公开(公告)号：CN115546142A

公开(公告)日：2022-12-30

申请号：CN202211214029.0

申请日：2022-09-30

Applicant: 山东大学 ,  北京机械工业自动化研究所有限公司 ,  青岛建华食品机械制造有限公司

Inventor： 陈振学 ,  孙露娜 ,  王修宇 ,  张玉娇 ,  曹佳倩 ,  赵宏剑 ,  蔡磊 ,  孙胜斌 ,  冀晶晶

IPC: G06T7/00 ,  G06V10/34 ,  G06V10/44 ,  G06V10/46 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04

Abstract: 本公开涉及图像处理技术领域，提出了一种基于深度学习的X光图像骨骼检测方法与系统，方法包括如下步骤：获取待检测的X光图像并进行预处理；将预处理后的图像输入至训练好的两阶段双U型网络，对图像中的骨骼区域进行粗特征提取，对提取的粗特征进行从高层级到低层级逐层细化，得到细节越来越丰富的多层细化特征图，对细化特征图进行逐层融合生成最终的骨骼区域显著图。本公开通过两阶段双U型网络对X光图像进行骨骼区域显著目标检测，两阶段特征提取和细化操作能保证检测的准确率，同时该网络融合经过两阶段处理的特征图，以充分利用不同层级蕴含的高级语义信息，能同时保障检测准确率和图像处理的速度。

公开(公告)号：CN115272281A

公开(公告)日：2022-11-01

申请号：CN202210980543.9

申请日：2022-08-16

Applicant: 山东大学 ,  北京机械工业自动化研究所有限公司 ,  青岛建华食品机械制造有限公司

Inventor： 陈振学 ,  王修宇 ,  孙露娜 ,  曹佳倩 ,  张玉娇 ,  赵宏剑 ,  蔡磊 ,  郭嘉昊 ,  冀晶晶

IPC: G06T7/00 ,  G06T7/73 ,  G06T7/90 ,  G06T3/40 ,  G06N3/08 ,  G06N3/04 ,  G06V10/25 ,  G06V10/82

Abstract: 本公开提供了基于剔骨关键点的剔骨方法、系统、介质及设备，包括采集大量正交彩色图像，建立数据集；划分感兴趣区域，确定11个剔骨关键点；将所述感兴趣区域的图像作为输入进行第一次卷积池化操作，在空间域上对图像进行转换；获取输出数据对应的示教点与所述示教点的注意力参数，利用所述注意力参数进行第二次卷积池化，并通过注意力机制加快网络运行速率，所述三幅正交彩色图像能够很好地体现出剔骨部位的空间信息，能够较为准确的得到剔骨关键点，提高剔骨关键点的识别效率，减少生产线的成本。

公开(公告)号：CN114330490A

公开(公告)日：2022-04-12

申请号：CN202111401297.9

申请日：2021-11-19

Applicant: 山东大学 ,  北京机械工业自动化研究所有限公司 ,  青岛建华食品机械制造有限公司

Inventor： 陈振学 ,  曹佳倩 ,  张玉娇 ,  王修宇 ,  孙露娜 ,  赵宏剑 ,  蔡磊 ,  孙宇鹏

IPC: G06K9/62 ,  G06T7/11 ,  G06T7/66 ,  G06V10/46

Abstract: 本发明提供了一种基于畜类胴体点云图像的分块方法及系统，获取待分割胴体的点云图像；对胴体点云图像进行处理，确定胴体体长等级，调用预存储的数据库，查找该畜类所述胴体体长等级对应的分块点到基准点的距离，确定分块关键点的位置；根据分块关键点的位置，确定分割刀具的调整方向和距离；本发明通过构建畜类胴体的点云图像与分块点的样本数据，利用聚类算法确定点云图像与分块点的关系，根据扫描结果直接可以确定关键点，指导分割刀具的动作。

公开(公告)号：CN115063859B

公开(公告)日：2025-01-17

申请号：CN202210718919.9

申请日：2022-06-23

Applicant: 山东大学

Inventor： 陈振学 ,  钟昆儒 ,  张玉娇 ,  曹佳倩 ,  秦皓 ,  王修宇 ,  陈纪旸

IPC: G06V40/16 ,  G06V10/82 ,  G06V10/80 ,  G06V10/774 ,  G06V10/764 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/0464

Abstract: 本发明属于图像数据转换技术领域，提供了一种基于生成对抗网络的人脸图像转换成素描的方法及系统，获取人脸图像；依据获取的人脸图像，以及预设的人脸素描图像转换模型，得到人脸素描图像；其中，所述人脸素描图像转换模型通过生成对抗网络训练得到；人脸素描图像转换模型训练过程中采用了多尺度结构的网络残差块，以及在多尺度结构的网络残差块后加入了并行处理的自注意力模块；本发明在人脸素描图像转换模型训练过程中采用了多尺度结构的网络残差块，同时加入并行处理的自注意力模块，采用多尺度方法学习深层与浅层的特征，将不同类别的特征图融合，使保持速度的同时，提高了合成质量。

公开(公告)号：CN115063859A

公开(公告)日：2022-09-16

申请号：CN202210718919.9

申请日：2022-06-23

Applicant: 山东大学

Inventor： 陈振学 ,  钟昆儒 ,  张玉娇 ,  曹佳倩 ,  秦皓 ,  王修宇 ,  陈纪旸

IPC: G06V40/16 ,  G06V10/82 ,  G06V10/80 ,  G06V10/774 ,  G06V10/764 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于图像数据转换技术领域，提供了一种基于生成对抗网络的人脸图像转换成素描的方法及系统，获取人脸图像；依据获取的人脸图像，以及预设的人脸素描图像转换模型，得到人脸素描图像；其中，所述人脸素描图像转换模型通过生成对抗网络训练得到；人脸素描图像转换模型训练过程中采用了多尺度结构的网络残差块，以及在多尺度结构的网络残差块后加入了并行处理的自注意力模块；本发明在人脸素描图像转换模型训练过程中采用了多尺度结构的网络残差块，同时加入并行处理的自注意力模块，采用多尺度方法学习深层与浅层的特征，将不同类别的特征图融合，使保持速度的同时，提高了合成质量。