-
公开(公告)号：CN117315078B
公开(公告)日：2025-04-01
申请号：CN202311246373.2
申请日：2023-09-26
Applicant: 杭州电子科技大学
IPC: G06T11/20 , G06T7/11 , G06V10/764 , G06V10/82 , G06N3/048
Abstract: 本发明公开了一种基于离散几何映射的等几何分析参数化迁移方法，该方法首先对给定的特征约束进行分类。其次根据分类结果，若无法直接移动约束所在面片的边界生成高质量的参数化，则分割约束所在面片为多个子面片，使得约束位于新的子面片的边界。然后进行径向基函数插值，将约束点或约束线的端点移动至面片边界。最后对于特征点或线导致面片出现裂缝的情况，采用优化方法，进行确保约束位置不变的局部参数化质量优化，得到满足约束的高质量参数化结果。本发明对质量下降严重的面片进行优化，得到在满足特征约束的同时，质量较高的参数化结果，满足后续分析的应用。
-
公开(公告)号：CN119205800A
公开(公告)日：2024-12-27
申请号：CN202411213970.X
申请日：2024-08-31
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种融合多模态图文信息的医学图像分割方法，该方法首先使用预训练的BERT模型对患者元数据文本进行预处理和编码，提取特征表示，其次对病理图像进行注意力引导的数据增强操作。最后构建由图像编码器、文本编码器和解码器组成的医学图像分割网络，基于步骤一提取的特征表示和数据增强后的病理图像进行病理图像分割，并可视化分割结果。在分割网络中，本发明设计了一个多模态特征融合模块将两种模态的信息进行融合，该模块采用了Transformer架构，引入跨模态注意力机制和自注意力机制，保证了信息融合的有效性。本发明得到了更精准的分割结果，提升在新数据上的泛化能力，有效处理了医学图像中常见的数据不平衡问题。
-
公开(公告)号：CN119167580A
公开(公告)日：2024-12-20
申请号：CN202410728785.8
申请日：2024-06-06
Applicant: 杭州电子科技大学
IPC: G06F30/20 , G06F111/04
Abstract: 本发明公开了一种基于标架场引导的结构占优表面网格生成方法，步骤如下：步骤1、对输入的背景三角网格计算对齐边界与曲率的标架场；步骤2、将背景三角网格分解为若干个分区；步骤3、对分解得到的分区的边进行量化来得到分区边的最终离散段数；步骤4、生成分区的背景三角网格并设置标架场；步骤5、建立并初始化每个的分区的边界表；步骤6、从边界表中选择一条优先级最高的边作为前沿边，即四边形的底边，然后计算出该边两端的两个侧边点来得到四边形的两条侧边；步骤7、顶边连接得到四边形；步骤8、更新背景网格和边界表；步骤9、对生成的网格进行后处理。该方法生成的以四边形单元为主的网格在整体保形性和网格规模上都具有较大的优势。
-
公开(公告)号：CN118015185A
公开(公告)日：2024-05-10
申请号：CN202410048814.6
申请日：2024-01-12
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于偏微分方程求解的三维高阶网格生成方法。目前，生成高精度、高质量的高阶网格仍是一个难题。本发明首先生成基于飞机翼身三维几何模型的线性粗网格，划分表面网格，并对线性粗网格边界和飞机翼身三维几何模型边界建立映射关系；然后，将线性粗网格进行升阶，得到升阶线性网格；其次，将升阶表面网格面片投影至对应的飞机翼身三维曲面上，在对应的参数域上，以边界偏移向量为约束条件，建立并求解控制内部网格偏移向量场的偏微分方程，得到升阶表面网格点偏移向量；以升阶四面体网格边界偏移向量为约束条件，建立并求解控制内部网格点偏移向量场的偏微分方程，偏移所有网格点，从而得到高阶网格。
-
公开(公告)号：CN115564856A
公开(公告)日：2023-01-03
申请号：CN202211245210.8
申请日：2022-10-12
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于示例的无监督人脸图像翻译方法，包括如下步骤：S1、构建数据集；S2、构建两个独立的编码器，所述编码器分别为风格编码网络S和内容编码网络C；S3、所述风格编码网络对示例风格图像v进行编码得到风格特征fs(v)，所述风格编码网络对内容图像u进行编码得到内容特征fs(u)，S4、对S3步骤中得到的风格特征fs(v)和语义特征fc(h)进行密集语义匹配，构建粗略语义图；S5、构建图像解码网络，得到精细的人脸图像翻译结果；S6、进行身份及风格约束生成更精细的人脸生成效果。该方法基于无监督学习将跨域人脸图像翻译任务进行细分成两部分，先构建粗略语义匹配特征，再通过解码网络进行细化。从而实现生成精细的人脸翻译效果。
