-
公开(公告)号：CN104636729A
公开(公告)日：2015-05-20
申请号：CN201510069223.8
申请日：2015-02-10
Applicant: 浙江工业大学
CPC classification number: G06K9/00221 , G06K9/00201 , G06K9/00268
Abstract: 基于贝叶斯多元分布特征提取的三维人脸识别方法，包括三维数据预处理，特征提取和识别分类。本发明的优点是：克服现有技术存在的计算量大的缺点，本发明用三维人脸深度图进行识别，可减少计算量，提高识别效率；并解决单样本识别问题中训练样本不足的问题，用分块方法增加训练样本；在此基础上提出一种基于贝叶斯分析的特征提取方法，使获得的特征具有最小的类内距离和最大的类间距离，即具有最佳的可分离性；并用基于马氏距离的分类方法，获得最优的识别分类。经实验数据证明，本发明的方法具有较好的三维人脸识别结果。
-
公开(公告)号：CN111242169B
公开(公告)日：2024-03-26
申请号：CN201911409311.2
申请日：2019-12-31
Applicant: 浙江工业大学
IPC: G06V10/771 , G06V10/77 , G06V10/762 , G06V10/74
Abstract: 一种基于图片相似度计算的脑纤维视角自动选择方法，包括以下步骤：1)导入异常纤维样本数据和待判定纤维数据，使用ParaView软件绘制成三维图像；2)运行自动视角旋转脚本，分别绕不同方向轴、以不同角度大小来进行图像旋转，并记录每次旋转之后的一组对比图片；3)通过计算每组图片的相似度，寻找差异最大的视角；4)获取差异最大的视角之后，对图片进行降维处理和聚类分析；5)获得聚类结果之后，根据结果来对纤维数据进行抽象，对原始的纤维数据进行抽象简化，提取重要信息，从而达到分析纤维结构特征的目的。本发明可以帮助研究人员快速定位纤维异常区域并进行分析。
-
公开(公告)号：CN108735269B
公开(公告)日：2021-12-17
申请号：CN201810485744.5
申请日：2018-05-21
Applicant: 浙江工业大学
Abstract: 一种基于连续聚类框架的脑纤维快速聚类算法，包括以下步骤：1)建立纤维集群参数模型，包含纤维集群中心、密度、群内距离和纤维数量4个参数；2)读入一定数量的纤维，通过密度峰值搜索算法初始化参数模型；3)读入新的纤维，与由参数模型表示的纤维集群进行相似度距离计算，根据相似度距离大小将新纤维分配到集群或者置于缓存容器中；4)重复步骤2)，同时通过缓存容器阈值判断是否更新参数模型，直至所有纤维都经过分类处理；5)最后对所有参数模型进行密度峰值搜索聚类，结束脑纤维聚类过程。本发明通过参数模型表示纤维集群，以参数模型的形式代表集群中的所有纤维进行纤维相似度计算，最终对所有参数模型进行聚类。
-
公开(公告)号：CN108764317B
公开(公告)日：2021-11-23
申请号：CN201810485738.X
申请日：2018-05-21
Applicant: 浙江工业大学
Abstract: 一种基于多路特征加权的残差卷积神经网络图像分类方法，包括以下步骤：1)模型的输入图像为经过预处理的原始图像，经过预处理的图像裁剪为一个固定尺寸；2)对图像进行较大尺寸的卷积操作和池化操作；3)将步骤2)中输出的特征送入第一个多路特征加权残差模块；4)将步骤3)中多路特征加权残差模块的输出继续送入下一个多路特征加权残差模块，在经过多个多路特征加权残差模块后，输出的特征图像尺寸会逐渐缩小直至变为较小尺寸，最后经过一个平均池化层缩小为特征点；所得特征点直接送入分类层进行分类或经过全连接层后再进行分类。本发明应用于复杂的图像分类任务，丰富了特征表达，避免了因神经网络深度增加导致的梯度消失问题。
-
公开(公告)号：CN110334566B
公开(公告)日：2021-08-03
申请号：CN201910219860.7
申请日：2019-03-22
Applicant: 浙江工业大学
Abstract: 一种基于三维全卷积神经网络的OCT内外指纹提取方法，包括如下步骤：1)对每幅指纹OCT图像中的角质层区域位置和乳头层区域位置进行手工标注，得到与OCT图像对应的标注图片，进行ROI提取和数据增强，构成标注数据集；2)构建三维全卷积神经网络模型，设定训练参数和损失函数，使用标注好的数据集训练模型；3)通过训练好的全卷积神经网络模型预测未标注的OCT图像的角质层、乳头层；4)根据所有OCT图像的角质层和乳头层，按照相对深度以及OCT图像空间顺序，经过拼接，分别得到OCT指纹的外指纹和内指纹。本发明通过三维全卷积神经网络来学习提取OCT图像的角质层和乳头层特征，从而生成准确的内外指纹。
-
Patent Agency Ranking
公开(公告)号：CN113052072A
