公开(公告)号：CN107358245A

公开(公告)日：2017-11-17

申请号：CN201710591486.4

申请日：2017-07-19

Applicant: 安徽大学

Inventor： 郑海军 ,  刘政怡 ,  吴建国

IPC: G06K9/46 ,  G06K9/62 ,  G06T7/11 ,  G06T7/194

Abstract: 本发明公开了一种图像协同显著区域的检测方法，属于计算机视觉技术领域，包括：S1、采用M种显著检测方法对N张待检测图像进行显著性检测，得到M×N基本显著图 S2、利用具有拉普拉斯正则项的低秩矩阵分解模型，对M×N张显著区域颜色特征构成的直方图矩阵进行分解，得到所述基本显著图 的加权值，得到 的加权值；S3、将 的加权值与相应的 进行融合，得到加权显著图Sc；S4、对每张待检测图像进行聚类处理，利用Sc指导第i张待检测图像聚类后类的协同显著分配，得到协同显著图Sd；S5、将Sc和Sd进行融合，得到N张待检测图像的显著图S。通过在低秩矩阵分解模型中加入拉普拉斯正则项，提高了低秩背景与系数矩阵区分的准确性，提高了协同显著区域的检测效率。

公开(公告)号：CN105046701B

公开(公告)日：2017-09-15

申请号：CN201510402217.X

申请日：2015-07-08

Applicant: 安徽大学

Inventor： 刘政怡 ,  王娇娇 ,  郭星 ,  张以文 ,  李炜 ,  吴建国

IPC: G06T7/194 ,  G06T5/00

Abstract: 本发明一种基于构图线的多尺度显著目标检测方法，以构图线为目标、其余为背景出发，通过多次特征相关性比较逐步更新目标和背景，形成显著图，并通过背景角度的细化、超像素内像素之间差异的矫正及多尺度融合实现显著目标检测，克服现有图像显著目标检测方法未能直接利用目标特征形成显著图的不足。所述构图线定义为摄影构图法则中的三等分构图线、对角构图线、三角形构图线、黄金比例构图线或金色螺线构图线。所述方法以构图线作为目标的初始值，能够充分利用假定已知目标的特征完成显著性计算。

公开(公告)号：CN106503140A

公开(公告)日：2017-03-15

申请号：CN201610916937.2

申请日：2016-10-20

Applicant: 安徽大学

Inventor： 张以文 ,  王祥如 ,  郭星 ,  严远亭 ,  刘政怡

IPC: G06F17/30

CPC classification number: G06F16/9535

Abstract: 本发明公开了一种基于Hadoop云平台Web资源个性化推荐系统及方法；用户模型模块收集用户在Web资源页面的浏览行为信息，并根据用户在Web资源页面的浏览行为信息为用户的不同行为类型赋予不同的权值，再根据上述不同的权值计算出用户对上述Web资源页面的兴趣度；推荐算法模块根据用户模型模块计算出的兴趣度，利用推荐算法对收集的用户在Web资源页面的浏览行为信息进行聚类处理得出聚类结果，然后根据上述聚类结果构建矩阵，再通过对上述构建的矩阵进行目标资源最近邻分析得出目标资源的最近邻结果，并根据上述最近邻结果对用户的兴趣度进行预测和融合处理得出推荐方案；并行处理模块，在Hadoop云平台下对推荐算法进行离线分布式计算并对计算结果进行存储。

公开(公告)号：CN106022376A

公开(公告)日：2016-10-12

申请号：CN201610338508.1

申请日：2016-05-18

Applicant: 安徽大学

Inventor： 程凡 ,  张磊 ,  杨康 ,  刘政怡 ,  张兴义

IPC: G06K9/62

CPC classification number: G06K9/6269 ,  G06K9/6256

Abstract: 本发明公开了一种基于结构化SVM的不平衡评估准则的直接优化算法，其特征是按如下步骤进行：1、选定数据集，并对数据集中的所有训练样本进行先正后负排序；2、定义基于结构化SVM框架的目标函数；3、根据所述损失函数分别定义面向不平衡评估准则的损失函数以及关联函数ψ(x,y)；4、初始化所述权衡参数C和错误允许值ε；5、利用割平面算法对所述目标函数进行迭代求解，得到基于机构化SVM框架的目标函数。本发明提高了少数类的分类精度，能应用于不平衡数据的分类。

公开(公告)号：CN105808147A

公开(公告)日：2016-07-27

申请号：CN201610303089.8

申请日：2016-05-10

Applicant: 安徽大学

Inventor： 郭星 ,  刘政怡 ,  李炜 ,  张以文 ,  吴建国

IPC: G06F3/0488 ,  G06F3/14

CPC classification number: G06F3/0488 ,  G06F3/1454

Abstract: 本发明为解决不支持Miracast技术的设备之间无线复制与扩展传屏及触控同步问题，提供一种既可实现复制屏幕又可实现扩展屏幕的无线复制与扩展显示交互方法及系统。所述系统由源端设备、触控显示设备，及由虚拟显示屏模块、模数转换模块、压缩模块、无线通信模块、协议转换模块构成的USB虚拟设备、由所述无线通信模块、解压缩模块、数模转换模块构成的显示交互处理设备组成。通过在源端设备上以硬件方式虚拟一个虚拟显示屏，借助虚拟显示屏与触控显示设备的无线同步显示与触控交互，将触控显示设备作为源端设备的无线复制或扩展显示触控终端。所述虚拟显示屏由源端设备USB接口转标准音视频接口输出源端设备复制或扩展的显示屏音视频信号形成。

