-
公开(公告)号：CN106618552A
公开(公告)日：2017-05-10
申请号：CN201611265560.5
申请日：2016-12-30
申请人： 清华大学 , 北京欣和怡点科技有限公司
IPC分类号： A61B5/0402 , A61B5/00
CPC分类号： A61B5/0402 , A61B5/7267
摘要： 本发明提供一种检测模型获取方法及装置，方法包括：获取第一预设数量的心动周期的形态特征；第一预设数量的心动周期的形态特征中包括第二预设数量的第一类心动周期的形态特征和第三预设数量的第二类心动周期的形态特征；通过聚类算法，对第一预设数量的心动周期的形态特征聚类；按照第一预设规则在每类心动周期的形态特征中选取心动周期的形态特征；根据选取出的心动周期的形态特征，通过第一预设方法训练获取第一参数检测模型。本发明采用原始的心动周期的形态特征作为训练数据训练得到第一参数检测模型，且利用聚类算法对数据集中数据聚类，数据具有代表性，提高了训练出的第一参数检测模型的分类性能。
-
公开(公告)号：CN106618552B
公开(公告)日：2019-08-09
申请号：CN201611265560.5
申请日：2016-12-30
申请人： 清华大学 , 北京欣和怡点科技有限公司
IPC分类号： A61B5/0402 , A61B5/00
摘要： 本发明提供一种检测模型获取方法及装置，方法包括：获取第一预设数量的心动周期的形态特征；第一预设数量的心动周期的形态特征中包括第二预设数量的第一类心动周期的形态特征和第三预设数量的第二类心动周期的形态特征；通过聚类算法，对第一预设数量的心动周期的形态特征聚类；按照第一预设规则在每类心动周期的形态特征中选取心动周期的形态特征；根据选取出的心动周期的形态特征，通过第一预设方法训练获取第一参数检测模型。本发明采用原始的心动周期的形态特征作为训练数据训练得到第一参数检测模型，且利用聚类算法对数据集中数据聚类，数据具有代表性，提高了训练出的第一参数检测模型的分类性能。
-
公开(公告)号：CN106344004A
公开(公告)日：2017-01-25
申请号：CN201610862893.X
申请日：2016-09-28
申请人： 清华大学 , 北京欣和怡点科技有限公司
IPC分类号： A61B5/0402
CPC分类号： A61B5/0402 , A61B5/04012 , A61B5/72 , A61B5/7267
摘要： 本发明提供一种心电信号特征点检测方法及装置，其中，方法包括：提取样本集中所有心电采样点的信号点对特征，以及提取测试集中所有心电信号测试点的信号点对特征；利用模式识别算法对在样本集中提取的信号点对特征进行训练，得到心电信号特征分类模型；利用心电信号特征分类模型，对心电信号测试点的信号点对特征进行分类，得到心电信号测试点的信号点对特征的分类结果，并将分类结果作为心电信号测试点的特征点检测结果。本发明能够对心电信号特征点进行实时检测，实现简单、检测敏感度与准确率较高。
-
公开(公告)号：CN118862918A
公开(公告)日：2024-10-29
申请号：CN202410785014.2
申请日：2024-06-18
申请人： 清华大学
IPC分类号： G06K7/14
摘要： 本发明提供一种二维码图像的重建方法及系统，该方法包括：确定待重建二维码图像和参考二维码图像；根据待重建二维码图像和参考二维码图像，基于预设二维码图像重建深度学习网络进行二维码图像的重建，得到重建后的二维码图像；预设二维码图像重建深度学习网络用于引导待重建二维码图像学习参考二维码图像的结构特征。本发明利用深度学习的方法对待重建二维码图像进行重建，有效提高了二维码图像的识别率和识别准确率。
-
公开(公告)号：CN108876839B
公开(公告)日：2021-05-28
申请号：CN201810791127.8
