-
公开(公告)号：CN109119133B
公开(公告)日：2021-07-23
申请号：CN201810879094.2
申请日：2018-08-03
Applicant: 厦门大学
Abstract: 基于多标记特征选择及分类的中医临床大数据存储方法，涉及大数据挖掘与中医数字化的交叉技术应用领域。对患者进行信息采集，根据不同患者症状进行量化打分，并对其赋予对应的多类标签；对采集到的患者数据进行归一化处理，将标记数据集进行向量化处理，得到标准的多标记数据集，并将多标记数据集划分为训练集和测试集以验证算法有效性；计算训练集进行特征选择时所需相关矩阵，使用罚函数法计算全局最优特征权重分配；选取权重最大的前K个特征子集，使用MLkNN方法得到测试集预测结果，并选取最优特征子集进行新患者病情预测。
-
公开(公告)号：CN112818797A
公开(公告)日：2021-05-18
申请号：CN202110102061.9
申请日：2021-01-26
Applicant: 厦门大学
Abstract: 本发明涉及图像处理技术领域，特别涉及一种面向在线考试答卷文档图像的一致性检测方法和存储设备。所述一种面向在线考试答卷文档图像的一致性检测方法，包括步骤：获取第一图像和第二图像；定位两图像的奇异点位置，并根据奇异点位置对两个图像进行像素级对齐；截取第一图像的第一目标块，截取所述第二图像的第二目标块；比对第一目标块与第二目标块是否一致，若一致，则判定所述第一图像和所述第二图像一致。以上步骤中利用奇异点来实现第一图像和第二图像的像素级对齐，并且用来比对的目标块的奇异点数均不小于预设个数，确保了用于比对的目标块上信息的丰富性，确保了图像比对结果的准确性。
-
公开(公告)号：CN109829851B
公开(公告)日：2020-09-18
申请号：CN201910042518.4
申请日：2019-01-17
Applicant: 厦门大学
Abstract: 本发明涉及图像处理技术领域，特别涉及一种基于球面对齐估计的全景图像拼接方法及存储设备。所述一种基于球面对齐估计的全景图像拼接方法，包括步骤：获取输入图像，并将所述输入图像映射至统一的立方体网格展开图像面上；通过局部加权，计算每一个球面网格顶点的局部旋转矩阵，根据所述局部旋转矩阵得到局部对齐后的球面网格位置；对局部对齐后的球面网格位置通过纹理映射得到局部对齐后的映射图像。该拼接方法，可以在保证全景图像球面一致性的前提下，即使相机之间存在一定的视差，亦可极大程度的减少全景图像拼接中的拼接错位问题。
-
公开(公告)号：CN109087313A
公开(公告)日：2018-12-25
申请号：CN201810877382.4
申请日：2018-08-03
Applicant: 厦门大学
Abstract: 一种基于深度学习的智能舌体分割方法，涉及图像处理。制定舌象采集标准，以此采集标准环境下的舌象数据；所述采集标准包括对设备方面、光线方面、位置方面和患者要求方面等；人工分割舌象数据，并将数据集划分为训练集和测试集以验证算法有效性；通过舌体分割网络TS-Net的编码器获取舌象的低层特征并进行像素定位；通过舌体分割网络TS-Net的解码器融合高低层特征并进行像素分类，获取完整的舌体区域。
-
公开(公告)号：CN112818796B
公开(公告)日：2023-10-24
申请号：CN202110101837.5
申请日：2021-01-26
Applicant: 厦门大学
Abstract: 本发明涉及计算机视觉算法技术领域，具体为一种适用在线监考场景下的智能姿态判别方法和存储设备。所述一种适用在线监考场景下的智能姿态判别方法，包括步骤：获取考生在线考试视频图像帧数据，并对所述视频图像帧数据进行处理得人体关键点坐标；根据所述人体关键点坐标得考生身体姿态的多维向量；输入所述多维向量至预先建立好的姿态判别模型中，根据预先设置的阈值对该考生的身体姿态是否存在异常进行判断。整个过程中，无需人工参与，即可自动化对学生的身体姿态进行判断，进而辅助判断学生是否存在作弊行为等，大大节约人力，减少人为的漏判，使得在线监考可得到更大的推广。
-
Patent Agency Ranking
公开(公告)号：CN110991305B
公开(公告)日：2023-04-07
申请号：CN201911183503.6
申请日：2019-11-27
Applicant: 厦门大学
