息的保持程度，实现灰度图像保持颜色纹理的同时实现颜色的精准映射。
-
公开(公告)号：CN110310342A
公开(公告)日：2019-10-08
申请号：CN201910598505.5
申请日：2019-07-04
Applicant: 浙江大学滨海产业技术研究院
IPC: G06T7/90
Abstract: 本发明提供了一种适用于灰度颜色空间图像相关色域映射方法，包括以下步骤：S1：小色域边界上下阈值获取；S2：将灰度图像的二维平面结合灰度值构建为三维颜色曲面；S3：灰度颜色曲面待映射范围边界设置；S4：基于颜色准确度与纹理保持权衡构建待求解优化模型；S5：利用迭代求解的方法获得模型的次优解。本发明所述的一种适用于灰度颜色空间图像相关色域映射方法，通过设置参数来动态调整颜色映射的精准度与灰度图像层次纹理信息的保持程度，实现灰度图像保持颜色纹理的同时实现颜色的精准映射。
-
公开(公告)号：CN104463865A
公开(公告)日：2015-03-25
申请号：CN201410734058.9
申请日：2014-12-05
Applicant: 浙江大学
IPC: G06T7/00
CPC classification number: G06T7/11 , G06T2207/10004 , G06T2207/30196
Abstract: 本发明公开了一种人像分割方法。本发明首先从电商网站收集多张包含站立人像的照片，并对人像所在区域进行标注，生成训练数据集。然后初始化卷积神经网络，使用训练数据集训练卷积神经网络。在测试图片的过程中，首先使用卷积神经网络在测试图片中标注出可能是人像的区域，然后将该区域作为可能的前景区域，初始化Grabcut算法，最后使用Grabcut算法分割出人像区域。本发明通过卷积神经网络预测出可能存在目标的区域，把可能的目标区域作为掩模，使用掩模初始化Grabcut，解决了Grabcut需要交互的问题，提高了分割的准确性。
-
公开(公告)号：CN119249381A
公开(公告)日：2025-01-03
申请号：CN202411316865.9
申请日：2024-09-20
Applicant: 浙江大学
Abstract: 一种基于区块链智能合约的规则可信分发与自动化部署方法和装置，其方法包括：1.一种多层次余弦模型水印嵌入技术；2.基于智能合约的可信分发自动部署；3.模型水印校验。本发明提出了一种基于区块链智能合约的规则可信分发与自动化部署方法。该方法的核心思想是为传输的规则设计一种模型水印，从而确保规则的安全可靠，防止非法复制和滥用以及通过区块链智能合约的条件触发机制，实施严格的用户访问控制，营造一个数据安全共享的环境，并实现定制化模型的分发与容器部署，从规则需求到应用一键自动化。
-
公开(公告)号：CN119202806A
公开(公告)日：2024-12-27
申请号：CN202411720759.7
申请日：2024-11-28
Applicant: 浙江大学
Abstract: 一种链路模式聚合的图欺诈风险识别方法和系统，其方法包括：1）构建关系网络图；2）不定长链路采样；3）位置关联的统一链路编码；4）链路信息交互聚合；5）聚合关联的欺诈检测。本发明通过长距离链路采样编码、链路信息交互与聚合的方式,有效弥补主流GNN算法在处理长程依赖图结构方面的不足。
-
Patent Agency Ranking
公开(公告)号：CN116108217B
公开(公告)日：2023-12-19
申请号：CN202211327218.9
申请日：2022-10-27
Applicant: 浙江大学
IPC: G06F16/583 , G06V10/56 , G06V20/58 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于深度哈希编码和多任务预测的逃费车辆相似图片检索方法。其特征在于，以resnet50作为特征提取器，分别输入到车辆id、车型、颜色预测模块和哈希码生成模块四个分支同时训练。哈希码生成模块可以生成不同长度的哈希编码，车型和颜色预测模块分别对车型和颜色进行预测。该方法同时对车型预测、颜色预测、哈希编码生成模块进行优化，可以实现基于属性的粗粒度检索和基于不同层次哈希码的细粒度检索。针对逃费车辆，首先可以从数据库中针对粗粒度属性特征筛选出匹配的图片，再根据由短到长的哈希码不断进行更加精细化的检索。由粗到精的检索方法和哈希编码的方式大大提高检索速度和检索效率。
-
公开(公告)号：CN116843011A
公开(公告)日：2023-10-03
