-
公开(公告)号：CN109086270A
公开(公告)日：2018-12-25
申请号：CN201810817519.7
申请日：2018-07-24
Applicant: 重庆大学
Abstract: 本发明公开了一种基于古诗词语料向量化的自动作诗系统及其方法，先将古诗词的字转化为语料向量，搭建LSTM网络模型后训练该模型，输入意象词语至语料处理机构，所述语料处理机构根据语料向量库中对应每个意象词语的语料向量计算得到诗歌备选词，将诗歌备选词输入LSTM网络模型，获得诗词草稿，最后根据诗体的押韵和平仄规律选取诗词草稿中最符合所述规律的诗词，得到定稿诗词，即自动作诗结果。本发明的有益效果：机器能够充分学习诗词中的含义和意境，进而在需要作诗时根据学习后的神经网络直接输入关键字词得到需要的古诗词，利用前人的经验学习获得作诗的能力，满足诗词规律的同时也具有艺术美感。
-
公开(公告)号：CN102708371A
公开(公告)日：2012-10-03
申请号：CN201210120164.9
申请日：2012-04-23
Applicant: 重庆大学
Abstract: 本发明根据漫画构成文法提出了一种对漫画方格进行自动识别、抽取与排序的方案，从而减少大量的手动分割工作。同时分割后的漫画方格可以放在屏幕较小的手机或PDA上阅读，使漫画阅读方便、简单、生动。本发明通过检测漫画图片中的直线，针对漫画帧、漫画分割线以及漫画帧排布的特点提出了一种迭代分割法对漫画帧进行识别并排序，然后利用二叉树结构储存分割的漫画帧。经过实验证明该方法能把大多数漫画的漫画帧，即漫画方格识别分割出来，并按故事情节的先后顺序排列。
-
公开(公告)号：CN117528234A
公开(公告)日：2024-02-06
申请号：CN202311429590.5
申请日：2023-10-31
Applicant: 重庆大学
IPC: H04N23/67
Abstract: 本发明属于自动对焦技术领域，具体公开了一种基于每像素监督的深度学习相机自动对焦方法及系统，该方法包括如下步骤：S1，采集多个场景的不同焦距的图像数据集；S2，计算图像对应的每像素最优焦距图M和最优焦距预测值F；S3，构建基于每像素监督的最优焦距预测模型A；S4，对最优焦距预测模型A进行训练，得到训练完成的最优焦距预测模型A’；S5，将离焦图像输入最优焦距预测模型A’中，得到最优焦距预测图M’和最优焦距预测值F’，将相机焦距设置为F’完成自动对焦。采用本技术方案，使用每像素最优焦距图监督训练，具有更高的最优焦距预测精度，避免了其他自动对焦方法需要二次调整的问题。
-
公开(公告)号：CN117330072A
公开(公告)日：2024-01-02
申请号：CN202311247856.4
申请日：2023-09-26
Applicant: 重庆大学
IPC: G01C21/20 , G06V10/764 , G06V10/774 , G06V10/42 , G06V10/82 , G06N3/0464 , G01C21/16
Abstract: 本发明属于机器人视觉导航技术领域，具体公开了一种基于目标驱动和内在动机探索的视觉导航方法及系统，该方法包括如下步骤：S1，生成离线数据集；S2，将当前时刻的观测图像和目标图像输入特征提取模块中，提取当前时刻的特征向量；S3，将特征向量输入A3C网络，预测最优导航动作，和环境交互，得到下一时刻的观测图像和外部奖励；S4，将观测图像、目标图像和S2步骤中的特征向量输入到内在奖励计算模块，得到内在奖励，结合外部奖励计算出损失值，更新特征提取模块和深度强化学习模型的网络参数。采用本技术方案，通过预测观测图像、目标图像的深度图和语义分割图，提高在仿真室内环境的导航能力，解决导航中的奖励稀疏问题，提高模型的收敛速度。
-
公开(公告)号：CN113870137A
公开(公告)日：2021-12-31
申请号：CN202111158398.8
申请日：2021-09-30
Applicant: 重庆大学
Abstract: 本发明公开了一种由梯度指导、自相似性修正的低剂量CT图像去噪方法、系统。所述由梯度指导、自相似性修正的低剂量CT图像去噪方法，包括以下步骤：S1，根据梯度提取算子获得第一图像的含噪梯度图像，记作第一含噪梯度图像；提取第一图像和第一含噪梯度图像的浅层特征，分别记作第一图像浅层特征和第一梯度浅层特征；S2，进行m次梯度指导和自相似修正；S3，将最后一次梯度指导和自相似修正得到的第三图像特征重建为与第一图像大小一致的第二图像，输出第二图像。
-
Patent Agency Ranking
公开(公告)号：CN119763108A
公开(公告)日：2025-04-04
