-
公开(公告)号：CN118470343B
公开(公告)日：2024-09-27
申请号：CN202410941479.2
申请日：2024-07-15
Applicant: 湖南大学
Abstract: 本申请涉及一种基于梯度惩罚的计算机视觉特征提取方法，对多媒体数据进行预处理；将预处理后的多媒体数据及其标注信息输入至神经网络模型，计算第一损失函数；基于第一损失函数对神经网络模型的输入数据进行反向传播，得到第一损失函数对输入数据的一阶导数；根据第一损失函数对输入数据的一阶导数计算梯度惩罚损失函数；根据第一损失函数和梯度惩罚损失函数对神经网络模型进行二次反向传播，二次反向传播的目标为模型参数，并更新模型参数；重复执行，直至达到最大训练次数，得到训练完成的神经网络模型；将待提取特征的医学的多媒体数据输入至训练完成的神经网络模型，输出预测结果。该方法可提升模型识别精度，同时可提升模型对抗攻击的能力。
-
公开(公告)号：CN116030397B
公开(公告)日：2023-08-01
申请号：CN202310304494.1
申请日：2023-03-27
Applicant: 湖南大学
Abstract: 本发明公开了一种基于时序信息交互的腔镜手术视频分割方法，该方法通过视频帧特征交互的方式，可以通过辅助帧的特征对分割帧进行特征修复或者抑制不正确的特征表达，可以有效提高腔镜手术视频全场景分割的精度。该方法得到的分割结果可以进一步用于手术导航和手术技能评估，并且可以作为参考进行手术路径的规划，作为腔镜机器人手术的辅助技术，实现智能化的机器人手术。
-
公开(公告)号：CN116030397A
公开(公告)日：2023-04-28
申请号：CN202310304494.1
申请日：2023-03-27
Applicant: 湖南大学
Abstract: 本发明公开了一种基于时序信息交互的腔镜手术视频分割方法，该方法通过视频帧特征交互的方式，可以通过辅助帧的特征对分割帧进行特征修复或者抑制不正确的特征表达，可以有效提高腔镜手术视频全场景分割的精度。该方法得到的分割结果可以进一步用于手术导航和手术技能评估，并且可以作为参考进行手术路径的规划，作为腔镜机器人手术的辅助技术，实现智能化的机器人手术。
-
公开(公告)号：CN118470343A
公开(公告)日：2024-08-09
申请号：CN202410941479.2
申请日：2024-07-15
Applicant: 湖南大学
Abstract: 本申请涉及一种基于梯度惩罚的计算机视觉特征提取方法，对多媒体数据进行预处理；将预处理后的多媒体数据及其标注信息输入至神经网络模型，计算第一损失函数；基于第一损失函数对神经网络模型的输入数据进行反向传播，得到第一损失函数对输入数据的一阶导数；根据第一损失函数对输入数据的一阶导数计算梯度惩罚损失函数；根据第一损失函数和梯度惩罚损失函数对神经网络模型进行二次反向传播，二次反向传播的目标为模型参数，并更新模型参数；重复执行，直至达到最大训练次数，得到训练完成的神经网络模型；将待提取特征的医学的多媒体数据输入至训练完成的神经网络模型，输出预测结果。该方法可提升模型识别精度，同时可提升模型对抗攻击的能力。
-
-
-
Search Results
4
records
(took 0.026 seconds)
