-
公开(公告)号：CN107871318A
公开(公告)日：2018-04-03
申请号：CN201711134737.2
申请日：2017-11-16
Applicant: 吉林大学
IPC: G06T7/00
CPC classification number: G06T7/0012 , G06T2207/10081 , G06T2207/20081 , G06T2207/20084 , G06T2207/30048 , G06T2207/30101
Abstract: 本发明公开了一种基于模型迁移的冠状动脉钙化斑块检测方法，读取训练集中的冠状动脉CT图像，根据医学影像标准，提取所述冠状动脉CT图像中的候选钙化斑块，对所述候选钙化斑块图像进行数据增强操作，将数据增强后的候选钙化斑块图像输入到已通过自然图像训练完成的全卷积网络模型中进行训练，得到检测模型，读取测试集中冠状动脉CT图像，根据医学影像标准，提取测试集中冠状动脉CT图像中的候选钙化斑块，将候选钙化斑块图像作为检测模型的输入，端对端得到每个像素是否属于钙化斑块的检测结果。本发明根据卷积神经网络模型可以在不同领域间迁移的特点，使用少量的训练样本训练检测冠状动脉钙化斑块的模型。
-
公开(公告)号：CN104835324B
公开(公告)日：2017-04-19
申请号：CN201510267500.6
申请日：2015-05-22
Applicant: 吉林大学
IPC: G08G1/01
Abstract: 本申请公开了一种道路偏离监控方法及系统，该方法包括：利用车辆上的成像装置对非结构化道路进行实时成像处理，得到实时道路图像；提取实时道路图像中的路面行进痕迹方向，得到道路纹理图；根据道路纹理图，确定非结构化道路的道路消失点；通过对实时道路图像的光流进行收敛分析处理，得到光流收敛图；根据光流收敛图，计算得到成像聚焦中心；计算道路消失点与成像聚焦中心的距离，利用距离对车辆是否偏离非结构化道路做出判断；当判断出车辆偏离非结构化道路时，发出报警信号。可见，本申请是在对非结构化道路上的路面行进痕迹方向进行视觉感知的基础上，进而实现了对非结构化道路的偏离监控。
-
公开(公告)号：CN105718919A
公开(公告)日：2016-06-29
申请号：CN201610073960.X
申请日：2016-02-02
Applicant: 吉林大学
CPC classification number: G06K9/00597 , G06K9/0061 , G06T7/0012 , G06T2207/20036 , G06T2207/30101
Abstract: 本发明公开了一种眼底图像视盘定位方法及系统，所述方法包括：提取眼底图像中的血管区域；获取血管区域图像中每一像素的血管纹理方向；在血管区域图像中，按照预设规则对像素投票，以获得投票数最大的像素确定为视盘中心，预设规则包括：以被投像素预设邻域内的每一像素作为投票像素，当被投像素与投票像素形成的线段方向与投票像素的血管纹理方向的夹角位于预设范围内时，则向被投像素投票。本发明所述眼底图像视盘定位方法及系统，基于眼底图像中血管分布和视盘之间更稳定的拓扑结构和相对位置进行视盘定位，受图像亮度、对比度等影响小，可提高眼底图像中视盘定位的准确性。
-
公开(公告)号：CN104821135A
公开(公告)日：2015-08-05
申请号：CN201510271387.9
申请日：2015-05-25
Applicant: 吉林大学
IPC: G09B29/00
CPC classification number: G09B29/007
Abstract: 本发明公开了一种实现纸质地图与电子地图结合显示的方法及装置，包括：捕获纸质地图的图像，从所述图像中检测出标识物，所述标识物为经过预先训练的标识物，所述标识物的内部图案为以所述纸质地图为背景的图案；通过所述标识物的边框及内部图案计算得到所述标识物的位置信息及方向信息；将所述标识物的内部图案与预设的标识物模板进行比对，获取与所述标识物相对应的模型；根据所述位置信息及方向信息，在纸质地图与电子地图结合显示的场景中对所述模型进行显示。本发明所提供的实现纸质地图与电子地图结合显示的方法及装置，其标识物具有自己的含义，不必用户自己设计标识物图案，使用户的使用更加方便。
-
公开(公告)号：CN103440434A
公开(公告)日：2013-12-11
申请号：CN201310432215.6
申请日：2013-09-22
Applicant: 吉林大学
IPC: G06F19/00
Abstract: 本发明实施例提供一种大规模混合网格等值线的计算方法及系统，其中方法可以包括：依次遍历各个网格单元，根据各网格单元的各顶点的属性值以及当前等值线的值，确定各网格单元的各顶点的属性值与当前等值线的值的大小关系；对于各个网格单元，根据网格单元的类型以及网格单元的各顶点的属性值与当前等值线的值的大小关系，计算网格单元的等值线线段。本发明实施例提供的大规模混合网格等值线的计算方法减小了进行等值线计算的计算量，算法较为精简，同时具有很好的适用性。
