公开(公告)号：CN112532965A

公开(公告)日：2021-03-19

申请号：CN202011243751.8

申请日：2020-11-10

Applicant: 华中科技大学

Inventor： 侯文广 ,  江嘉瑶 ,  段立哲 ,  王一博 ,  谢子越 ,  张思源

IPC: H04N13/317 ,  H04N13/125 ,  H04N13/106

Abstract: 本发明公开了一种基于匹配加权的斜纹光栅立体原图填充方法，属于裸眼3D显示技术领域。本发明方法在立体原图合成过程中，对分数子像素的填充进行了改进，具体地，通过像素匹配对位于分数视点图像编号处的子像素所在的全像素所属对象与其临近视点像素所属对象之间的关系进行判断，进而选择使用反距离加权填充，或就近取整的方法获取子像素的值，对比现有方法，本发明方法所产生的立体原图在斜纹光栅的作用下，其图像粗糙感明显得到改善，画面更显细腻、细节更良好，抑制了串扰现象，减少了由于视差较小时串扰过多导致的假3D效果出现。

公开(公告)号：CN112532965B

公开(公告)日：2021-08-20

申请号：CN202011243751.8

申请日：2020-11-10

Applicant: 华中科技大学

Inventor： 侯文广 ,  江嘉瑶 ,  段立哲 ,  王一博 ,  谢子越 ,  张思源

IPC: H04N13/317 ,  H04N13/125 ,  H04N13/106

Abstract: 本发明公开了一种基于匹配加权的斜纹光栅立体原图填充方法，属于裸眼3D显示技术领域。本发明方法在立体原图合成过程中，对分数子像素的填充进行了改进，具体地，通过像素匹配对位于分数视点图像编号处的子像素所在的全像素所属对象与其临近视点像素所属对象之间的关系进行判断，进而选择使用反距离加权填充，或就近取整的方法获取子像素的值，对比现有方法，本发明方法所产生的立体原图在斜纹光栅的作用下，其图像粗糙感明显得到改善，画面更显细腻、细节更良好，抑制了串扰现象，减少了由于视差较小时串扰过多导致的假3D效果出现。

公开(公告)号：CN114022521B

公开(公告)日：2024-09-13

申请号：CN202111192744.4

申请日：2021-10-13

Applicant: 华中科技大学

Inventor： 张旭明 ,  王一博

IPC: G06T7/30 ,  G06T5/70 ,  G06N3/08 ,  G06N3/0464

Abstract: 本发明属于图像处理与分析中的图像配准领域，具体公开了一种非刚性多模医学图像的配准方法及系统，该方法是：(S1)基于原始医学图像及其结构表征图，训练第一级CNN网络，使训练好的第一级CNN网络能够基于输入图像生成结构表征图；(S2)基于参考图像、浮动图像及标签图像的结构表征图，训练第二级CNN网络，使训练好的第二级CNN网络能够预估形变场；(S3)针对待配准医学图像，利用训练好的第一级CNN网络中，得到对应的结构表征图；(S4)利用训练好的第二级CNN网络，得到针对待配准医学图像的配准图像。本发明基于无监督深度学习，网络输入不区分医学图像的模态，尤其适用于多模医学图像的非刚性配准，配准精度高。

公开(公告)号：CN117951640A

公开(公告)日：2024-04-30

申请号：CN202410093852.3

申请日：2024-01-23

Applicant: 华中科技大学

Inventor： 张旭明 ,  王一博

IPC: G06F18/25 ,  A61B17/34 ,  A61B34/30 ,  G06F18/213 ,  G06N3/045 ,  G06N3/044 ,  G06N3/0464 ,  G06N3/08 ,  G06F123/02

Abstract: 本发明涉及一种穿刺机器人的力感知方法、系统及其训练方法，属于图像分析技术领域。力感知系统包括初始处理单元、中间阶段处理单元和输出单元；其中，中间阶段处理单元至少包括SLGA子模块和TLGA子模块，SLGA子模块包括四维卷积模块、注意力模块和矩阵求和模块，TLGA子模块包括四维卷积模块、时域分割模块、窗口划分模块、注意力模块、矩阵求和模块和拼接模块，SLGA子模块可以在空域聚合多尺度特征，进而赋予系统捕捉穿刺部位局部细节和全局特征的能力，而TLGA子模块则通过局部窗口学习及全局双向学习过程，强化系统捕捉穿刺部位在时域上的微小形变能力，二者结合让系统可以实现准确的力感知，从而确保穿刺机器人快速和准确的介入穿刺操作。

