-
公开(公告)号：CN114049408B
公开(公告)日：2024-07-12
申请号：CN202111348120.7
申请日：2021-11-15
Applicant: 哈尔滨工业大学(深圳)
IPC: G06T11/00 , G06T3/4053 , G06T3/4046 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明的提出了一种用于加速多模态MR成像的深度网络方法以及基于该方法的多模态MR成像方法。所述用于加速多模态MR成像的深度网络方法融合不同模态磁共振图像特征。该方法利用双支路Transformer产生的多尺度patch来表示不同的模态，并将它们进行合并，使之相互补充。本发明通过多模态交叉注意力机制实现基于Transformer的多模态MR成像的特征融合策略，每个分支都将另一个分支的特征作为键和值，然后使用它们进行有效查询，来从另一种模态中获得有用的信息。此外，两个分支的多尺度patch不仅可以捕获不同的结构信息，还可以捕获细微的像素级信息。结果表明，对于图像重建和超分这两个加速MR成像任务，该方法在定性和定量评价两个方面均优于其他多模态MR成像方法。
-
公开(公告)号：CN114353804B
公开(公告)日：2024-04-30
申请号：CN202210005720.1
申请日：2022-01-04
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明公开了一种火灾应急疏散路径规划方法、装置、智能终端及存储介质，上述方法包括：基于火灾场景的空间结构，获得元胞集；基于所述环境数据和所述人员数据，获得所述元胞集的所有元胞的疏散风险因子；基于所述疏散风险因子，根据疏散路径规划模型，获得疏散路径。与现有技术相比，本发明方案通过采集火灾场景的环境数据和人员数据，获得疏散风险因子，并将该疏散风险因子纳入疏散路径规划模型，从而动态规划疏散路径时同时兼顾疏散时效性和疏散安全性，使得规划的路径更加合理。
-
公开(公告)号：CN113241134B
公开(公告)日：2023-07-04
申请号：CN202110452084.2
申请日：2021-04-26
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本公开实施例提供的在线问诊医生分配方法和系统、存储介质，属于人工智能领域。该在线问诊医生分配方法包括：获取患者端的患者数据；其中，所述患者数据至少包括：患者基本信息、医学图像和诊断要求信息；根据所述患者基本信息对所述患者数据进行分类，得到分类数据；根据所述分类数据匹配目标医生端；将相应的分类数据推送给所述目标医生端。本公开实施例通过获取患者端的患者数据，并根据患者数据中的患者基本信息对所述患者数据进行分类，得到分类数据，再根据所述分类数据匹配目标医生端，从而将相应的分类数据推送给所述目标医生端，进而实现建立目标医生端与匹配目标医生端的患者端之间的交互，方便医生在线诊治患者。
-
公开(公告)号：CN114202880B
公开(公告)日：2023-06-20
申请号：CN202111517765.9
申请日：2021-12-13
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明公开了一种火灾检测方法、系统、智能终端及存储介质，其中，上述火灾检测方法包括：通过无线基站实时获取目标火灾检测传感器发送的连接请求信息，其中，上述目标火灾检测传感器是待检测区域中检测到火灾发生的火灾检测传感器；基于所有上述连接请求信息获取上述待检测区域的火灾信息；基于上述火灾信息进行火灾预警。与现有技术相比，本发明中只需要获取目标火灾检测传感器发送的连接请求信息即可获取待检测区域的火灾信息。连接请求信息与视频数据信息相比，数据量小，容易传输且传输速度快，同时传输质量不容易受到网络的影响，因此有利于提升火灾检测的效率、实时性和准确性，进而有利于提升消防安全。
-
公开(公告)号：CN116192406A
公开(公告)日：2023-05-30
申请号：CN202310217048.7
申请日：2023-02-27
Applicant: 哈尔滨工业大学(深圳) , 深圳国微芯科技有限公司
Abstract: 本发明公开了一种PUF结构，包括至少一个PUF单元，所述PUF单元包括：n1个输入激励端口；n2个输出响应端口；至少x个数据选择器，所述数据选择器具有m个输入端和一个输出端，所述m，n1，n2，x大于等于4，n1≥n2；至少两个控制信号，所述控制信号形成不同控制值，使得所述x个数据选择器的输入端和输出端之间形成针对不同所述输入激励端口与不同输出响应端口对应的不同的电路连接路径。本发明的PUF单元可以提供多种不同的电路连接路径，使得路径更加多样化，从而降低被机器学习攻击的成功率。
-
