-
公开(公告)号：CN108288282B
公开(公告)日：2022-04-08
申请号：CN201711434884.1
申请日：2017-12-26
Applicant: 浙江工业大学
IPC: G06T7/246 , G06V10/75 , G06V10/762 , G06V10/771 , G06V10/774 , G06V10/82 , G06V10/44 , G06K9/62
Abstract: 一种面向卷积神经网络的自适应特征选择视频目标跟踪方法，包括以下步骤：1)多层CNN特征提取；2)训练相关滤波器；3)特征选择；4)目标跟踪过程如下：利用conv3‑2，conv3‑4，conv3‑8，conv3‑12，conv3‑16五层的卷积特征作为目标特征观测，经过特征选择之后分别训练五个相关滤波器wk，k∈[1，5]，然后通过加权投票最终决定目标位置(x*,y*)，权重参数wk根据学习率ρ在线更新。本发明显著降低特征维度，并在不损失特征判别能力的情况下降低运算量。
-
公开(公告)号：CN108280845B
公开(公告)日：2022-04-05
申请号：CN201711431595.6
申请日：2017-12-26
Applicant: 浙江工业大学
Abstract: 一种针对复杂背景的尺度自适应目标跟踪方法，包括以下步骤：1)给定初始帧待跟踪的目标前景区域Rt，在目标周围选择一定大小区域作为目标的背景区域；2)在目标背景区域采用随机扰动的方法选择一定量的目标背景候选区域Rb；3)计算目标背景候选区域的距离矩阵S，该矩阵的任一元素S(i,k)表示第i个背景候选区域和第k个背景候选区域的距离，然后通过AP聚类算法选择n背景候选区域的中心作为目标的背景区域；4)将步骤3)选的目标背景候选区域和目标前景特征提取；5)构建训练样本；6)构建相关滤波器；7)目标跟踪，利用6)中求解的w实现目标跟踪。本发明精确度较高且鲁棒性较好。
-
公开(公告)号：CN105405124A
公开(公告)日：2016-03-16
申请号：CN201510703027.1
申请日：2015-10-23
Applicant: 浙江工业大学
IPC: G06T7/00
CPC classification number: G06T7/0012 , G06T2207/10016 , G06T2207/30096 , G06T2207/30101
Abstract: 一种基于动态处理窗口及二值区域跟踪的血管分支提取方法，包括如下步骤：1)在图像序列中主动脉位置选取一个矩形区域作为分割窗口，所述分割窗口随着主动脉中心的移动而调整位置；2)使用基于二值区域跟踪方法来实现对主动脉分支的分割。本发明提供了一种分割精度较高的基于动态处理窗口及二值区域跟踪的血管分支提取方法。
-
公开(公告)号：CN104766304A
公开(公告)日：2015-07-08
申请号：CN201510088135.2
申请日：2015-02-26
Applicant: 浙江工业大学
IPC: G06T7/00
Abstract: 一种基于多序列医学图像的血管配准方法，包括以下步骤：1)获取多序列医学血管图像，选定一个序列图像为配准的参考图像，其他序列图像作为浮动图像；2)对所述多序列医学血管图像进行去噪处理；3)血管边缘的shape context描述；4)边缘点匹配；5)滤除误匹配；6)边缘校正与插值：根据匹配点对血管壁做迭代演化，使形变后的参考图像与浮动图像血管轮廓能量函数E(pi,qj)达到最小，根据边缘校正后的结果，采用样条插值的方法对浮动图像的局部血管区域做插值，最终得到配准后的结果。本发明提供一种精度较高的基于多序列医学图像的血管配准方法。
-
公开(公告)号：CN105405124B
公开(公告)日：2018-03-16
申请号：CN201510703027.1
申请日：2015-10-23
Applicant: 浙江工业大学
Abstract: 一种基于动态处理窗口及二值区域跟踪的血管分支提取方法，包括如下步骤：1)在图像序列中主动脉位置选取一个矩形区域作为分割窗口，所述分割窗口随着主动脉中心的移动而调整位置；2)使用基于二值区域跟踪方法来实现对主动脉分支的分割。本发明提供了一种分割精度较高的基于动态处理窗口及二值区域跟踪的血管分支提取方法。
-
Patent Agency Ranking
公开(公告)号：CN103903612B
公开(公告)日：2017-02-22