申请号：CN202411760627.7
申请日：2024-12-03
Applicant: 重庆大学
IPC: G06V20/69 , G06T7/00 , G06V10/25 , G06V10/764 , G06V10/82 , G06V10/774 , G06V10/44 , G06V10/54 , G06N3/0455 , G06N3/0464 , G06N3/0895
Abstract: 本发明提出了一种基于视觉大模型和自监督学习的全片骨髓细胞自动计数方法及系统，采用RO I分割模型从所述骨髓涂片中分割出感兴趣区域；采用TO I分类模型从与感兴趣区域相对应的骨髓涂片中切出切片，并进行二分类以选择感兴趣切片；采用基于视觉大模型的细胞分割模型对感兴趣切片上的所有细胞进行分割；采用基于自监督学习的细胞分类模型对细胞进行分类，最后再计数。本发明具有强泛化性、高准确性，能为各医疗中心的病理学家提供有价值的参考。
-
公开(公告)号：CN116309306A
公开(公告)日：2023-06-23
申请号：CN202310040512.X
申请日：2023-01-12
Applicant: 重庆大学
IPC: G06T7/00 , G06V10/75 , G06V10/774 , G06V10/44 , G06V10/25
Abstract: 本发明公开一种多视角螺钉缺失检测方法及系统，包括S1：获取每个螺钉的多视角图像，多视角图像包括多个单一视角图像；S2：采集每个螺钉的无缺失图像并进行预处理得到模板图像，标记模板螺钉和模板关键点，计算第一夹角和第一边的长度；S3：对S1中待测螺钉的多视角图像进行识别，用第一标记将其中的螺钉标记，用第二标记将两个关键点标记；S4：计算模板螺钉在待测螺钉的单一视角图像中的位置i，并以i为圆心、r为半径确定待测区域，若待测区域内有第一标记存在，则认为螺钉未缺失，否则认为螺钉缺失；S5：对待测螺钉的多个单一视角图像的检测结果进行统计，得到多视角检测结果。
-
公开(公告)号：CN104134080B
公开(公告)日：2018-09-11
申请号：CN201410376693.4
申请日：2014-08-01
Applicant: 重庆大学
IPC: G06K9/66
Abstract: 本发明提出了一种道路路基塌陷和边坡坍塌的自动检测方法及系统，该方法包括如下步骤：读取道路图像；对道路图像进行分割，分割出路面图像、边坡图像以及路基图像；进行特征提取，选取基于GLCM的特征，基于Tamura的特征，statxture特征，分形特征，灰度图像的主轴方向特征和图像的空间特征这六种特征作为所述路面图像、边坡图像以及路基图像的特征；对经过特征提取后的图像进行识别分类，将有问题的区域定位出来并计算出包括塌陷面积和坍塌体堆积物方量的参数指标。本发明根据道路的彩色图像能够自动检测路基塌陷和边坡坍塌，效率高，检测准确。
-
公开(公告)号：CN102708371B
公开(公告)日：2014-04-30
申请号：CN201210120164.9
申请日：2012-04-23
Applicant: 重庆大学
Abstract: 本发明根据漫画构成文法提出了一种对漫画方格进行自动识别、抽取与排序的方案，从而减少大量的手动分割工作。同时分割后的漫画方格可以放在屏幕较小的手机或PDA上阅读，使漫画阅读方便、简单、生动。本发明通过检测漫画图片中的直线，针对漫画帧、漫画分割线以及漫画帧排布的特点提出了一种迭代分割法对漫画帧进行识别并排序，然后利用二叉树结构储存分割的漫画帧。经过实验证明该方法能把大多数漫画的漫画帧，即漫画方格识别分割出来，并按故事情节的先后顺序排列。
-
公开(公告)号：CN113870137B
公开(公告)日：2024-05-21
申请号：CN202111158398.8
申请日：2021-09-30
Applicant: 重庆大学
IPC: G06T5/70 , G06T5/60 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种由梯度指导、自相似性修正的低剂量CT图像去噪方法、系统。所述由梯度指导、自相似性修正的低剂量CT图像去噪方法，包括以下步骤：S1，根据梯度提取算子获得第一图像的含噪梯度图像，记作第一含噪梯度图像；提取第一图像和第一含噪梯度图像的浅层特征，分别记作第一图像浅层特征和第一梯度浅层特征；S2，进行m次梯度指导和自相似修正；S3，将最后一次梯度指导和自相似修正得到的第三图像特征重建为与第一图像大小一致的第二图像，输出第二图像。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.015 seconds)