-
Patent Agency Ranking
公开(公告)号：CN119026023B
公开(公告)日：2025-02-14
申请号：CN202411514380.0
申请日：2024-10-29
Applicant: 吉林大学
Abstract: 本发明适用于图结构数据技术领域，提供了一种基于新型图神经网络的图节点分类方法，包括以下步骤：读取图数据；计算节点之间的特征相似性，并设置相似度阈值，当节点之间的相似度超过预设阈值时，为节点对之间添加边；为节点划分不同关系的邻居并为节点的边添加关系属性，得到邻域重构后的新的图结构；将重构图输入到MRN‑GNN中，将同种类型的邻居先与中心节点聚合，在聚合过程中，将各个空间关系下的邻居与中心节点特征进行注意力系数的计算，将注意力系数与邻居特征进行加权聚合；将得到的多关系特征与中心节点特征拼接，最后输出对节点的分类预测。本发明能在不加深网络的前提下有效捕获远距离节点的特征，有效区分不同邻居的关系结构。
-
公开(公告)号：CN117392826B
公开(公告)日：2024-02-13
申请号：CN202311688201.0
申请日：2023-12-11
Applicant: 吉林大学
IPC: G08B31/00 , G06F16/9535 , G06F16/33 , G06F40/284
Abstract: 本发明适用于互联网技术领域，提供了一种基于大数据的网络信息预警方法及系统，所述方法包括以下步骤：接收用户输入的信息搜索语句，判断信息搜索语句中是否存在预警词汇，当存在预警词汇时，调取对应的知识普及防范信息；根据信息搜索语句输出若干条网络推荐信息，将所述知识普及防范信息置于所有网络推荐信息的顶部；接收信息访问指令，展示信息访问指令所对应的信息内容；将所述信息内容与知识普及防范信息进行对比分析，生成预警信息，将所述预警信息置于信息内容的顶部。如此，用户在访问信息内容时，能够时刻看到预警信息，方便结合预警信息中的内容对访问的内容进行甄别，警示作用极好，避免了质量较差的网络信息对用户造成误导。
-
公开(公告)号：CN117392826A
公开(公告)日：2024-01-12
申请号：CN202311688201.0
申请日：2023-12-11
Applicant: 吉林大学
IPC: G08B31/00 , G06F16/9535 , G06F16/33 , G06F40/284
Abstract: 本发明适用于互联网技术领域，提供了一种基于大数据的网络信息预警方法及系统，所述方法包括以下步骤：接收用户输入的信息搜索语句，判断信息搜索语句中是否存在预警词汇，当存在预警词汇时，调取对应的知识普及防范信息；根据信息搜索语句输出若干条网络推荐信息，将所述知识普及防范信息置于所有网络推荐信息的顶部；接收信息访问指令，展示信息访问指令所对应的信息内容；将所述信息内容与知识普及防范信息进行对比分析，生成预警信息，将所述预警信息置于信息内容的顶部。如此，用户在访问信息内容时，能够时刻看到预警信息，方便结合预警信息中的内容对访问的内容进行甄别，警示作用极好，避免了质量较差的网络信息对用户造成误导。
-
公开(公告)号：CN115601240A
公开(公告)日：2023-01-13
申请号：CN202211347627.5
申请日：2022-10-31
Applicant: 吉林大学(CN)
Abstract: 本发明适用于图像处理和深度学习领域，提供了一种基于SwinTransformer的去马赛克重建彩色图像的方法，包括以下步骤：1）构建数据集；2）采用基于SwinTransformer的图像恢复网络SwinIR，构建去马赛克模型；3）训练去马赛克模型；4）测试得到的去马赛克网络模型的性能。本发明提供了一种基于Swin Transformer的自注意力机制能够从Bayer图像重建RGB图像，对比卷积神经网络(CNN)的静态权重以及长程依赖，好处在于能够扩大感受野，注意到全局上下文的特征，对于纹理边缘细节也有更好的重建效果。
-
公开(公告)号：CN112215130B
公开(公告)日：2022-08-16
申请号：CN202011076560.7
申请日：2020-10-10
Applicant: 吉林大学
Abstract: 本发明公开了一种基于2.5D/3D混合卷积模型的人体行为识别方法，构建融合2.5D与3D卷积模块的卷积神经网络架构，并利用公开的人体行为识别数据集进行端到端的预训练，得到初始化网络模型，读取人体行为训练视频，对训练视频进行均等采样与数据增强，利用数据增强后的采样帧拼接构建2.5D图像，将其输入到经过预训练的网络架构进行模型训练，形成识别模型。读取测试集中的人体行为视频，对其进行采样与裁剪，输入到识别模型进行识别，端到端地判断其所属的行为类别。本发明根据2.5D、3D卷积模块可以针对视频帧序列进行有效的时间与空间建模的特点，构建并训练可以准确识别人体行为的神经网络架构。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.023 seconds)