-
Patent Agency Ranking
公开(公告)号：CN109670206B
公开(公告)日：2022-12-06
申请号：CN201811388167.4
申请日：2018-11-21
Applicant: 杭州电子科技大学
Abstract: 本发明公开了针对机械铸造件模型的六面体网格结构简化方法。现有六面体网格简化方法很难在达到高简化率的同时保证较高精度的网格结果。本发明采用权重排序的优先级队列来规划网格结构简化过程，可以有目标地减少网格中奇异结构分布，对于机械铸造件模型六面体网格通过简化处理，最终的输出结果与原始方法对比，可在近似100％单元数还原与指定最大简化率的前提下达到89％以上的奇异结构简化率，并使网格外形的豪斯道夫距离率控制在较小的误差范围内。
-
公开(公告)号：CN108038835B
公开(公告)日：2021-07-13
申请号：CN201711204537.X
申请日：2017-11-27
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种显著性驱动的图像重要区域马赛克自动生成方法。通常的马赛克生成方法是关于整个输入图像的马赛克图，但很多情况只需保护图像的显著性区域。本发明首先将待处理的输入图像分割成超像素图；接着，计算输入图像的显著图；然后将显著图转变为二值图，并进行膨胀处理；最后对显著性区域赋予超像素图的值，并对非显著性区域赋予输入图像的值，即可得到显著性区域的马赛克图像。本发明能够有效并自动地对图像中的显著性区域进行马赛克，马赛克结果很好覆盖了图像的重要区域，也达到了保护作用和艺术效果。
-
公开(公告)号：CN112884021A
公开(公告)日：2021-06-01
申请号：CN202110127717.2
申请日：2021-01-29
Abstract: 本发明公开了一种面向深度神经网络可解释性的可视分析系统，包括：深度学习模型结构和计算过程的解释性可视化模块，揭示深度学习模型内部的网络结构和数据流的逐步计算流程；训练过程数据流的解释性可视化模块，揭示整个训练过程中数据流的统计信息；神经网络特征提取功能的解释性可视化模块，将神经元权重或神经元输出以可视化方式展示给用户，以解释各层神经元的特征提取能力，通过对比可视化方式，发现模型在不同时间点、不同参数等情况下的表现差异；数据异常值的解释性可视化模块，帮助用户发现数据中的异常和训练中模型参数的异常，提示用户及时暂停和修改模型参数；用户定制功能可视化模块，支持多种可视化模块在同一个页面中进行展示。
-
公开(公告)号：CN109816793A
公开(公告)日：2019-05-28
申请号：CN201811494117.4
申请日：2018-12-07
Applicant: 杭州电子科技大学
IPC: G06T17/30
Abstract: 本发明公开了基于等几何分析的浅浮雕模型建立方法，主要分为四个阶段：用户输入设计草图、对草图区域进行区域分解以及参数化、根据草图上的浮雕笔画在参数化结果上选取采样点、通过求解带有限制条件的泊松方程获得浅浮雕模型。本发明实现了从用户设计的草图出发到浅浮雕模型的获得，草图的输入形式可以让用户自由设计浮雕模型的外部轮廓以及内部的浮雕形状，这一输入形式能使得用户的设计更加流畅，从而摆脱了传统CAD软件对象按钮的模型构建方式，使设计阶段拥有更多自由与趣味。
-
公开(公告)号：CN109670206A
公开(公告)日：2019-04-23
申请号：CN201811388167.4
申请日：2018-11-21
Applicant: 杭州电子科技大学
IPC: G06F17/50
Abstract: 本发明公开了针对机械铸造件模型的六面体网格结构简化方法。现有六面体网格简化方法很难在达到高简化率的同时保证较高精度的网格结果。本发明采用权重排序的优先级队列来规划网格结构简化过程，可以有目标地减少网格中奇异结构分布，对于机械铸造件模型六面体网格通过简化处理，最终的输出结果与原始方法对比，可在近似100％单元数还原与指定最大简化率的前提下达到89％以上的奇异结构简化率，并使网格外形的豪斯道夫距离率控制在较小的误差范围内。
-
-
-
-
-
-
-
-
-
Search Results
92
records
(took 0.09 seconds)