申请号：CN201410116759.6
申请日：2014-03-26
Applicant: 浙江工业大学
IPC: G10L15/02 , G10L15/065 , H04M1/725
Abstract: 本发明公开了一种实时语音识别数字的方法，用于手机终端中通过语音识别数字从而进行群发短信或者语音拨号，通过自适应采样频率对输入的语音进行采样，并对采样获得的语音信号进行预处理；对预处理后的语音信号进行端点检测，提取出单个数字语音信号；提取每个数字语音信号的MFCC特征；采用实时动态时间规整DTW算法将每个数字语音信号的MFCC特征与通过训练获得的MFCC参数模板进行匹配识别。本发明方法适用于复杂不联网的实际环境，能够快速进行语音识别。
-
公开(公告)号：CN103903612A
公开(公告)日：2014-07-02
申请号：CN201410116759.6
申请日：2014-03-26
Applicant: 浙江工业大学
IPC: G10L15/02 , G10L15/065 , H04M1/725
Abstract: 本发明公开了一种实时语音识别数字的方法，用于手机终端中通过语音识别数字从而进行群发短信或者语音拨号，通过自适应采样频率对输入的语音进行采样，并对采样获得的语音信号进行预处理；对预处理后的语音信号进行端点检测，提取出单个数字语音信号；提取每个数字语音信号的MFCC特征；采用实时动态时间规整DTW算法将每个数字语音信号的MFCC特征与通过训练获得的MFCC参数模板进行匹配识别。本发明方法适用于复杂不联网的实际环境，能够快速进行语音识别。
-
公开(公告)号：CN107440712A
公开(公告)日：2017-12-08
申请号：CN201710238062.X
申请日：2017-04-13
Applicant: 浙江工业大学
IPC: A61B5/0476
CPC classification number: A61B5/0476
Abstract: 一种基于深度感应器的脑电信号电极采集方法，包括以下步骤：1)利用彩色相机和深度感应器相结合相机组作为采集设备在五个角度对目标进行数据采集；2)对五个角度采集的彩色图像进行EEG电极采集，得到EEG电极的图像坐标；3)将EEG电极的二维坐标转换为三维空间位置；4)将五个角度的电极空间坐标统一转换到同一个坐标系下，完成电极摄影测量。本发明充分的利用了深度感应器可直接获取三维信息的优势，并设计了在五个角度采集目标数据的摄影测量框架，这使得在操作和计算的过程中更快，更便捷，获取的不同类型电极位置结果更加稳定。
-
公开(公告)号：CN105279759B
公开(公告)日：2017-10-13
申请号：CN201510700007.9
申请日：2015-10-23
Applicant: 浙江工业大学
Abstract: 一种结合上下信息窄带约束的腹腔主动脉瘤外轮廓分割方法，包括如下步骤：1)改进LBF水平集方法用于的外轮廓初步分割，利用LBF在低对比度图像目标分割中的优势，结合窄带约束，获得初步外轮廓。2)提出基于上下文窄带约束的分割方法实现外轮廓精细分割；3)利用CTA图像序列的空间连续性，将精确分割结果用于相邻切层初步分割时水平集初始化。本发明提供了一种分割精度较高、分割效率较高的结合上下信息窄带约束的腹腔主动脉瘤外轮廓分割方法。
-
公开(公告)号：CN105279759A
公开(公告)日：2016-01-27
申请号：CN201510700007.9
申请日：2015-10-23
Applicant: 浙江工业大学
IPC: G06T7/00
CPC classification number: G06T7/0012 , G06T2207/10016 , G06T2207/30096 , G06T2207/30101
Abstract: 一种结合上下信息窄带约束的腹腔主动脉瘤外轮廓分割方法，包括如下步骤：1)改进LBF水平集方法用于的外轮廓初步分割，利用LBF在低对比度图像目标分割中的优势，结合窄带约束，获得初步外轮廓。2)提出基于上下文窄带约束的分割方法实现外轮廓精细分割；3)利用CTA图像序列的空间连续性，将精确分割结果用于相邻切层初步分割时水平集初始化。本发明提供了一种分割精度较高、分割效率较高的结合上下信息窄带约束的腹腔主动脉瘤外轮廓分割方法。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.022 seconds)