Patent Agency Ranking
公开(公告)号：CN111062956B
公开(公告)日：2023-05-23
申请号：CN201911087291.1
申请日：2019-11-08
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明公开了钼靶X线乳腺影像肿块目标分割方法及装置。涉及图像处理领域，其中，方法通过对钼靶X线乳腺影像的肿块边缘通过流形变形进行样本扩充，生成基于边缘流形变形轮廓的扩充数据，将扩充数据输入到目标检测网络进行肿块目标检测输出肿块位置。通过对钼靶X线乳腺影像进行边缘流形变形，使得样本量得到极大扩充、模型泛化能力得到有效提升，提高肿块目标的检测精度。
-
公开(公告)号：CN116110023A
公开(公告)日：2023-05-12
申请号：CN202211619208.2
申请日：2022-12-14
Applicant: 哈尔滨工业大学(深圳)
IPC: G06V20/58 , G06V40/10 , G06V40/20 , G06V10/778
Abstract: 本发明提供了一种目标实时检测方法、系统及介质，所述目标包括车辆或行人中的一种，所述方法包括：获取当前目标的监控数据信息，所述当前目标的监控数据的类型包括视频数据或图片帧；根据所述当前目标的监控数据的类型，以及预先结合前背景知识蒸馏和自适应动态loss权重建立的目标检测模型执行推理，对所述当前目标进行检测并进行分析；根据分析结果判断所述当前目标是否在行驶危险区域；根据判断结果执行对应的操作，本发明创新性地将前背景知识蒸馏和自适应动态loss权重相结合，使得蒸馏的结果更加准确，检测的速度更快，且本发明目标实时检测方法优于很多传统的知识蒸馏法，检测结果也比传统方法精确很多，漏检率大大降低。
-
公开(公告)号：CN116050341A
公开(公告)日：2023-05-02
申请号：CN202310182242.6
申请日：2023-02-17
Applicant: 哈尔滨工业大学(深圳) , 国微集团(深圳)有限公司
IPC: G06F30/392 , G06F30/398
Abstract: 本发明公开了一种超图的生成方法及系统、电路的仿真方法。其中超图的生成方法包括：基于网表设计构建对应的层级化设计树；针对所述层级化设计树的每个节点对应的模块，生成各模块的数据流图；基于各模块的数据流图对各模块进行特征分析，将与不期望分割模块的特征相符的模块对应的节点放到有特征列表中，其他模块对应的节点放到无特征列表中；对有特征列表中的节点进行遍历，若当前遍历到的节点的父节点也在有特征列表中，则将该父节点在两个列表中的子节点删除；遍历完成后，判断两个列表中的所有节点的数量是否满足节点数量约束，若满足，则将两个列表中当前剩余的节点作为超图节点生成超图。本发明可以快速生成分割效果较好的超图。
-
公开(公告)号：CN115861942A
公开(公告)日：2023-03-28
申请号：CN202211605493.2
申请日：2022-12-14
Applicant: 哈尔滨工业大学(深圳)
IPC: G06V20/54 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种面向边缘计算平台的实时车辆追踪监控方法、系统及介质，所述方法包括以下步骤：获取车辆监控数据，所述车辆监控数据的类型包括视频数据或图片帧；根据预先基于边缘计算平台建立的目标检测模型，以及所述车辆监控数据的类型进行车辆检测并实时绘制检测结果；基于所述检测结果，结合SORT追踪算法和区域计数法，定位和追踪每一辆车辆，并对车流量进行实时准确统计。相对于现有技术，本发明提升了车辆定位、追踪和车流量统计精度，降低了漏检率。
-
公开(公告)号：CN115657672A
公开(公告)日：2023-01-31
申请号：CN202211279423.2
申请日：2022-10-19
Applicant: 哈尔滨工业大学(深圳)
IPC: G05D1/02
Abstract: 本申请提供了一种基于A*‑增强型蚁群算法的火灾疏散路径规划方法及系统，通过获取建筑的二维平面图，并依据二维平面图采用0‑1栅格法建立环境模型；依据环境模型确定每个栅格的节点坐标；依据使用者选择的起始节点和目标节点采用A*算法确定节点区域；依据节点区域确定下一路径节点；其中，所述路径节点包含有信息素；依据最大迭代次数和当前迭代次数确定信息素蒸发因子，并依据信息素蒸发因子更新信息素；当所述当前迭代次数达到最大迭代次数时，则输出距离最短的目标疏散路径。通过非线性递减策略对信息素蒸发因子进行改进，并对信息素进行更新，降低问题的复杂度，提高算法的搜索能力，降低求解火灾疏散路径问题的复杂性。
-
-
-
-
-
-
-
-
-
Search Results
165
records
(took 0.01 seconds)
