-
公开(公告)号：CN104091166B
公开(公告)日：2017-05-03
申请号：CN201410321214.9
申请日：2014-07-07
Applicant: 大连理工大学
IPC: G06K9/46
Abstract: 本发明公开了一种车道线边缘提取的动态阈值方法，属于视觉导航和车辆安全辅助驾驶领域。其特征在于，将一帧行车图像分成左右两部分，左侧图像的每一行具有自己的动态阈值集合，右侧图像的每一行也具有自己的动态阈值集合。动态阈值集合由每行每侧图像锐化矩阵的几个较大值构成，即可细致体现图像的局部特征，又能兼顾图像的全局特性。自左右分界处进行自内向外、自下向上的逐行扫描，将第一次遇到阈值集合中元素的位置记为左侧或右侧惟一的边缘位置。本发明适于检测车辆行进所在车道，所输出的车道线边缘只有单像素宽、目的性强、干扰点少，大大简化了后续的车道线检测处理。与现有固定或自适应阈值方法相比，车道线检测正确率和速度都得到提高。
-
公开(公告)号：CN105184786A
公开(公告)日：2015-12-23
申请号：CN201510542180.0
申请日：2015-08-28
Applicant: 大连理工大学
IPC: G06T7/00
CPC classification number: G06T2207/10004
Abstract: 一种浮点型三角形特征描述方法，属于计算机视觉领域。以单一的三角形作为一个特征单元，以三角形边角关系结合三角形局部区域信息构建38维特征描述子，包括三角形三边和三角构成的六维形状描述子，以及以三角形质心为中心、以三角形最长边的一定比例为半径所确定正方形区域形成的32维区域描述子。与现有以多个三角形为特征单元但描述信息简单的算法相比，本发明特征描述子维数降低，形状描述子和区域描述子半径具有平移、尺度和旋转不变性，区域描述子中心具有仿射不变性，因此既能显著降低特征描述的复杂度、提升匹配速度，也能提高特征描述的鲁棒性。由于增加了几何约束，本发明的特征点匹配可靠性得到提高。
-
公开(公告)号：CN104182974A
公开(公告)日：2014-12-03
申请号：CN201410392413.9
申请日：2014-08-12
Applicant: 大连理工大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于特征点进行图像匹配的加速方法，属于计算机视觉领域。其特征在于，在目标图像和参考图像特征点提取和特征描述子构建之间加入fishing策略，将目标图像的所有特征点按照位置均匀划分为N×N个子区域，从各子区域里随机选取一定比例的特征点，并仅为这些特征点构建特征描述子并匹配。如果从某子区域中取出的特征点在参考图像中有较多匹配点，那么就增加下一次从该区域中选取特征点的数量，反之减少，直到匹配点总数达到阈值要求，或参与匹配的特征点达到一定比例。当参考图像已知时，与原有基于特征点进行图像匹配的方法相比，本发明可将图像匹配速度提高5倍左右，且不降低匹配精度、节省内存，并在一定程度上解决了匹配点的聚集问题。
-
公开(公告)号：CN103961103A
公开(公告)日：2014-08-06
申请号：CN201410189199.7
申请日：2014-05-07
Applicant: 大连理工大学
IPC: A61B5/055
Abstract: 一种对复数fMRI数据的ICA估计成分进行相位校正的方法，属于复数fMRI数据分析领域。基于ICA所估计的时间过程成分估计相位角θk，对具有相位模糊性的ICA估计成分和进行初步的相位校正，得到和然后采用易于获取的先验信息和相关系数法，对初步的相位校正信号和进行符号模糊性检测和去除。由于较之具有更大的非环形度，本发明能够避免高幅值噪声体素的错误影响。由于利用了先验信息，能够准确地检测并消除符号模糊性。当对运动刺激下采集的16被试复数fMRI数据的ICA估计成分进行相位校正时，基于方法的正确率只有81.25％，而本发明的正确率为100％，是多被试复数fMRI数据ICA分析的保障。
-
公开(公告)号：CN101833955A
公开(公告)日：2010-09-15
申请号：CN201010300546.0
申请日：2010-01-22
Applicant: 大连理工大学
IPC: G10L21/02
Abstract: 本发明公开了一种基于负熵最大化的复数约束独立分量分析方法，属于信号处理技术领域。其特征是在约束独立分量分析框架下，以复数负熵最大化算法的目标函数为基础，以参考信号作为部分或全部复数源信号先验信息的载体，基于源信号的估计信号与参考信号间能量相关给出接近性量度，引入负熵最大化目标函数的不等式约束，实现部分复数源信号的定序抽取或全部复数源信号的定序分离。本发明的效果和益处是能够解决复数独立分量分析方法的顺序不确定问题，分离效率高，性能稳定，易于软硬件实现，可广泛用于通信、生物医学信号处理、语音处理、图像处理、地质勘探等领域中完成高性能的感兴趣信号提取、混合信号定序分离和语音增强。
-
Patent Agency Ranking
公开(公告)号：CN100489907C
公开(公告)日：2009-05-20
申请号：CN200510046774.9
申请日：2005-06-25
Applicant: 大连理工大学
