公开(公告)号：CN106612427B

公开(公告)日：2018-07-06

申请号：CN201611244732.0

申请日：2016-12-29

Applicant: 浙江工商大学

Inventor： 王勋 ,  赵绪然

IPC: H04N13/10 ,  G06T7/20 ,  G06T7/285

Abstract: 本发明公开了一种基于卷积神经网络的时空一致性深度图序列的生成方法，可用于影视作品2D转3D技术。该方法包括：1)收集训练集：训练集的每一个训练样本是一个连续RGB图像序列以及其对应的深度图序列；2)对训练集中的每一个图像序列进行时空一致性超像素分割，并且构建空间相似度矩阵和时间相似度矩阵；3)构建由单一超像素深度回归网络以及时空一致性条件随机场损失层构成的卷积神经网络；4)对卷积神经网络进行训练；5)对未知深度的RGB图像序列，使用训练好的神经网络通过前向传播恢复深度图序列。本发明避免了基于线索的深度恢复方法对场景假设依赖过强，以及现有基于卷积神经网络的深度恢复方法生成的深度图帧间不连续的问题。

公开(公告)号：CN106612427A

公开(公告)日：2017-05-03

申请号：CN201611244732.0

申请日：2016-12-29

Applicant: 浙江工商大学

Inventor： 王勋 ,  赵绪然

IPC: H04N13/00 ,  G06T7/20 ,  G06T7/285

CPC classification number: H04N13/122 ,  H04N13/128

Abstract: 本发明公开了一种基于卷积神经网络的时空一致性深度图序列的生成方法，可用于影视作品2D转3D技术。该方法包括：1)收集训练集：训练集的每一个训练样本是一个连续RGB图像序列以及其对应的深度图序列；2)对训练集中的每一个图像序列进行时空一致性超像素分割，并且构建空间相似度矩阵和时间相似度矩阵；3)构建由单一超像素深度回归网络以及时空一致性条件随机场损失层构成的卷积神经网络；4)对卷积神经网络进行训练；5)对未知深度的RGB图像序列，使用训练好的神经网络通过前向传播恢复深度图序列。本发明避免了基于线索的深度恢复方法对场景假设依赖过强，以及现有基于卷积神经网络的深度恢复方法生成的深度图帧间不连续的问题。

公开(公告)号：CN118037753A

公开(公告)日：2024-05-14

申请号：CN202410248446.X

申请日：2024-03-05

Applicant: 浙江工商大学

Inventor： 赵绪然 ,  刘源

IPC: G06T7/11 ,  G06T7/00 ,  G06T7/194 ,  G06V10/764 ,  G06V10/25 ,  G06V10/82 ,  G06N3/084 ,  G06N3/08 ,  G06N3/0464 ,  G16H50/20

Abstract: 本发明涉及医学影像计算机辅助诊断领域，尤其是指一种基于少量像素级标注在乳腺X光图像中检测和分割病灶的方法，即一种基于弱标签的乳腺X光病灶分割方法。本申请能够将大量图片级标注的数据集及少量像素级标注数据集合理利用起来，提高病灶的分割效果，更有效地帮助医生进行诊断。

公开(公告)号：CN112509996B

公开(公告)日：2021-05-11

申请号：CN202110158040.9

申请日：2021-02-05

Applicant: 浙江工商大学

Inventor： 赵绪然 ,  陈鹏

IPC: H01L23/367 ,  H01L23/373 ,  H01L29/20 ,  H01L29/772 ,  H01L21/335

Abstract: 本发明提供一种GaN器件结构及其制备方法，GaN器件制备包括：提供半导体基底，形成石墨烯层，在石墨烯层中形成刻蚀凹槽，在刻蚀凹槽中生长金刚石柱，在石墨烯层上形成上表面高于金刚石柱的GaN功能层，制备势垒层。还可以进一步剥离半导体基底和石墨烯层，将石墨烯层及上方结构转移至一工作衬底上。本发明通过将石墨烯层和金刚石有效的集成在GaN器件当中，解决GaN器件有效散热的问题，减少了材料热阻，提高散热效果，工艺简单，且衬底可回收，降低了成本，基于本发明的方案，可以有效降低器件厚度。

公开(公告)号：CN112509996A

公开(公告)日：2021-03-16

申请号：CN202110158040.9

申请日：2021-02-05

Applicant: 浙江工商大学

Inventor： 赵绪然 ,  陈鹏

IPC: H01L23/367 ,  H01L23/373 ,  H01L29/20 ,  H01L29/772 ,  H01L21/335

Abstract: 本发明提供一种GaN器件结构及其制备方法，GaN器件制备包括：提供半导体基底，形成石墨烯层，在石墨烯层中形成刻蚀凹槽，在刻蚀凹槽中生长金刚石柱，在石墨烯层上形成上表面高于金刚石柱的GaN功能层，制备势垒层。还可以进一步剥离半导体基底和石墨烯层，将石墨烯层及上方结构转移至一工作衬底上。本发明通过将石墨烯层和金刚石有效的集成在GaN器件当中，解决GaN器件有效散热的问题，减少了材料热阻，提高散热效果，工艺简单，且衬底可回收，降低了成本，基于本发明的方案，可以有效降低器件厚度。