-
公开(公告)号：CN109272510B
公开(公告)日：2021-06-04
申请号：CN201810817960.5
申请日：2018-07-24
Applicant: 清华大学
Abstract: 本发明涉及一种三维医学图像中管状结构的分割方法。属于医学图像处技术领域。该方法在离线时期中包括获取训练图像并对训练图像进行人工标注；估计管状结构的空间概率密度得到管状结构空间概率密度图像；三维全卷积网络参数训练；在线时期中包括获取待分割图像；估计管状结构的位置先验分布；基于三维全卷积网络的管状结构分割得到分割结果。本发明中，三维医学图像中管状结构的分割方法的输入是三维医学图像，输出为对应的特定管状结构分割结果。本发明的管状结构分割方法可以有效抑制图像中其他结构的影响、提高在非正常管状结构区域的分割性能。
-
公开(公告)号：CN112561966A
公开(公告)日：2021-03-26
申请号：CN202011530744.6
申请日：2020-12-22
Applicant: 清华大学
Abstract: 本发明提出一种融合时空信息的稀疏点云多目标跟踪方法，属于3D视觉领域。本发明以点云特征提取网络为主干，同时输入多帧点云数据，对提取的特征进行时域信息的融合，从而避免点云稀疏导致的漏检。得益于时空信息的融合，跟踪和检测任务可以更紧密耦合，本发明对前后共三帧的检测框同时进行预测，得到当前目标持续三帧的轨迹段。之后计算当前轨迹段和前一时刻的轨迹跟踪结果的距离交并比分数，利用贪心算法将当前分裂后的轨迹段与历史轨迹段匹配拼接，得到各时刻最终的轨迹跟踪结果。本发明方法具有应对稀疏点云下多目标跟踪的应用潜力，对于目标漏检、错检有较强的鲁棒性，在稀疏的点云序列输入中仍然可以得到稳定的跟踪结果。
-
公开(公告)号：CN112541893A
公开(公告)日：2021-03-23
申请号：CN202011446025.6
申请日：2020-12-11
Applicant: 清华大学
Abstract: 本发明提出一种三维断层扫描图像中树状结构分叉关键点的检测方法，涉及医学图像处理领域。该方法在离线阶段获取包含解剖学树状结构的三维断层扫描图像并预处理，对图像进行标注后根据结果生成对应的分叉关键点检测、树状结构分割、分支向量场的预测目标，最终组成训练数据对用于对深度学习网络进行训练，得到训练完毕的网络；在线阶段，获取一张相同类型的图像，利用训练完毕的网络输出该图像对应的分叉关键点热图、树状结构分割概率图与分支向量场的预测结果，应用热图与分割概率图的预测结果计算最终的关键点检测位置。本发明可以广泛应用于多种解剖学树状结构中分叉关键点的检测，如气管、动脉、静脉等，均能实现较好的检测效果。
-
公开(公告)号：CN109214246B
公开(公告)日：2021-02-12
申请号：CN201710538778.1
申请日：2017-07-04
Applicant: 清华大学深圳研究生院
Abstract: 本发明提供了一种基于全局方向信息的指纹检索方法，包括：A、建立指纹全局方向信息特征表示模型；B、提取指纹数据库的以及输入的指纹图像的全局方向信息，利用所述全局方向信息特征表示模型构造特征向量，然后进行检索。本发明可提高指纹信息的利用率，提升指纹检索效率。
-
公开(公告)号：CN109272510A
公开(公告)日：2019-01-25
申请号：CN201810817960.5
申请日：2018-07-24
Applicant: 清华大学
Abstract: 本发明涉及一种三维医学图像中管状结构的分割方法。属于医学图像处技术领域。该方法在离线时期中包括获取训练图像并对训练图像进行人工标注；估计管状结构的空间概率密度得到管状结构空间概率密度图像；三维全卷积网络参数训练；在线时期中包括获取待分割图像；估计管状结构的位置先验分布；基于三维全卷积网络的管状结构分割得到分割结果。本发明中，三维医学图像中管状结构的分割方法的输入是三维医学图像，输出为对应的特定管状结构分割结果。本发明的管状结构分割方法可以有效抑制图像中其他结构的影响、提高在非正常管状结构区域的分割性能。
-
Patent Agency Ranking
公开(公告)号：CN104616149B
公开(公告)日：2018-05-29
申请号：CN201510063624.2
申请日：2015-02-06
Applicant: 清华大学
