公开(公告)号：CN114972793A

公开(公告)日：2022-08-30

申请号：CN202210653483.X

申请日：2022-06-09

Applicant: 厦门大学

Inventor： 余少聪 ,  廖英豪

IPC: G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06N3/08 ,  G06N3/04

Abstract: 一种轻量级神经网络船舶水尺读数识别方法，属于船舶水尺刻度检测领域及轻量级神经网络领域。1)利用轻量级神经网络结构结合特征通道激励模块作为底层特征提取单元提取拍摄的水尺图像特征；2)将步骤1)的输出特征分别输入水线分类单元和刻度检测单元；水线分类单元将特征输入降采模块，得到单通道特征输出，将得到的特征图按列划分，利用多个分类器结合结构损失学习每一列的水线位置信息；刻度检测单元将特征输入三个卷积分支，实现水尺上刻度的检测；3)水尺深度估计单元结合多任务学习的网络结果，估计水尺吃水深度。模型轻量，简单有效，能自适应提取水尺图片特征，识别准确率高，在带噪图片上有更强鲁棒性。

公开(公告)号：CN116452692A

公开(公告)日：2023-07-18

申请号：CN202310429341.X

申请日：2023-04-20

Applicant: 厦门大学

Inventor： 丁兴号 ,  赖灿兴 ,  余少聪 ,  涂晓彤 ,  黄悦

IPC: G06T11/00 ,  G06N3/04 ,  G06N3/08

Abstract: 基于孪生神经网络的自监督快速CS‑MRI重建方法，涉及MRI图像重建，1)将欠采样k空间测量值划分为两个互不相交的训练分量和损失分量，重建网络以训练分量作为输入，损失分量作为约束，得到一个预训练的CS‑MRI重建网络，保留重建网络的参数；2)基于步骤1)所得两个孪生神经网络，冻结其中一个网络的参数，分别以欠采样k空间数据和重采样k空间数据为输入，对两个网络的输出作一致性惩罚训练重建网络，孪生网络重建能力变强后替换冻结参数的重建网络，迭代该过程得到训练好的CS‑MRI重建网络；3)基于步骤2)所得CS‑MRI重建网络的测试。实现快速、高清晰度和高质量的MRI图像重建，减少运动伪影。

公开(公告)号：CN114972793B

公开(公告)日：2024-05-31

申请号：CN202210653483.X

申请日：2022-06-09

Applicant: 厦门大学

Inventor： 余少聪 ,  廖英豪

IPC: G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0495 ,  G06N3/096

Abstract: 一种轻量级神经网络船舶水尺读数识别方法，属于船舶水尺刻度检测领域及轻量级神经网络领域。1)利用轻量级神经网络结构结合特征通道激励模块作为底层特征提取单元提取拍摄的水尺图像特征；2)将步骤1)的输出特征分别输入水线分类单元和刻度检测单元；水线分类单元将特征输入降采模块，得到单通道特征输出，将得到的特征图按列划分，利用多个分类器结合结构损失学习每一列的水线位置信息；刻度检测单元将特征输入三个卷积分支，实现水尺上刻度的检测；3)水尺深度估计单元结合多任务学习的网络结果，估计水尺吃水深度。模型轻量，简单有效，能自适应提取水尺图片特征，识别准确率高，在带噪图片上有更强鲁棒性。