公开(公告)号：CN117853897B

公开(公告)日：2025-02-18

申请号：CN202311563672.9

申请日：2023-11-22

Applicant: 中北大学

Inventor： 王斌 ,  姜晓虎 ,  秦品乐 ,  乔钢柱 ,  曾建潮

IPC: G06F30/27

Abstract: 本发明涉及遥感图像变化检测领域，具体为基于分层次跨尺度全局特征融合深度网络的遥感图像变化检测方法。首先，该网络分层次提取双时相高分辨率遥感图像不同尺度信息；然后，对不同尺度特征图（如同级、邻级、全局）都分别构造差异信息增强及融合模块，强化融合网络局部特征表示能力及上下文信息关联性；最后，通过提出全过程组合损失函数监督中间特征层学习以增强各模块特征表示能力。实验证明，本文在定性、定量指标方面都取得了显著效果。

公开(公告)号：CN112365496A

公开(公告)日：2021-02-12

申请号：CN202011390956.9

申请日：2020-12-02

Applicant: 中北大学

Inventor： 张晋京 ,  曾建潮 ,  秦品乐 ,  赵利军

IPC: G06T7/00 ,  G06T7/11 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明基于深度学习和多引导的多模态MR影像脑肿瘤分割方法属于图像处理领域，解决多模态MRI脑胶质瘤分割过程中存在的3个问题：(1)脑胶质瘤边界不清晰导致的分割不准确的问题；(2)由于多模态MRI的亮度分布存在不均匀而导致的分割结果出现一些离散的误分割点的问题；(3)在脑胶质瘤MRI分割网络中对多种引导信息进行特征融合的问题，本发明将整体脑胶质瘤分割结果和脑胶质瘤边缘预测结果通过所提出的融合机制进行特征融合，实现了多特征图引导和融合下的多模态MRI脑胶质瘤分割，该深度分割网络以较少的参数量实现了高准确度的分割，因此该方法便于嵌入到边缘设备辅助医生进行脑胶质瘤的诊断和分析。

公开(公告)号：CN118941462A

公开(公告)日：2024-11-12

申请号：CN202411010405.3

申请日：2024-07-26

Applicant: 中北大学

Inventor： 陈作钧 ,  赵鹏程 ,  秦品乐 ,  柴锐 ,  曾建朝 ,  于一

IPC: G06T5/70 ,  G06T5/90 ,  G06T5/60 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开基于深度学习的夜间图像增强与噪声抑制一体化系统，系统包括图像预处理模块：对输入的夜间图像进行归一化处理，以提高后续处理的准确性；深度学习模型模块：利用卷积神经网络，设计一个特定于夜间图像处理的深度学习模型，模型能够自动学习图像特征，并进行自适应增强；噪声抑制模块：结合图像增强过程中的输出，设计相应的噪声抑制算法，有效去除图像中的随机噪声；该系统不仅提升了夜间图像的视觉质量，还提高了处理效率和自适应性，为夜间监控、自动驾驶、夜间摄影等领域的应用提供了强有力的技术支持，通过深度学习和图像处理技术的融合，系统展现了在夜间图像处理领域的创新能力和实际应用价值。

公开(公告)号：CN118505733A

公开(公告)日：2024-08-16

申请号：CN202410236208.7

申请日：2024-03-01

Applicant: 中北大学

Inventor： 赵鹏程 ,  秦品乐 ,  柴锐 ,  曾建朝 ,  陈作钧 ,  苏本宇 ,  赵凯艺

IPC: G06T7/12 ,  G06V10/44 ,  G06V10/26 ,  G06V10/762

Abstract: 本发明提供一种联合影像组学特征的低对比度肿瘤的水平集分割方法，包括以下步骤：步骤一：将同源的两种影像进行物理空间的统一变换，利用SPECT定位无显影剂计算机断层上的肿瘤和健康组织位置；步骤二：以肿瘤初始位置为中心不断扩大；步骤三：在组学特征的高维特征图上进行轮廓演化。本发明首先利用高增益组学特征的高维信息来重构边缘指示函数，改善肿瘤边界的可检测性；其次计算曲线内区域的高增益组学特征值作为面积项权重，自适应的调整曲线演化幅度以收敛至边界；在低对比度nceCT的数据集上的实验表明，本发明相比其他水平集模型展现出更优秀的分割精度；并且比当前针对小样本、低对比度目标分割问题的神经网络性能略强。

公开(公告)号：CN116433654A

公开(公告)日：2023-07-14

申请号：CN202310585887.4

申请日：2023-05-23

Applicant: 中北大学

Inventor： 杨赵敏 ,  曾建潮 ,  秦品乐 ,  王琦 ,  赵鹏程 ,  柴锐 ,  张晋京

IPC: G06T7/00 ,  G06T7/12 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/09

Abstract: 一种改进的U‑Net网络实现脊柱整体分割方法，包括以下步骤；步骤一：在编码器部分通过残差特征金字塔块来捕获多尺度信息，并融合多尺度信息；步骤二，在将浅层特征和深层特征融合过程中，为抑制冗余信息的重复利用，提出了注意力跳层结构；使用注意力跳层结构将编码器部分的特征与解码器部分的特征进行融合来实现多尺度特征融合；步骤三：使用了联合损失函数在编码器部分的每一个阶段都会对特征图进行上采样到原始图像大小，并与分割结果计算损失，对分割结果进行优化，从而实现分割边缘清晰的效果。本发明实现不同扫描视野的脊柱的分割，并提高脊柱分割的准确度。

