-
公开(公告)号:CN105354868B
公开(公告)日:2018-11-30
申请号:CN201510644674.X
申请日:2015-10-08
Applicant: 南京邮电大学
Abstract: 本发明公开了基于几何图像矩的有限角度锥形束CT图像重建方法,步骤依次为,将获得的锥形束投影数据转化为已知Radon数据、获得已知Radon数据的投影几何矩变换、根据已知Radon数据的投影几何矩变换中计算出几何图像矩、根据几何图像矩估计出未知Radon数据的投影几何矩变换、经逆变换求出未知Radon数据、将步已知Radon数据和未知Radon数据进行数据拼合,获得补全的三维Radon数据并重建CT图像。本发明能够在减小扫描范围的条件下重建出符合临床诊断要求、高质量的锥形束CT图像。
-
公开(公告)号:CN107609460A
公开(公告)日:2018-01-19
申请号:CN201710372110.4
申请日:2017-05-24
Applicant: 南京邮电大学
Abstract: 本发明公开了一种融合时空双重网络流和attention机制的人体行为识别方法,提取运动光流特征,生成光流特征图像;构建独立的时间流和空间流网络,生成两段具有显著结构性的高层语义特征序列;解码时间流高层语义特征序列,输出时间流视觉特征描述子,并输出attention显著性特征图序列,同时输出空间流视觉特征描述子以及视频窗口每一帧的标签概率分布;计算每一帧时间维attention置信度得分系数,加权空间流视频窗口每一帧的标签概率分布,选择视频窗口关键帧;利用softmax分类器决策识别出视频窗口的人体行为动作类别。相比现有技术,本发明能有效关注原始视频中外观图像的关键帧,同时又能选择即得关键帧空间显著性区域特征,其识别准确度较高。
-
公开(公告)号:CN107341471A
公开(公告)日:2017-11-10
申请号:CN201710537393.3
申请日:2017-07-04
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于双层条件随机场的人体行为识别方法,属于计算机视觉的行为识别领域。首先,分别提取RGB-D视频中行为动作主体的人体姿态和可能与其相互交互的物体信息特征,计算交互物体在RGB-D视频分割后得到的各个小视频得分信息作为全局特征。然后,建模顶层条件随机场以捕捉人体行为间的高阶相关性,建模底层条件随机场以丰富人体行为内部的潜在结构,最终构建双层条件随机场的判别分类模型。接着,采用精确推理和结构化支持向量机分类器学习双层条件随机场的判别分类模型参数。最后,根据学习得到的模型参数和即得模型预测测试视频中人体行为类别。本发明在一定程度上提高了人体行为动作的识别准确度。
-
公开(公告)号:CN105740815A
公开(公告)日:2016-07-06
申请号:CN201610064349.0
申请日:2016-01-29
Applicant: 南京邮电大学
CPC classification number: G06K9/00335 , G06K9/6217
Abstract: 本发明公开了一种基于深度递归分层条件随机场的人体行为识别方法,首先,分别提取由RGB?D摄像机拍摄行为动作场景的RGB?D视频中行为动作主体的人体姿态和可能与其相互交互的物体信息,将这两种信息作为深度递归分层条件随机场的中间层状态,建模预测输出目标状态层中当前状态和当前所有已发生的预测输出状态集合的相关性,构建深度递归分层条件随机场模型;其次,采用BCFW优化方法驱动的结构化支持向量机分类器学习关于人体行为序列的判别分类模型;最后,根据学习得到的模型参数和即得判别模型预测待测试的人体行为序列的类别。本发明对行为动作具有显著的鲁棒性,在一定程度上提高了人体行为动作的识别准确度。
-
公开(公告)号:CN105354868A
公开(公告)日:2016-02-24
申请号:CN201510644674.X
申请日:2015-10-08
Applicant: 南京邮电大学
CPC classification number: G06T11/008 , G06T15/06 , G06T2207/10081 , G06T2207/10124 , G06T2211/416 , G06T2215/06
Abstract: 本发明公开了基于几何图像矩的有限角度锥形束CT图像重建方法,步骤依次为,将获得的锥形束投影数据转化为已知Radon数据、获得已知Radon数据的投影几何矩变换、根据已知Radon数据的投影几何矩变换中计算出几何图像矩、根据几何图像矩估计出未知Radon数据的投影几何矩变换、经逆变换求出未知Radon数据、将步已知Radon数据和未知Radon数据进行数据拼合,获得补全的三维Radon数据并重建CT图像。本发明能够在减小扫描范围的条件下重建出符合临床诊断要求、高质量的锥形束CT图像。
-
-
-
-