一种基于耦合薄板样条插值的统一图像变换方法

    公开(公告)号:CN117830076A

    公开(公告)日:2024-04-05

    申请号:CN202311602727.2

    申请日:2023-11-28

    Abstract: 本发明提供了一种基于耦合薄板样条插值的统一图像变换方法。该方法包括:根据原始输入图像的潜在状态及预定义的目标控制点,预测当前状态下的初始控制点;根据预定义的目标控制点和预测的初始控制点计算出TPS变换函数,将TPS变换函数转化为残差流;通过耦合TPS模型利用残差流对矫正流进行空间变换并相加,得到新的矫正流;利用新的矫正流对原始输入图像进行变换,输出当前迭代的矫正结果;最后进行多次迭代并耦合,计算得到最终输出的矫正流,以此对原始输入图像进行变换得到最终矫正后的图像。本发明通过在潜在状态中对初始控制点进行迭代式搜索,并将每次迭代得到的基础薄板样条变换以变换流为媒介进行耦合,以实现基于耦合TPS模型进行图像变换。

    一种基于雷达和视觉融合的自动驾驶车辆的目标检测方法

    公开(公告)号:CN116958934A

    公开(公告)日:2023-10-27

    申请号:CN202310921176.X

    申请日:2023-07-25

    Abstract: 本发明提供了一种基于雷达和视觉融合的自动驾驶车辆的目标检测方法。该方法包括:在自动驾驶的车辆上设置雷达和摄像机,雷达获取目标物体反射回的雷达数据,摄像机获取目标物体的视频数据;利用雷达坐标系和图像坐标系之间的坐标转换关系,将雷达数据投影到图像平面上,构建基于毫米波雷达和视觉融合的交互引导目标检测网络,交互引导目标检测网络输出融合图像特征和雷达特征的双向交互融合特征;基于双向交互融合特征利用分类器和回归器对目标物体进行定位,并识别出目标物体的类别信息。本发明方法降低了雷达噪声、视觉模糊等不利因素的影响,同时利用两种模态特征之间的关系提高了检测性能,可以有效实现自动驾驶多种场景下的目标检测工作。

    基于GBDT样例级的病患样本的智能医学辅助诊断方法

    公开(公告)号:CN114613497B

    公开(公告)日:2024-09-24

    申请号:CN202210295832.5

    申请日:2022-03-24

    Abstract: 本发明提供了一种基于GBDT样例级的病患样本的智能医学辅助诊断方法。该方法包括:根据历史病患数据构建自适应AdaGBDT模块,利用AdaGBDT模块中的决策树通过迭代训练过程计算待诊断的病患样本的诊断结果;根据病患样本的决策路径计算病患样本的可解释特征嵌入,将AdaGBDT模型不同决策树之间的结果进行累加,得到病患样本的特征重要性嵌入;利用案例推理系统在嵌入空间中使用自加权距离度量在历史病患案例数据库中寻找与所述病患样本最相似的多个案例,将多个案例与病患样本的诊断结果进行比较,如果比较结果为不一致,则将所述病患样本标注为难样本。本发明方法提高了对预测结果不一致案例的关注度,从而有助于提高系统的召回率,减少了漏检案例的数量。

    基于GBDT样例级的病患样本的智能医学辅助诊断方法

    公开(公告)号:CN114613497A

    公开(公告)日:2022-06-10

    申请号:CN202210295832.5

    申请日:2022-03-24

    Abstract: 本发明提供了一种基于GBDT样例级的病患样本的智能医学辅助诊断方法。该方法包括:根据历史病患数据构建自适应AdaGBDT模块,利用AdaGBDT模块中的决策树通过迭代训练过程计算待诊断的病患样本的诊断结果;根据病患样本的决策路径计算病患样本的可解释特征嵌入,将AdaGBDT模型不同决策树之间的结果进行累加,得到病患样本的特征重要性嵌入;利用案例推理系统在嵌入空间中使用自加权距离度量在历史病患案例数据库中寻找与所述病患样本最相似的多个案例,将多个案例与病患样本的诊断结果进行比较,如果比较结果为不一致,则将所述病患样本标注为难样本。本发明方法提高了对预测结果不一致案例的关注度,从而有助于提高系统的召回率,减少了漏检案例的数量。

Patent Agency Ranking