公开(公告)号：CN113705358A

公开(公告)日：2021-11-26

申请号：CN202110881054.3

申请日：2021-08-02

Applicant: 山西警察学院 ,  中北大学

Inventor： 闫寒梅 ,  李虹霞 ,  韩志毅 ,  秦品乐 ,  郭垚辰 ,  沈鉴 ,  郎玉珍

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于特征映射的多角度侧脸正面化方法。该方法首先利用人脸识别模型Light CNN作为特征提取器，提取侧脸输入图像和真实正脸图像的深层特征，学习侧脸特征到正脸特征之间的映射关系，得到模型M；其次以生成对抗网络GAN（Generative Adversarial Network）为主干网络，侧脸图像作为输入图像，利用模型M将侧脸特征映射为正脸特征，同时GAN网络中的编码器提取侧脸图像特征，将两部分特征在通道维度上进行拼接，作为解码器的输入特征，最终输出逼真的虚拟正面人脸图像。本发明在面部全局特征和眼周局部特征上提高了生成图像身份信息保留，可作为一种预处理过程，帮助改善人脸识别模型的性能，特别是在监控视角下的多角度侧脸上，识别率得到提升。

公开(公告)号：CN118674684A

公开(公告)日：2024-09-20

申请号：CN202410644554.9

申请日：2024-05-23

Applicant: 中北大学

Inventor： 柴锐 ,  郭昭彤 ,  赵鹏程 ,  秦品乐 ,  于一 ,  喻华兵 ,  谢锋波 ,  王琦 ,  王一雄

IPC: G06T7/00 ,  G06T7/90 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/045 ,  G06N3/0464

Abstract: 本发明提供一种基于Retinex模块和GAN的图像场景中光源分析网络，包括Retinex模块，光源估计生成器和鉴别器，所述的Retinex模块，光源估计生成器和鉴别器构成了光源分析总体架构；所述的Retinex模块内设置有Retinex拆分模块，还包括光源分析模块，GAN架构模块和Raw数据，所述的Raw数据主要利用相机成像传感器所采集。本发明通过Retinex模块模块从Raw数据模块中拆分出反射分量，降低场景明暗信息的干扰，随后通过设计的光源分析GAN网络对该分量进行光源分析，以更有效地捕捉图像中的光源信息，进而提升光源分析的精度；方案具有较强的竞争力；特别值得注意的是，本方案方法在主观效果和难以分析的数据上表现更为优越。

公开(公告)号：CN118568663A

公开(公告)日：2024-08-30

申请号：CN202410715131.1

申请日：2024-06-04

Applicant: 中北大学

Inventor： 翟双姣 ,  代子鑫 ,  柴锐 ,  秦品乐 ,  曾建潮 ,  张俊虎

IPC: G06F18/25 ,  G06V40/20 ,  G06V10/44 ,  G06V10/82 ,  G06F18/213 ,  G06N3/0464

Abstract: 本申请涉及一种多模态融合的跨目标手势识别方法，将WiFi数据和视频数据采用对比融合学习的方法，提取手势特征，有效解决了两种模态的异构性，并对WiFi数据采用跨模态生成的方法，得到新用户的WiFi数据以解决因感知目标变化而导致目标特征缺失的问题；本申请的方法在跨目标任务上，表现出了良好的性能，且优于目前现有的多模态融合方法。

公开(公告)号：CN117640425A

公开(公告)日：2024-03-01

申请号：CN202311686843.7

申请日：2023-12-11

Applicant: 中北大学

Inventor： 郁晓庆 ,  秦品乐 ,  曾建潮 ,  高洁 ,  姚晓蓉

IPC: H04L41/40 ,  H04L67/12

Abstract: 本发明属于物联网技术领域，提供了一种基于虚拟化技术在新通信协议下的网络融合系统，包括宿主机、虚拟机、Kvm网络、交换网络、融合网络和隔离网络；本发明通过虚拟机控制隔离网络使得网络进行融合和交换操作，实现了网络的融合或交换操作，该网络融合操作简单快速，不需要额外的部署，使得该方式的成本较低，同时网络管理可以进行统一管理，操作简单，提高网络融合的效果。

公开(公告)号：CN110321877B

公开(公告)日：2022-09-16

申请号：CN201910695866.1

申请日：2019-07-30

Applicant: 中北大学

Inventor： 柴锐 ,  秦品乐 ,  曾建潮 ,  穆旭彤 ,  王天锐 ,  雷国栋 ,  王嘉政

IPC: G06V20/56 ,  G06V20/59 ,  G06V10/764 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08 ,  G06T5/00 ,  G06T5/40 ,  G06T7/11 ,  G06T7/12 ,  G06T7/80 ,  G06T17/00

Abstract: 本发明公开了一种三目后视镜和三目视觉安全驾驶方法和系统，基于单目摄像头采集的图像检测驾驶员疲劳状态，结合驾驶员行为分析，检测驾驶员是否专心驾驶，规避驾驶员不好的习惯带来的风险。基于双目摄像头采集的图像信息来检测与前方车辆的安全距离、其他车辆的行驶方向、车速以及行人、前车测距、交通标志、红绿灯、十字路口等道路环境的分析处理，以便在危险情况时提醒驾驶员，规避行车风险。