Abstract: 本发明提出一种基于蓝牙技术及生物特征识别的支付方法和系统，该方法包括：接收方终端通过蓝牙搜索预设范围内的潜在支付方，并向所述潜在支付方终端发送支付请求；所述接收方终端接收所述潜在支付方终端返回的加密后的支付准备指令，并转发至第三方支付服务器；所述第三方支付服务器获取所述潜在支付方的支付账号及对应的生物特征信息；所述接收方终端采集当前支付方的生物特征信息，加密后发送至所述第三方支付服务器；所述第三方支付服务器根据所述生物特征信息确认当前支付方，并根据对应的支付准备指令完成支付；所述接收方终端接收所述第三方支付服务器返回的支付结果，并转发至支付方终端。该方法可以提高基于生物特征识别的支付的效率。
-
公开(公告)号：CN107066961A
公开(公告)日：2017-08-18
申请号：CN201710210304.4
申请日：2017-03-31
Applicant: 清华大学
IPC: G06K9/00
CPC classification number: G06K9/00087
Abstract: 本发明提出一种指纹配准方法及装置，其中，方法包括：获取待配准指纹和目标指纹，提取待配准指纹和目标指纹的指纹特征，其中指纹特征包括脊线特征和相位特征，利用两个指纹的脊线特征进行粗配准，然后获取两个指纹的相位特征在相位重合区域内的相位差异信息，根据相位差异信息对粗配准结果进行调整，得到两个指纹的最终配准结果。本实施例中，不再单纯地依赖脊线特征进行指纹配准，在脊线特征的基础上还增加了相位特征，并且进行两次配准操作，可以提高指纹配准的精度。
-
公开(公告)号：CN103942566B
公开(公告)日：2017-07-28
申请号：CN201410151428.6
申请日：2014-04-15
Applicant: 清华大学
Abstract: 本发明公开了一种指纹描述子的压缩方法及系统，其中，压缩方法包括以下步骤：获取训练指纹图像的姿态信息；根据姿态信息利用指纹姿态校正算法进行姿态校正；提取校正后的训练指纹图像的多个细节点的细节点描述子MCC以统计细节点在指纹的指纹图像上的分布规律；根据分布规律对细节点描述子MCC进行压缩，并根据压缩后的细节点描述子MCC进行指纹识别。根据本发明实施例的指纹描述子的压缩方法，通过训练指纹图像统计细节点在指纹图像上的分布规律，且根据分布规律对细节点描述子MCC进行压缩，以进行指纹识别，去除了冗余特征，提高了空间效率和时间效率，既保证了指纹识别精度，又提高了指纹识别效率。
-
公开(公告)号：CN103646238B
公开(公告)日：2016-09-21
申请号：CN201310703526.1
申请日：2013-12-19
Applicant: 清华大学
IPC: G06K9/00
CPC classification number: G06K9/001 , G06K9/00013 , G06K9/0008 , G06K9/6215
Abstract: 本发明提出一种指纹方向场的估计方法和装置，其中，该方法包括：根据训练指纹建立局部指纹字典；接收待估指纹，获取待估指纹的初始方向场；获取初始方向场在基准坐标系中每个位置对应的初始方向块，并在局部指纹字典中查询与每个位置对应的方向块集合；获取初始方向块与查询到的方向块集合中的每个方向块的相似度，并根据相似度筛选出初始方向块对应的预设数量的候选方向块；获取任意相邻的两个位置对应的候选方向块之间的兼容度；根据每个位置与对应的候选方向块之间的相似度和兼容度在候选方向块中获取每个位置对应的最优候选方向块，以生成待估指纹的方向场。本发明的指纹方向场的估计方法可极大地减少复杂背景干扰，提高低质量指纹的识别性。
-
公开(公告)号：CN102968614B
公开(公告)日：2015-08-12
申请号：CN201210383338.0
申请日：2012-10-10
Applicant: 清华大学
Abstract: 本发明公开了一种纸币上潜指纹的识别方法，包括：在输入纸币图像和参考纸币图像的每个图像块上估计多个最强的方向；利用所述图像块的块方向场和点梯度场对所述输入纸币图像和所述参考纸币图像进行对准；将所述输入纸币图像和已对准的参考纸币图像的方向信息进行对比，获取指纹的方向信息；利用Gabor滤波器对指纹进行增强。本发明具有自动化程度高，准确率高，适用范围广的优点。
-
-
-
-
-
-
-
-
-
Search Results
101
records
(took 0.029 seconds)
