-
公开(公告)号：CN112200065B
公开(公告)日：2022-08-09
申请号：CN202011070118.3
申请日：2020-10-09
Applicant: 福州大学
Abstract: 本发明涉及一种基于动作放大和自适应注意力区域选取的微表情分类方法。首先获取微表情数据集，提取出起始帧和峰值帧；然后将提取的起始帧和峰值帧输入动作放大网络，生成动作放大后的图像；接着对放大后的图像进行预处理；最后利用自适应注意力区域选取方法对预处理后的图像进行识别，得到最终分类的结果。
-
公开(公告)号：CN107243631A
公开(公告)日：2017-10-13
申请号：CN201710418492.X
申请日：2017-06-06
Applicant: 福州大学
CPC classification number: B22F1/02 , A61K41/0052 , A61K49/08 , A61K49/225 , B82Y30/00 , B82Y40/00
Abstract: 本发明涉及一种Gd2O2S金纳米棒核壳结构的制备方法，步骤包括制备晶种，制备生长液，制备金纳米棒，制备Gd2O2S金纳米棒核壳结构(GNRs@Gd2O2S)。本发明其特征是：制备方法简单可重复，生物相容性好，另外具有良好的光热转换效率，且可进行磁共振成像（MRI）和光声成像（PAI），将肿瘤的诊断与治疗相结合，具有良好的生物医学和癌症治疗应用前景。
-
公开(公告)号：CN112699902A
公开(公告)日：2021-04-23
申请号：CN202110031134.X
申请日：2021-01-11
Applicant: 福州大学
Abstract: 本发明涉及一种基于双线性注意力池化机制的细粒度敏感图像检测方法，包括以下步骤：步骤S1：获取敏感图像，并对获取的敏感图片集合进行数据清洗，得到NSFW敏感图像训练数据集；步骤S2：并将NSFW敏感图像训练数据集输入细粒度敏感图像智能审核网络模型，进行特征提取，生成特征图和注意力图；步骤S3：根据得到的注意力图对NSFW训练集进行基于注意力机制的数据增强，并对图像进行注意力裁剪和注意力丢弃；步骤S4：通过双线性注意力池化机制将聚合特征图和注意力图生成局部特征图，并通过卷积和池化提取局部特征，将所有局部特征组合成最终特征；步骤S5：根据最终特征预测敏感图像类别。本发明能够有效提高对难样本场景敏感图像的检测正确率。
-
公开(公告)号：CN112183419A
公开(公告)日：2021-01-05
申请号：CN202011070119.8
申请日：2020-10-09
Applicant: 福州大学
Abstract: 本发明涉及一种基于光流生成网络和重排序的微表情分类方法。首先获取微表情数据集，提取出起始帧和峰值帧，并进行预处理；训练光流生成网络，根据所有的起始帧和峰值帧生成其光流特征；接着将得到的光流图像，按照LOSO原则切分成对应的训练集和测试集，输入残差网络进行训练；最后对残差网络初步分类得到的结果进行重排序，得到精度更高的最终结果。
-
公开(公告)号：CN107628592A
公开(公告)日：2018-01-26
申请号：CN201710902488.0
申请日：2017-09-29
Applicant: 福州大学
Abstract: 本发明涉及一种PEG修饰的黑磷量子点及其制备方法和应用，制备步骤包括大块黑磷的研磨，加入氢氧化钠用溶剂热法获得黑磷量子点，梯度离心收集黑磷量子点，在黑磷量子点上修饰PEG。本发明的优点在于：制备方法简单可重复，生物相容性好，所制得的黑磷量子点可快速从人体内肾清除代谢出去，另外具有良好的光动力治疗效果，因此，BPQDs可作为生物相容性很强的且无毒副作用的光敏剂，具有良好的生物医学和癌症治疗应用前景。
-
Patent Agency Ranking
公开(公告)号：CN112307919B
公开(公告)日：2023-03-24
申请号：CN202011137363.1
申请日：2020-10-22
Applicant: 福州大学
IPC: G06V30/14 , G06V30/32 , G06V30/18 , G06V30/148 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于改进YOLOv3的单证图像中数字信息区域识别方法，包括步骤：获取手写数字图片，并对获取的手写数字图片集合进行预处理与标注，得到训练集；训练YOLOv3网络，用以检测和识别单证图像手写体数字信息区域；训练卷积神经网络CNN，用以识别单个手写体数字；用训练好的YOLOv3网络和卷积神经网络模型CNN对单证图像中手写数字信息区域的进行检测识别和重识别。本发明有效提升了复杂场景下单证图像中手写数字信息识别的准确率。
-
公开(公告)号：CN112613479A
公开(公告)日：2021-04-06
申请号：CN202110001577.4
申请日：2021-01-04
Applicant: 福州大学
Abstract: 本发明涉及一种基于轻量流式网络和注意力机制的表情识别方法，包括以下步骤：步骤S1：获取表情图像数据集，并预处理；步骤S2:构建包含注意力机制的轻量流式网络，并在网络的最后通过交叉熵损失函数进行分类；步骤S3根据预处理后的表情图像数据集训练包含注意力机制的轻量流式网络；步骤S4:将待测图像数据输入训练后的包含注意力机制的轻量流式网络，得到识别结果。本发明能够有效地对表情图像进行分类，提升了表情图像分类的效果。
-
公开(公告)号：CN112307919A
公开(公告)日：2021-02-02
申请号：CN202011137363.1
申请日：2020-10-22
Applicant: 福州大学
Abstract: 本发明涉及一种基于改进YOLOv3的单证图像中数字信息区域识别方法，包括步骤：获取手写数字图片，并对获取的手写数字图片集合进行预处理与标注，得到训练集；训练YOLOv3网络，用以检测和识别单证图像手写体数字信息区域；训练卷积神经网络CNN，用以识别单个手写体数字；用训练好的YOLOv3网络和卷积神经网络模型CNN对单证图像中手写数字信息区域的进行检测识别和重识别。本发明有效提升了复杂场景下单证图像中手写数字信息识别的准确率。
-
公开(公告)号：CN112613479B
公开(公告)日：2022-07-08
申请号：CN202110001577.4
申请日：2021-01-04
Applicant: 福州大学
Abstract: 本发明涉及一种基于轻量流式网络和注意力机制的表情识别方法，包括以下步骤：步骤S1：获取表情图像数据集，并预处理；步骤S2:构建包含注意力机制的轻量流式网络，并在网络的最后通过交叉熵损失函数进行分类；步骤S3根据预处理后的表情图像数据集训练包含注意力机制的轻量流式网络；步骤S4:将待测图像数据输入训练后的包含注意力机制的轻量流式网络，得到识别结果。本发明能够有效地对表情图像进行分类，提升了表情图像分类的效果。
-
公开(公告)号：CN112183419B
公开(公告)日：2022-06-10
申请号：CN202011070119.8
申请日：2020-10-09
Applicant: 福州大学
IPC: G06V40/16 , G06K9/62 , G06N3/04 , G06N3/08 , G06V10/764 , G06V10/774
Abstract: 本发明涉及一种基于光流生成网络和重排序的微表情分类方法。首先获取微表情数据集，提取出起始帧和峰值帧，并进行预处理；训练光流生成网络，根据所有的起始帧和峰值帧生成其光流特征；接着将得到的光流图像，按照LOSO原则切分成对应的训练集和测试集，输入残差网络进行训练；最后对残差网络初步分类得到的结果进行重排序，得到精度更高的最终结果。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.052 seconds)
