-
公开(公告)号：CN112801020B
公开(公告)日：2022-10-14
申请号：CN202110174952.5
申请日：2021-02-09
Applicant: 福州大学
Abstract: 本发明涉及一种基于背景灰度化的行人再识别方法及系统，该方法包括：S1、对原始图像进行背景灰度化处理，得到处理后的BGg图像；S2、基于ResNet50的双路网络，一路为背景灰度流BGg‑Stream，对BGg图像进行特征提取，另一路为全局流G‑Stream，对原始图像进行特征提取；S3、通过级联对两路网络进行彼此交互；S4、两路网络在每个阶段所得的特征图，通SCAB模块之后作为BGg‑stream的下一层卷积的输入特征图，使两路网络得以联系，两路特征得以结合；S5、采用三元组损失函数来更新网络参数，并进行相似度计算，最后输出排列序列。该方法及系统有利于弱化背景干扰，提高行人再识别的准确度。
-
公开(公告)号：CN114332462A
公开(公告)日：2022-04-12
申请号：CN202111663245.9
申请日：2021-12-31
Applicant: 福州大学
Abstract: 本发明提出一种针对大脑病变融入注意力机制的MRI分割方法，包括以下步骤；步骤S1、收集有分割图结果的大脑MRI图像，建立训练集；步骤S2、对训练集中待分割的原始大脑MRI图像进行预处理；步骤S3、建立带有注意力机制的卷积神经网络，并以训练集对其模型进行训练；步骤S4、当模型训练完成后，使用训练好的模型参数对验证集图像进行预测，并且生成大脑MRI组织与病变分割图；步骤S5、建立评估文件，评估分割结果；本发明能抽取出更加关键及重要的信息，同时借助迁移学习来提高在小数据集上进行训练的训练效果。
-
公开(公告)号：CN108280236B
公开(公告)日：2022-03-15
申请号：CN201810170150.5
申请日：2018-02-28
Applicant: 福州大学
IPC: G06F16/26 , G06V10/40 , G06K9/62 , G06V10/764
Abstract: 本发明涉及一种基于LargeVis的随机森林可视化数据分析方法。训练数据集预处理；通过随机森林提取训练数据集重要特征；采用LargeVis进行降维处理；基于LargeVis的随机森林进行可视化处理。本发明提出一种基于LargeVis的随机森林可视化的数据分析方法，针对高维数据，利用随机森林训练出的特征重要性，形成新的次高维数据，再利用LargeVis降维后的数据，送入随机森林进行预测分析并形成可视化，可以提高分类精度，又可以提高可视化的时间，同时适应不同的数据。
-
公开(公告)号：CN114119458A
公开(公告)日：2022-03-01
申请号：CN202111073772.4
申请日：2021-09-14
Applicant: 福州大学
Abstract: 本发明涉及一种基于临床先验知识指导的甲状腺髓样癌超声图像识别方法。首先通过设计一个级联分割网络获得甲状腺结节区域，再设计一个多分支分类网络，根据放射科医生的临床知识指导，加入甲状腺重要超声图像特征如实性和钙化作为先验知识来辅助网络分类。本发明不仅可以区分图像中良恶性结节，还可以准确地将恶性结节区分为甲状腺髓样癌和甲状腺乳头状癌。
-
-
Patent Agency Ranking
公开(公告)号：CN108364305B
公开(公告)日：2021-05-18
申请号：CN201810120426.9
申请日：2018-02-07
Applicant: 福州大学
IPC: G06T7/277
Abstract: 本发明提出一种基于改进型DSST的车载摄像视频目标跟踪方法，其方法包括以下步骤：1：对第一帧图像确定目标位置和尺度信息；2：训练得到位置滤波器和尺度滤波器的初始参数；3：预测下一帧图像中的目标位置和尺度，读取下一帧图像；4：计算位置滤波的最大响应，确定为该帧图像的目标位置，并更新目标位置；5：提取多尺度图像块；6：计算尺度滤波的最大响应，确定目标的尺度信息，并更新目标的尺度信息；7：重新训练位置滤波器和尺度滤波器的参数，并更新参数；8：重复3至7，直至跟踪结束。本发明通过加入更多的背景信息和更加合理的尺度调整策略来处理前景和背景快速变化的跟踪问题，以在交通环境下准确的估计出目标的位置及尺度。
-
公开(公告)号：CN107066963B
公开(公告)日：2019-11-12
申请号：CN201710232164.0
申请日：2017-04-11
Applicant: 福州大学
Abstract: 本发明涉及一种自适应人群计数方法。首先使用累计积分特征行人检测器进行行人检测，来获得大量的检测候选框，然后对获得的候选框进行预处理，接下来本文提取各个预处理后的候选框的空间，时间以及颜色特征；基于这些特征，本发明用狄迪克雷混合模型和吉布斯采样理论来对候选框进行聚类；通过这种方式，来获得人群团块的区域；接下来，本文使用基于角点的人群计数方法来对每个人群团块区域进行人群初步计数；通过计数结果与特征点的关系，本发明判断人群密度，针对不同密度，本文选取不同的数据融合方法，来提高计数结果的准确性。本发明方法提高了人群计数检测的稳定性和精确性。
-
公开(公告)号：CN110008962A
公开(公告)日：2019-07-12
申请号：CN201910289248.7
申请日：2019-04-11
Abstract: 本发明涉及一种基于注意力机制的弱监督语义分割方法，采用结合图像级监督和检测框级监督方式，利用图像级监督的目标关注性，改善检测框引入过多噪声的缺点。同时，利用检测框监督的目标完整性，改善图像级监督产生的类激活映射图中大部分缺失。本发明相比较现在的弱监督语义分割技术，获得更好的分割效果。
-
公开(公告)号：CN109409434A
公开(公告)日：2019-03-01
申请号：CN201811292849.5
申请日：2018-11-01
Applicant: 福州大学
IPC: G06K9/62
Abstract: 本发明提出一种基于随机森林的肝脏疾病数据分类规则提取的方法，包括：步骤1：对肝脏疾病中不平衡或者不规则的数据进行预处理，通过SMOTE（合成少数过采样技术）获得肝脏疾病数据集；步骤2：利用随机森林模型对肝脏疾病数据集进行二进制稀疏编码，获得肝脏疾病规则集；步骤3：对肝脏疾病规则集进行弹性范数稀疏编码规则提取，获得编码肝脏疾病规则集；步骤5：进行原始数据验证，生成最终规则集。本发明提出的结合L1和L2范数的弹性范数规则提取和特征选择方法使本发明方法不仅可以选择相对较少的特征，并可以提高泛化能力，提高分类精度。本发明提出的二次规则提取与验证方法大大提升了生成规则的可信度。
-
公开(公告)号：CN105118052B
公开(公告)日：2017-11-17
申请号：CN201510466888.2
申请日：2015-08-03
Applicant: 福州大学
Abstract: 本发明涉及一种新的全方向M型心动图运动曲线提取方法。首先，输入全方向M型心动图图像，并将该全方向M型心动图图像进行分块；其次，计算各分块图像的参数，通过蚁群算法获取可能的边缘块图像；最后，将上述获取的边缘块图像通过遗传算法拟合sigmoid函数，从而获得全方向M型心动图的运动曲线。本发明通过蚁群算法进行初定位，再通过遗传算法拟合sigmoid函数进行精确定位，分两步骤实现心动图运动曲线的拟合，使得能够对心动图的运动曲线细节有更多的保留，为医务人员对患者病情的分析提供更多的依据。
-
-
-
-
-
-
-
-
-
Search Results
84
records
(took 0.02 seconds)