IPC: G06V20/13 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本发明涉及一种遥感图像下的飞机检测方法及存储介质，所述方法包括以下步骤：根据输入待检测遥感图像，构造图像金字塔；将图像金字塔的每一层依次作为第一阶段神经网络的输入，得到每一层对应的输出结果；对于每一层对应的输出结果，将其区域置信度低于第一预设阈值的区域全部忽略，然后对剩下的区域进行执行非极大值抑制；将所有层的输出结果进行合并后，执行非极大值抑制，得到第一阶段输出结果；将第一阶段输出结果作为第二阶段神经网络的输入，得到第二阶段输出结果；将第二阶段输出结果中的区域置信度小于第二预设阈值的区域忽略，对剩下的区域进行非极大值抑制，得到最终输出结果。达到与深层神经网络相同的检测精度，将检测速度提升2‑3倍。
-
公开(公告)号：CN115456872A
公开(公告)日：2022-12-09
申请号：CN202210992579.9
申请日：2022-08-18
Applicant: 厦门大学
Abstract: 本发明提供了一种提升人脸图像分辨率的方法、存储介质和电子设备，所述方法包括：接收待处理的人脸图像；通过空间注意力网络恢复人脸图像的部分结构信息，得到中间特征图；通过人脸属性预测模块预测人脸的属性信息，以及通过三维人脸重建分支模块预测人脸三维结构的先验信息；对中间特征图、人脸的属性信息、人脸三维结构的先验信息进行融合，得到高分辨率的人脸图像。本发明通过在人脸图像分辨率恢复过程中引入人脸的属性信息和人脸三维结构的先验信息进行融合，能够有效突出人脸图像的纹理细节，提升人脸图像的恢复效果。
-
公开(公告)号：CN112800282A
公开(公告)日：2021-05-14
申请号：CN202110054367.1
申请日：2021-01-15
Applicant: 厦门大学
IPC: G06F16/901 , G06F16/903 , G06F16/9536 , G06Q30/06 , G06Q50/00 , G06F16/27 , G06Q40/04
Abstract: 一种业务流程异常节点溯源方法，涉及流程图的构建与查找。包括以下步骤：1)通过数据仿真构建包含属性图信息的业务流程图；业务流程图中包括节点、节点属性、节点关系，属性图包含节点属性的转换关系；2)根据业务流程图和属性图中节点的属性数据流动关系，结合深度优先遍历搜索算法，基于属性图约束对业务流程图进行剪枝优化，将与异常节点路径上不相关的支路去除，给出起始溯源的具体属性，沿着该属性的方向逆向查找异常点，完成业务流程异常节点溯源。加快网络对异常节点的搜索速度，提升搜索效率，可实现高效异常逆向溯源搜索，为流程推进提供有力保障具有实际意义。
-
公开(公告)号：CN109919031A
公开(公告)日：2019-06-21
申请号：CN201910097412.4
申请日：2019-01-31
Applicant: 厦门大学
Abstract: 一种基于深度神经网络的人体行为识别方法，涉及人体行为识别领域。采集视频数据集，根据视频中的人体行为类别对视频进行切割，并赋予对应的类别标签；对视频数据进行抽帧和光流计算预处理，并对抽取的视频帧和光流图像赋予与其对应视频相同的类别标签；人体行为特征学习，使用深度卷积神经网络和双支流输入类残差长短期记忆单元循环神经网络LSTM模型学习视频长时序运动特征；根据学习到的人体行为识别特征，用Softmax层融合两条支流类残差循环神经网络学习到的长时序运动特征，并输出视频的识别类别。
-
公开(公告)号：CN109119133A
公开(公告)日：2019-01-01
申请号：CN201810879094.2
申请日：2018-08-03
Applicant: 厦门大学
Abstract: 基于多标记特征选择及分类的中医临床大数据存储方法，涉及大数据挖掘与中医数字化的交叉技术应用领域。对患者进行信息采集，根据不同患者症状进行量化打分，并对其赋予对应的多类标签；对采集到的患者数据进行归一化处理，将标记数据集进行向量化处理，得到标准的多标记数据集，并将多标记数据集划分为训练集和测试集以验证算法有效性；计算训练集进行特征选择时所需相关矩阵，使用罚函数法计算全局最优特征权重分配；选取权重最大的前K个特征子集，使用MLkNN方法得到测试集预测结果，并选取最优特征子集进行新患者病情预测。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.02 seconds)
