-
公开(公告)号：CN120047471A
公开(公告)日：2025-05-27
申请号：CN202510498889.9
申请日：2025-04-21
Applicant: 北京科技大学
Abstract: 本发明提供一种基于提示的脑肿瘤交互式分割方法及系统，涉及图像分割技术领域，方法包括：获取包含多张切片的脑部图像并进行肿瘤标注；筛选肿瘤像素最多的切片作为提示图像；对提示图像中的肿瘤区域进行亮度增强处理，并提取二维特征；使用三维卷积神经网络提取脑部图像的三维特征，将二维和三维特征进行拼接融合，通过上采样层得到切片精细分割特征；提取标注图像特征，并将增强提示图像的提示信息与标注图像特征进行平均掩码池化，构建第一原型特征；计算三维特征与第一原型特征的相似度，并通过池化融合构建第二原型特征；结合第一原型、第二原型和切片精细分割特征进行特征匹配，得到肿瘤和非肿瘤区域的最终分割结果。
-
Patent Agency Ranking
公开(公告)号：CN118470691B
公开(公告)日：2025-02-14
申请号：CN202410597315.2
申请日：2024-05-14
Applicant: 北京科技大学
IPC: G06V20/59 , G06V20/40 , G06V40/10 , G06V10/82 , G06V10/80 , G06N20/20 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于上半身姿态的驾驶员情绪状态检测方法及系统，涉及计算机视觉技术领域，包括：基于预设人体姿态估计模型识别待检测驾驶员的上半身视频片段中的人体关键部位，得到各关节位置的时间序列；对关节位置时间序列进行预处理，转化成关节流数据和骨骼流数据；分别将关节流和骨骼流数据输入到多个经过训练之后的图卷积神经网络模型，得到多个分类结果；基于集成学习方法融合多个分类结果，得到待检测驾驶员的情绪状态识别结果。本发明缓解了现有技术中存在的在驾驶环境下的动作情绪识别准确率较差的技术问题。
-
公开(公告)号：CN118781419B
公开(公告)日：2025-03-21
申请号：CN202410909042.0
申请日：2024-07-08
Applicant: 北京科技大学
IPC: G06V10/764 , G06V20/59 , G06V20/56 , G06V10/82 , G06V40/16 , G06N3/0442 , G06N3/084
Abstract: 本发明提供一种驾驶员个性化驾驶意图预测方法及系统，涉及智能交通技术领域。所述方法包括：输入车辆的内部图像和外部图像，内部图像分为一般组图像和专家组图像；对内部图像进行预处理，得到驾驶员的面部特征，对外部图像进行预处理，得到环境特征；将驾驶员的面部特征和环境特征输入广义驾驶意图预测网络中，生成第一预测结果和置信区间；基于专家组图像的面部特征学习驾驶员意图偏好特征，得到第二预测结果；经过置信区间过滤后，选择一个作为最终预测结果。本发明充分考虑驾驶员个人意图偏好，提高了对不同驾驶员意图预测的准确率，以及在提前几秒意图预测任务上的准确率。
-
公开(公告)号：CN118781419A
公开(公告)日：2024-10-15
申请号：CN202410909042.0
申请日：2024-07-08
Applicant: 北京科技大学
IPC: G06V10/764 , G06V20/59 , G06V20/56 , G06V10/82 , G06V40/16 , G06N3/0442 , G06N3/084
Abstract: 本发明提供一种驾驶员个性化驾驶意图预测方法及系统，涉及智能交通技术领域。所述方法包括：输入车辆的内部图像和外部图像，内部图像分为一般组图像和专家组图像；对内部图像进行预处理，得到驾驶员的面部特征，对外部图像进行预处理，得到环境特征；将驾驶员的面部特征和环境特征输入广义驾驶意图预测网络中，生成第一预测结果和置信区间；基于专家组图像的面部特征学习驾驶员意图偏好特征，得到第二预测结果；经过置信区间过滤后，选择一个作为最终预测结果。本发明充分考虑驾驶员个人意图偏好，提高了对不同驾驶员意图预测的准确率，以及在提前几秒意图预测任务上的准确率。
-
公开(公告)号：CN118470691A
公开(公告)日：2024-08-09
申请号：CN202410597315.2
申请日：2024-05-14
Applicant: 北京科技大学
IPC: G06V20/59 , G06V20/40 , G06V40/10 , G06V10/82 , G06V10/80 , G06N20/20 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于上半身姿态的驾驶员情绪状态检测方法及系统，涉及计算机视觉技术领域，包括：基于预设人体姿态估计模型识别待检测驾驶员的上半身视频片段中的人体关键部位，得到各关节位置的时间序列；对关节位置时间序列进行预处理，转化成关节流数据和骨骼流数据；分别将关节流和骨骼流数据输入到多个经过训练之后的图卷积神经网络模型，得到多个分类结果；基于集成学习方法融合多个分类结果，得到待检测驾驶员的情绪状态识别结果。本发明缓解了现有技术中存在的在驾驶环境下的动作情绪识别准确率较差的技术问题。
-
公开(公告)号：CN217987951U
公开(公告)日：2022-12-09
申请号：CN202123050928.5
申请日：2021-12-07
Applicant: 北京科技大学
Abstract: 本实用新型公开了一种智能助盲仪，所述智能助盲仪包括助盲仪主体，所述助盲仪主体设为镜框形式，所述助盲仪主体框架内侧两端设有开关，所述助盲仪主体内部靠近两个所述开关的一侧均设有骨传导耳机接口，所述助盲仪主体前侧两端均设有摄像头，所述助盲仪主体前侧底部设有光致变色透镜；本实用新型把握助盲设备的市场缺口，以低成本，高效率为研发目标，设计了一款将听觉转化为视觉的新型智能穿戴助盲设备，且本产品的优势在于转换得到的音频能细致反映场景信息且契合人耳听感，能辅助市面上现有的助盲产品帮助盲人进行任意图片、视频的浏览，并帮助盲人出行避障，此外还具有成本低、应用范围广、分辨率高、无需手术等特点。
-
-
-
-
-
Search Results
6
records
(took 0.02 seconds)
