公开(公告)号：CN111401201B

公开(公告)日：2023-06-20

申请号：CN202010164167.7

申请日：2020-03-10

Applicant: 南京信息工程大学

Inventor： 孙玉宝 ,  辛宇 ,  徐宏伟 ,  陈勋豪 ,  周旺平

IPC: G06V20/17 ,  G06V10/25 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明公开了一种基于空间金字塔注意力驱动的航拍图像多尺度目标检测方法，包括以下步骤：首先针对大尺寸数据集运用分块处理方法增强训练数据集理；设计卷积注意力增强特征表示的残差网络作为基干网络，进而高效提取图像特征；进一步构建空间金字塔注意力模块，促使网络能够更加的准确聚焦不同尺度的目标，提取目标所在的感兴趣区域；建立目标类别分析与目标框回归模块，对不同尺度下感兴趣区域进行分类与目标框预测；在测试阶段用训练好的检测网络，采用多尺度测试策略，再通过全局集成非极大值抑制算法，融合不同尺度的检测结果，进一步提升检测准确率。

公开(公告)号：CN113362332A

公开(公告)日：2021-09-07

申请号：CN202110638265.4

申请日：2021-06-08

Applicant: 南京信息工程大学

Inventor： 孙玉宝 ,  陈思华 ,  吴敏 ,  乔馨霆 ,  陈勋豪

IPC: G06T7/10 ,  G06N3/04 ,  G06N3/08 ,  G06T7/181

Abstract: 本发明提供了一种OCT影像下冠状动脉管腔轮廓的深度网络分割方法，该分割方法采用双支路深度卷积网络结构，一条支路分割OCT影像对应的管腔区域掩膜，另一条支路预测管腔内壁轮廓，两个任务之间进行联合学习，耦合后的结果即为最终的分割轮廓。本发明采用双支路深度卷积网络，利用两个任务之间的相关性进行联合学习，并融合两个支路的结果获得最终的分割轮廓，能够对管腔内壁形状变化保持鲁棒，进而准确定位血管内壁轮廓，实现OCT影像下冠状动脉管腔轮廓的准确分割。

公开(公告)号：CN111401201A

公开(公告)日：2020-07-10

申请号：CN202010164167.7

申请日：2020-03-10

Applicant: 南京信息工程大学

Inventor： 孙玉宝 ,  辛宇 ,  徐宏伟 ,  陈勋豪 ,  周旺平

IPC: G06K9/00 ,  G06K9/32 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种基于空间金字塔注意力驱动的航拍图像多尺度目标检测方法，包括以下步骤：首先针对大尺寸数据集运用分块处理方法增强训练数据集理；设计卷积注意力增强特征表示的残差网络作为基干网络，进而高效提取图像特征；进一步构建空间金字塔注意力模块，促使网络能够更加的准确聚焦不同尺度的目标，提取目标所在的感兴趣区域；建立目标类别分析与目标框回归模块，对不同尺度下感兴趣区域进行分类与目标框预测；在测试阶段用训练好的检测网络，采用多尺度测试策略，再通过全局集成非极大值抑制算法，融合不同尺度的检测结果，进一步提升检测准确率。