申请号：CN202310841509.8
申请日：2023-07-11
Applicant: 浙江大学
IPC: G06N3/084 , G06N3/088 , G06N3/0985 , G06N3/0464 , G06V10/82 , G06V10/764 , G06V10/774
Abstract: 基于卷积神经网络预训练模型的卷积核激活值正则化方法和系统，其方法包括：1)预训练卷积神经网络模型；2)计算卷积核产生的激活值的重要程度；3)正则化处理卷积核产生的激活值，产生新的激活值，使用新的激活值代替原先的激活值；4)基于正则化处理之后的卷积神经网络模型对图像进行分类。本发明找到卷积神经网络预训练模型中每个卷积核产生的激活值的重要程度，基于激活值的重要程度对卷积核激活值进行正则化处理。根据分类结果计算损失函数，利用损失函数对卷积神经网络的参数进行更新，提升预训练卷积神经网络的图像分类性能。
-
公开(公告)号：CN116805386A
公开(公告)日：2023-09-26
申请号：CN202310841505.X
申请日：2023-07-11
Applicant: 浙江大学
IPC: G06V10/774 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 基于Frank‑Wolfe的图像对抗样本防御方法和系统，其方法包括以下步骤：(1)数据收集和清洗；(2)构建神经网络模型；(3)基于原始图像，使用Frank‑Wolfe和二分算法生成初始对抗样本；(4)使用Frank‑Wolfe算法精细搜索对抗样本边界；(5)将生成的对抗样本给模型训练，提高模型的鲁棒性。本发明设计了一种基于Frank‑Wolfe的图像对抗样本防御方法。该技术的核心思想是通过二分算法和Frank‑Wolfe算法减少需要初始化一个较小的对抗样本的迭代次数，并基于Frank‑Wolfe算法对已经生成的对抗样本进行更进一步的搜索，以达到缩小对抗样本范数的效果，从而优化生成对抗样本的次数和效率。本发明生成对抗样本范数小，生成效率高，从而为构建更加鲁棒的图像分类系统打好基础。
-
公开(公告)号：CN116108217A
公开(公告)日：2023-05-12
申请号：CN202211327218.9
申请日：2022-10-27
Applicant: 浙江大学
IPC: G06F16/583 , G06V10/56 , G06V20/58 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于深度哈希编码和多任务预测的逃费车辆相似图片检索方法。其特征在于，以resnet50作为特征提取器，分别输入到车辆id、车型、颜色预测模块和哈希码生成模块四个分支同时训练。哈希码生成模块可以生成不同长度的哈希编码，车型和颜色预测模块分别对车型和颜色进行预测。该方法同时对车型预测、颜色预测、哈希编码生成模块进行优化，可以实现基于属性的粗粒度检索和基于不同层次哈希码的细粒度检索。针对逃费车辆，首先可以从数据库中针对粗粒度属性特征筛选出匹配的图片，再根据由短到长的哈希码不断进行更加精细化的检索。由粗到精的检索方法和哈希编码的方式大大提高检索速度和检索效率。
-
公开(公告)号：CN115908920A
公开(公告)日：2023-04-04
申请号：CN202211453096.8
申请日：2022-11-21
Applicant: 浙江大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06V20/70 , G06N3/0464
Abstract: 基于卷积神经网络的急性主动脉综合征CT图像分类方法，包括：1)躯干CT平扫和CT增强图像数据集收集；2)主动脉检测图像数据和急性主动脉综合征分类图像数据标注；3)获取主动脉CT检测图像；4)主动脉CT图像分类网络初始训练；5)高置信度样本梯度通道模式聚合；6)基于高置信度样本梯度通道模式进行梯度约束的主动脉CT图像分类网络重训练；7)对CT图像整体分类。本发明可以对急性主动脉综合征的CT增强图像甚至CT平扫图像进行分类。本发明采用两阶段方法，将主动脉部分CT图像从整体躯干扫描CT图像中分离出来，减少无关部分的干扰，并使用高置信度主动脉CT图像引导低置信度主动脉CT图像的学习进程，增加主动脉CT图像分类准确度，具有较强的实用性，有助于减轻医生工作量。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.043 seconds)