Abstract: 一种手持无线对讲机的异常状态报警模块，属于智能检测与报警技术领域。本发明包括倾角传感器、单片机、报警模式选择与报警参数设置电路、报警接口电路，可完成对讲机倾斜、静止或运动等三种异常状态的实时检测和报警，能设置报警模式以及允许倾角、预报警时间和最终报警时间等三种报警参数。报警接口电路产生与所用对讲机按键功能相同的报警驱动信号，驱动对讲机发出预报警提示音信号或向控制中心发出最终报警信号。本发明的效果和益处是提供了一种价格低廉且功能独立的对讲机异常状态报警模块，可以移植到不同类型的对讲机中。本发明特别适于公安、消防等危险应用场合中保护对讲机持有人员的人身安全。
-
公开(公告)号：CN119888252A
公开(公告)日：2025-04-25
申请号：CN202411949815.4
申请日：2024-12-27
Applicant: 大连理工大学
Abstract: 一种加速图像特征提取的SuperPoint轻量化模型，属于图像处理领域。首先，采用知识蒸馏方法，以SuperPoint原模型为教师模型，对其进行轻量化，得到学生模型；然后，对原数据集的特征点进行扩增，构建数据集的硬标签；接着，利用教师模型的输出和硬标签信息，构建软标签；同时，在学生模型中加入SE注意力机制，以进一步提升轻量化模型的性能；最后，对学生模型进行训练，得到SuperPoint轻量化模型。该模型在大幅降低参数量的同时，逼近原网络性能。相较于原网络模型，参数量从1304k降到105k，减少了91.95％。在基于100对图像的实际测试中，轻量化模型的匹配速度提升了95.45％、匹配正确率和匹配分数仅分别下降了1.74％和1.73％。
-
公开(公告)号：CN118203307A
公开(公告)日：2024-06-18
申请号：CN202410254703.0
申请日：2024-03-06
Applicant: 大连理工大学
Abstract: 一种基于质量引导的复数fMRI相位数据三维解缠绕方法，属于生物医学信号处理领域。本发明的基于相位质量图的路径引导算法，对复数fMRI相位数据进行了空间三维解缠绕，解决了当前fMRI相位解缠方法损失空间维脑功能信息的问题。因为相位导数方差(Phase derivative Variance，PDV)图在识别相位图像噪声区域方面具有很强的鲁棒性，本发明采用PDV图作为相位质量图，可靠保障三维相位解缠方法的性能，有效挖掘了更完整的fMRI空间信息。以一个健康被试静息态fMRI数据为例，采用本发明方法、传统复除法、PRELUDE方法分别解缠相位数据，与幅值数据组合形成复数fMRI数据。采用复数EBM算法分别提取DMN成分和AUD成分。本发明方法在相关系数和有效体素数上都有明显提升，在高阈值下优势更为明显，能为脑认知和脑疾病研究提供完整的fMRI证据。
-
公开(公告)号：CN113963349B
公开(公告)日：2024-04-16
申请号：CN202111302685.1
申请日：2021-11-05
Applicant: 大连理工大学
IPC: G06V20/69 , G06V10/25 , G06V10/762 , A61B5/00 , A61B5/055
Abstract: 一种提取个体空时特征矢量与被试细分类的方法，属于生物医学信号处理领域。其充分挖掘“空间体素×时间×被试”形式多被试fMRI数据经Tucker分解所获取核张量中包含的高维耦合关系，针对空间稀疏约束Tucker分解方法所获取的核张量，提供一种各被试特有空时特征矢量的提取方法，并将这些空时特征矢量用于k‑means被试细分类。在10个健康被试任务态fMRI数据的个体空时特征矢量提取与被试细分类中，根据DMN成分对应的空间特征矩阵，将所有被试分为两组，组1各被试空间激活中IPL区域平均激活体素数比组2多109％；根据任务相关成分所对应的时间特征矩阵，将所有被试分为两组，组1任务态时间过程与参考成分的平均相关系数比组2高55.6％。这些个体空时差异能够为脑功能研究和脑疾病诊断提供新的客观依据。
-
公开(公告)号：CN114202023A
公开(公告)日：2022-03-18
申请号：CN202111478047.5
申请日：2021-12-06
Applicant: 大连理工大学
IPC: G06K9/62 , G06V10/25 , G06V10/764 , G06V10/77 , G06V10/774 , G06V10/82 , G16H50/20 , G16H30/20 , G06N3/04
Abstract: 一种利用复数fMRI数据空间源相位图进行CNN分类的方法，属于生物医学信号处理领域。首先使用ICA从复数fMRI数据中获取感兴趣成分的空间成分，然后取其空间源相位图建立样本集，再输入2D‑CNN进行分类，实现对病人与健康人分类性能的改进。例如，采用本发明对82个被试的复数静息态fMRI数据进行精神分裂症患者和健康对照被试分类，选择DMN作为感兴趣成分，使用空间源相位图的CNN分类准确率为84.43％，相比于使用空间源幅值图的分类准确率72.65％，本发明能够在样本数相同的情况下将切片识别准确率提高11.78％。
-
-
-
-
-
-
-
-
-
Search Results
83
records
(took 0.024 seconds)
