公开(公告)号：CN103810670B

公开(公告)日：2017-01-18

申请号：CN201410033988.1

申请日：2014-01-24

申请人： 兰州交通大学

发明人： 王阳萍 ,  党建武 ,  蒋偑钊 ,  杜晓刚 ,  王松 ,  杨景玉 ,  陈永 ,  郭治成 ,  邓冲 ,  赵庶旭 ,  闵永智 ,  张鑫 ,  罗维薇

IPC分类号： G06T1/20 ,  G06T1/60

摘要： 本发明公开了一种基于CUDA流和共享内存的DVH图并行统计方法，包括以下步骤：在主机端对器官进行采样，并将采样点位置传入设备端，每个器官的剂量统计分别用一个流进行处理；步骤2：使用纹理存储器载入剂量矩阵：步骤3：根据每个线程分配到的位置点，使用纹理拾取进行拾取，纹理的滤波模式设置为线性插值，即对三维纹理的八个像元根据距离进行线性插值，并返回线性插值得到的值；步骤4：使用共享内存存储统计结果，通过在共享内存上开辟N个子剂量盒，解决共享内存会出现的bank冲突问题，并加快了统计速度。

公开(公告)号：CN103914852A

公开(公告)日：2014-07-09

申请号：CN201410095122.3

申请日：2014-03-14

申请人： 兰州交通大学

发明人： 王阳萍 ,  党建武 ,  邓冲 ,  杜晓刚 ,  赵庶旭 ,  杨景玉 ,  王松 ,  陈永 ,  郭治成 ,  闵永智 ,  杨艳春 ,  蒋偑钊 ,  王冰 ,  王文润

IPC分类号： G06T7/20

摘要： 本发明公开了一种基于CUDA的DICOM医学影像动态非线性调窗方法，包括读取DICOM格式图像中DICOM图像的像素值信息和DICOM图像的标签信息；设置图像窗口的窗宽和窗位，并将非线性函数用于调窗；基于CUDA采用并行算法计算非线性调窗中的映射方程，计算得出DIB图像的像素数据；根据计算得出的DIB图像的像素数据组成的像素数据组，以及步骤一中的标签信息填充位图结构体，并将构造的位图显示出来；根据显示的位图判断是否需要重新设置调窗的窗宽和窗位，如需要重新设置，则返回步骤二。非线性调窗对图像的显示更加细致，达到图像增强的效果，基于CUDA的并行计算有效缩短了DIB图像生成所用时间，保证了实时性。

公开(公告)号：CN103914852B

公开(公告)日：2018-03-30

申请号：CN201410095122.3

申请日：2014-03-14

申请人： 兰州交通大学

发明人： 王阳萍 ,  党建武 ,  邓冲 ,  杜晓刚 ,  赵庶旭 ,  杨景玉 ,  王松 ,  陈永 ,  郭治成 ,  闵永智 ,  杨艳春 ,  蒋偑钊 ,  王冰 ,  王文润

IPC分类号： G16H30/20

摘要： 本发明公开了一种基于CUDA的DICOM医学影像动态非线性调窗方法，包括读取DICOM格式图像中DICOM图像的像素值信息和DICOM图像的标签信息；设置图像窗口的窗宽和窗位，并将非线性函数用于调窗；基于CUDA采用并行算法计算非线性调窗中的映射方程，计算得出DIB图像的像素数据；根据计算得出的DIB图像的像素数据组成的像素数据组，以及步骤一中的标签信息填充位图结构体，并将构造的位图显示出来；根据显示的位图判断是否需要重新设置调窗的窗宽和窗位，如需要重新设置，则返回步骤二。非线性调窗对图像的显示更加细致，达到图像增强的效果，基于CUDA的并行计算有效缩短了DIB图像生成所用时间，保证了实时性。

公开(公告)号：CN103810670A

公开(公告)日：2014-05-21

申请号：CN201410033988.1

申请日：2014-01-24

申请人： 兰州交通大学

发明人： 王阳萍 ,  党建武 ,  蒋偑钊 ,  杜晓刚 ,  王松 ,  杨景玉 ,  陈永 ,  郭治成 ,  邓冲 ,  赵庶旭 ,  闵永智 ,  张鑫 ,  罗维薇

IPC分类号： G06T1/20 ,  G06T1/60

摘要： 本发明公开了一种基于CUDA流和共享内存的DVH图并行统计方法，包括以下步骤：在主机端对器官进行采样，并将采样点位置传入设备端，每个器官的剂量统计分别用一个流进行处理；步骤2：使用纹理存储器载入剂量矩阵：步骤3：根据每个线程分配到的位置点，使用纹理拾取进行拾取，纹理的滤波模式设置为线性插值，即对三维纹理的八个像元根据距离进行线性插值，并返回线性插值得到的值；步骤4：使用共享内存存储统计结果，通过在共享内存上开辟N个子剂量盒，解决共享内存会出现的bank冲突问题，并加快了统计速度。

公开(公告)号：CN111191587B

公开(公告)日：2021-04-09

申请号：CN201911393313.7

申请日：2019-12-30

申请人： 兰州交通大学

发明人： 王阳萍 ,  李力 ,  张衍 ,  李宝文 ,  党建武 ,  王松 ,  雍玖 ,  杨景玉 ,  金静 ,  郭治成

IPC分类号： G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

摘要： 本发明涉及一种行人重识别方法及系统。方法包括获取双线性卷积神经网络模型；获取输入行人图像；利用主干网络，提取输入行人图像的中间特征；对中间特征进行切片操作，得到分块特征；利用主干网络和分干网络对分块特征进行卷积和线性整流操作，得到第一行人分块细粒度特征和第二行人分块细粒度特征；对第一行人分块细粒度特征和第二行人分块细粒度特征采用双线性池化层进行融合，得到融合特征；根据待识别行人图像的融合特征与待搜索库中图像的融合特征之间的距离，确定待搜索库中与所述待识别行人图像相同的图像。本发明所提供一种行人重识别方法及系统，解决现有技术中行人重识别出现错位和造成行人重识别的识别率低的问题。

公开(公告)号：CN111191587A

公开(公告)日：2020-05-22

申请号：CN201911393313.7

申请日：2019-12-30

申请人： 兰州交通大学

发明人： 王阳萍 ,  李力 ,  张衍 ,  李宝文 ,  党建武 ,  王松 ,  雍玖 ,  杨景玉 ,  金静 ,  郭治成

IPC分类号： G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

摘要： 本发明涉及一种行人重识别方法及系统。方法包括获取双线性卷积神经网络模型；获取输入行人图像；利用主干网络，提取输入行人图像的中间特征；对中间特征进行切片操作，得到分块特征；利用主干网络和分干网络对分块特征进行卷积和线性整流操作，得到第一行人分块细粒度特征和第二行人分块细粒度特征；对第一行人分块细粒度特征和第二行人分块细粒度特征采用双线性池化层进行融合，得到融合特征；根据待识别行人图像的融合特征与待搜索库中图像的融合特征之间的距离，确定待搜索库中与所述待识别行人图像相同的图像。本发明所提供一种行人重识别方法及系统，解决现有技术中行人重识别出现错位和造成行人重识别的识别率低的问题。