申请日：2018-07-18
申请人： 清华大学
摘要： 本发明提供一种结构光三维成像系统的景深扩展方法、装置及系统，所述方法包括：分别获取目标场景的多个聚焦位置中各聚焦位置对应的结构光图像序列；使用格雷码的局部精细深度估计算法，获取各结构光图像序列的局部精细深度图，使用基于最大流方法的全局粗糙深度估计算法，获取所有结构光图像序列的全局粗糙深度图；根据全局粗糙深度图将各局部精细深度图进行融合，获取目标场景的全局精细深度图。本发明实现大景深场景下的三维成像，方法简单，计算效率高，提高了三维成像的精度。
-
公开(公告)号：CN108876839A
公开(公告)日：2018-11-23
申请号：CN201810791127.8
申请日：2018-07-18
申请人： 清华大学
摘要： 本发明提供一种结构光三维成像系统的景深扩展方法、装置及系统，所述方法包括：分别获取目标场景的多个聚焦位置中各聚焦位置对应的结构光图像序列；使用格雷码的局部精细深度估计算法，获取各结构光图像序列的局部精细深度图，使用基于最大流方法的全局粗糙深度估计算法，获取所有结构光图像序列的全局粗糙深度图；根据全局粗糙深度图将各局部精细深度图进行融合，获取目标场景的全局精细深度图。本发明实现大景深场景下的三维成像，方法简单，计算效率高，提高了三维成像的精度。
-
-
公开(公告)号：CN105763856A
公开(公告)日：2016-07-13
申请号：CN201610261971.0
申请日：2016-04-25
申请人： 清华大学 , 山东明佳科技有限公司
IPC分类号： H04N7/18
摘要： 本发明涉及一种高速图像采集处理方法及系统。所述方法包括：利用最优化模型确定所述高速图像采集处理系统包括N个信号采集模块和M个图像处理模块；所述任务分配控制器依次控制所述N个信号采集模块采集图像信息；从图像处理器队列中取出一个图像处理模块，并将所述信号采集模块所采集的图像信息分配给所述图像处理模块；所述图像处理器队列包括至多M个图像处理模块，并按照先进先出的原则获取图像信息。本发明还公开了一种基于上述高速图像采集处理方法实现的高速图像采集处理系统。本方法具有硬件成本低、易于实现、系统利用率高、逻辑结构简单稳定等优点。
-
公开(公告)号：CN105373810A
公开(公告)日：2016-03-02
申请号：CN201510770767.7
申请日：2015-11-12
申请人： 清华大学
IPC分类号： G06K9/62
摘要： 本发明公开了一种用于建立动作识别模型的方法，包括：获取动作样本的骨架位置序列，根据所述骨架位置序列获取每个动作个体中各节点的坐标，所述骨架位置序列中包括多个节点；根据各节点的坐标获取每个动作个体的特征向量，并根据所述特征向量，获取多个动作大类以及各动作大类的动作特征；根据所述动作特征，建立各动作大类的动作识别模型。本发明通过获取每个动作个体的特征向量，以实现所有动作样本的自动聚类，与现有技术的人工干预进行聚类相比，具有提高推广性的优点。
-
公开(公告)号：CN103529053B
公开(公告)日：2015-12-02
申请号：CN201310452499.5
申请日：2013-09-27
申请人： 清华大学 , 山东明佳包装检测科技有限公司
IPC分类号： G01N21/892
摘要： 本发明公开了一种瓶口缺陷检测方法，包括：S1、对所述瓶口进行检测区域划分，分为第一内环、第二内环、评估环、密封环和内密封环区域，并对各区域进行检测；S2、将各检测结果汇总，输出对瓶口的综合检测结果，若所有检测项结果均为正常，则输出该瓶口检测正常，否则输出该瓶口检测异常。本发明提出的瓶口缺陷检测方法，检测速度快、精度高、性能稳定、调试方便，适用于高速自动化流水线上对瓶口缺陷的长时间实时不间断检测。
-
-
-
-
-
-
-
-
-
搜索结果
78 条记录 (耗时 0.053 秒)