公开(公告)号：CN114022521A

公开(公告)日：2022-02-08

申请号：CN202111192744.4

申请日：2021-10-13

Applicant: 华中科技大学

Inventor： 张旭明 ,  王一博

IPC: G06T7/30 ,  G06T5/00 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明属于图像处理与分析中的图像配准领域，具体公开了一种非刚性多模医学图像的配准方法及系统，该方法是：(S1)基于原始医学图像及其结构表征图，训练第一级CNN网络，使训练好的第一级CNN网络能够基于输入图像生成结构表征图；(S2)基于参考图像、浮动图像及标签图像的结构表征图，训练第二级CNN网络，使训练好的第二级CNN网络能够预估形变场；(S3)针对待配准医学图像，利用训练好的第一级CNN网络中，得到对应的结构表征图；(S4)利用训练好的第二级CNN网络，得到针对待配准医学图像的配准图像。本发明基于无监督深度学习，网络输入不区分医学图像的模态，尤其适用于多模医学图像的非刚性配准，配准精度高。

公开(公告)号：CN106682118A

公开(公告)日：2017-05-17

申请号：CN201611123200.1

申请日：2016-12-08

Applicant: 华中科技大学

Inventor： 王一博 ,  袁巍 ,  李佳桓 ,  李珩

IPC: G06F17/30 ,  G06Q50/00 ,  G06K9/62

CPC classification number: G06F16/955 ,  G06F16/951 ,  G06K9/6269 ,  G06Q50/01

Abstract: 基于网络爬虫和利用机器学习的社交网站虚假粉丝检测方法，利用网络爬虫自动获取微博或其它社交网络用户数据，同时还具有模拟登陆功能，从网络爬虫提取的数据中选取出特征字段，得到训练样本和测试样本，并采用经典的SVM算法的分类器，随机从训练样本中抽取多组数据导入到分类器中，让分类器进行机器学习，形成训练分类模型，再利用测试样本对分类模型进行测试，通过不断调整分类模型的各设定参数来达到最佳的交叉验证精度，最后利用最佳分类模型对微博或其它社交网络用户进行检测，对虚假粉丝的检测精确度得到了极大地提高，而且运算量较小，处理速度快，数据在运算过程中不容易受干扰，特别适合于海量数据处理。

公开(公告)号：CN113347407A

公开(公告)日：2021-09-03

申请号：CN202110558392.3

申请日：2021-05-21

Applicant: 华中科技大学

Inventor： 侯文广 ,  江嘉瑶 ,  段立哲 ,  王一博 ,  蔡鸿森 ,  刘丹妮

IPC: H04N13/305 ,  H04N13/275 ,  H04N13/271 ,  H04N13/106

Abstract: 本发明公开一种基于裸眼3D医学图像显示系统，属于医学图像3D显示领域。包括：转化模块，用于将医学体数据转化为三维模型；立体图像生成模块，用于从最新三维模型获取一系列视差图，依照裸眼3D显示特性对每个视差图进行规律性子像素抽样，填充生成立体图像；裸眼3D显示模块，用于使用柱镜光栅显示立体图像，以供用户裸眼观看。本发明通过从三维模型获取一系列视差图，依照裸眼3D显示特性对每个视差图进行规律性子像素抽样，填充生成立体图像，进而在配有光栅适配器的硬件设备下显示，给观看者提供更加清晰的空间关系，在医学图像领域上开辟一种全新的观看方式，无需佩戴额外器具即可观看3D效果，成像更为细腻、真实，给予更多便捷且具有更好观感。