公开(公告)日：2021-06-29
申请号：CN202110318506.7
申请日：2021-03-25
Applicant: 浙江工业大学
Abstract: 一种基于昇腾处理器的指节纹和指静脉身份识别装置，包括昇腾处理器图像处理子系统以及指节纹和指静脉图像采集子系统，系统以搭载昇腾310处理器的Atlas200模块为核心设计嵌入式平台，构建了昇腾处理器图像处理子系统；以650nm和850nm光波长的LED阵列和摄像头为核心搭建指节纹和指静脉图像采集子系统，光强可调；同时，在图像采集过程中通过预处理和图像评估获得最佳质量图像，并使用Triplet Loss函数神经网络进行高效的特征匹配，实现身份识别。本发明有效地解决不同环境下指节纹和指静脉图像差异明显、手指图像识别算法难以实时实现以及低功耗和小型化条件下系统开发的难题。
-
公开(公告)号：CN111489328A
公开(公告)日：2020-08-04
申请号：CN202010149988.3
申请日：2020-03-06
Applicant: 浙江工业大学
Abstract: 一种基于血管分割和背景分离的眼底图像质量评价方法，包括以下步骤：1)首先，通过在DRIVE公开眼底图像数据集上预训练的U-Net模型对输入图像进行血管分割；2)将步骤1)得到的血管特征图与原始图像进行逐元素相乘，得到只含血管和背景信息的图像；3)使用提取后的特征图像分别输入卷积神经网络分支中进行训练，得到模型参数；4)将训练好的卷积神经网络模型对测试图片进行质量评价。本发明实现更高的评价准确率，并降低医生复检率，避免重复检查可能带来的治疗时机延误。本发明提出的模型具有通用性，可以嵌入到各种先进的卷积神经网络结构中并提升网络性能，同时，提供一种融合血管先验知识和神经网络端到端特征提取的方法。
-
公开(公告)号：CN111488967A
公开(公告)日：2020-08-04
申请号：CN202010119920.0
申请日：2020-02-26
Applicant: 浙江工业大学
Abstract: 一种梯度下降算法的差异可视分析方法，包括以下步骤：采用梯度下降算法对线性回归数据集进行训练，提取训练过程中的特征向量，并且得到最优线性回归系数。运用可视化技术对上面提取的特征向量进行可视分析，通过热力图来展示梯度下降算法对多个模型的训练结果，采用线性拟合和误差曲线协助用户直观地认识梯度下降算法，运用矩阵图来进行横向和纵向比较，以此来帮助用户理解梯度下降算法，了解学习率或动量的变化给最后的结果带来的影响，利用利用散点矩阵图来探索每个模型中不同特征参数之间的关联性。通过以上步骤帮助深度学习初学者理解梯度下降算法的工作原理，并且帮助他们掌握并且熟练使用不同的梯度下降算法，以及明白它们的差异性。
-
公开(公告)号：CN111428154A
公开(公告)日：2020-07-17
申请号：CN202010131841.1
申请日：2020-02-29
Applicant: 浙江工业大学
IPC: G06F16/9537 , G06F16/9035 , G06F16/901 , G06F16/29
Abstract: 一种基于四叉树划分优化的单车GPS数据多视图可视交互分析方法，采用四叉树结构对单车GPS数据进行城市区域划分，通过设置单个交通区域流量域值将城市地理区分割为多个交通小区。本发明借助交通小区优化整合算法对部分流量值过小区域进行合并优化，提高后端数据库网格存储效率，缩短系统针对查询操作的响应时间。使用交通流量时序图来展示交通流量在一天中不同时间的变化情况，同时预测模型能够在历史交通数据基础上作未来一小时的流量预测。用户可以通过交互式探索，根据需求选择不同时间点和交通小区，了解道路流量情况和人们出行模式，为城市交通资源投放提供科学依据，从而改善城市居民的出行体验。
-
公开(公告)号：CN110309699A
公开(公告)日：2019-10-08
申请号：CN201910219874.9
申请日：2019-03-22
Applicant: 浙江工业大学
IPC: G06K9/00
Abstract: 一种基于OCT的皮下汗孔图提取方法，包括如下步骤：1)对每张OCT图像的每个像素进行灰度值差分运算，并选择结果大于阈值的点作为初始特征点集；2)应用霍夫变换，将角质层特征点集从初始特征点集中分离出来，并对其进行二次多项式拟合得到角质层轮廓，同时去除位于角质轮廓周围附近以及上方的特征点；3)由远及近地去除乳头层轮廓外的特征点，得到准确的乳头层特征点集，并对其进行三次插值拟合得到乳头层轮廓；4)据两条轮廓的位置获得汗腺切线，然后将所有OCT图像中获得的汗腺切线拼接成大小为W×N皮下汗孔图，再经过图像增强获得最后结果。本发明能够得到正确的汗腺切线，最后获得清晰的皮下汗孔图。
-
-
-
-
-
-
-
-
-
Search Results
51
records
(took 0.033 seconds)