公开(公告)号：CN102693048B

公开(公告)日：2015-06-17

申请号：CN201210177155.3

申请日：2012-05-31

Applicant: 安徽大学 ,  合肥吉天电子科技有限公司

Inventor： 郭星 ,  吴建国 ,  刘政怡 ,  周济人 ,  吴璠 ,  吴海辉 ,  李炜

IPC: G06F3/042

Abstract: 本发明公开了一种红外触摸屏，包括一排红外发射管、一排红外接收管、触摸检测区域，其特征在于通过扫描红外发射接收正向对管计算出经过触摸点的一条正向直线，再在正向直线附近有目标的扫描红外发射接收斜向对管，计算出经过触摸点的另一条斜向直线，两条直线交点即为触摸点。本发明只需一排红外发射管与一排红外接收管就能实现触摸定位，生产成本低，不会因长度方向距离过大使红外线的衰减严重而无法工作，且触摸定位算法最大扫描次数低，提高了红外触摸屏的响应速度。

公开(公告)号：CN103115613B

公开(公告)日：2015-04-08

申请号：CN201310057543.2

申请日：2013-02-04

Applicant: 安徽大学

Inventor： 刘政怡 ,  李炜 ,  吴建国

IPC: G01C11/00 ,  G01C11/06

Abstract: 一种空间三维定位方法，包括设置过程和定位过程，所述设置过程建立图像像素坐标与标定板上映射点空间坐标之间的对应关系，所述标定板上映射点定义为在摄像头上成像的实际空间点与摄像头连线交标定板的交点；所述定位过程采用图像处理技术识别出目标物体的二维坐标，利用所述对应关系计算出标定板上映射点的三维坐标，再连接摄像头和标定板上映射点形成两条空间直线，其交点即为目标物体。本发明提供一种在精度要求不高的场合可以适用的实现物体空间三维定位的方法，通过手动移动标定板建立所述对应关系，并结合一些测量数据定位目标物体，避免了复杂繁琐的摄像头标定过程，定位方法简单直接，易于实现。

公开(公告)号：CN101364159A

公开(公告)日：2009-02-11

申请号：CN200810196314.8

申请日：2008-09-04

Applicant: 合肥吉天电子科技有限公司 ,  安徽大学

Inventor： 吴建国 ,  周健强 ,  李炜 ,  刘政怡 ,  吴海辉 ,  刘苏南 ,  郭星 ,  赵照

IPC: G06F3/041 ,  G06K9/22

Abstract: 一种基于图像识别的虚拟触摸屏系统，其特征是由至少两个一维图像采集装置、显示屏和计算装置组成，一维图像采集装置设置在虚拟触摸屏的四周，每个一维图像采集装置获取的一维图像所在面与虚拟触摸屏处于同一平面；多个一维图像采集装置将手指在虚拟触摸屏上的位置和点击动作转换成多个一维图像中的点及点的有无，计算装置根据所述一维图像中点的信息识别手指在虚拟触摸屏中的两维直角坐标，并执行相应的操作，完成人机交互功能。本发明解决了使用图像技术实现的触摸屏存在的人体遮挡手指的问题，特别适用于大屏幕触摸系统。

公开(公告)号：CN118411535A

公开(公告)日：2024-07-30

申请号：CN202410477468.3

申请日：2024-04-19

Applicant: 安徽大学

Inventor： 汪粼波 ,  闵烁 ,  方贤勇 ,  刘政怡

IPC: G06V10/74 ,  G06V10/776 ,  G06N3/0895 ,  G06N3/084

Abstract: 本发明涉及图像匹配技术领域，更具体的，涉及基于半监督深度学习的双视角图像匹配方法及系统。本发明使用无监督训练模型对待匹配的目标图像对进行匹配；其中，在模型训练时引入了无监督数据，降低了对数据的要求，也简化了数据获取难度；在模型训练时设计了合理的损失函数，能够使模型从无监督数据中获取更多潜在的有效信息，并增强模型的训练效果、提升测试结果指标。本发明解决了现有解决双视角图像匹配问题的深度学习方法由于使用全监督学习框架而存在数据获取难度较高、训练结果和测试表现不佳的问题。

公开(公告)号：CN115880317A

公开(公告)日：2023-03-31

申请号：CN202211697131.0

申请日：2022-12-28

Applicant: 安徽大学 ,  合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)

Inventor： 汪粼波 ,  曹险峰 ,  方贤勇 ,  刘政怡 ,  褚海涛

IPC: G06T7/11 ,  G06T7/00 ,  G06V10/26 ,  G06V10/44 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明属于医学影像处理领域，具体涉及一种基于多分支特征融合精炼的医学图像分割方法、系统、装置。该医学图像分割方法包括如下步骤：S1：通过PVT和ResNext101模型对医学图像进行特征提取；S2：将每一个对应层的两个特征进行融合得到融合特征；S3：充分挖掘各层融合特征中的全局上下文信息，输出各层融合特征对应的精炼特征；S4：构建各个精炼特征间的长距离相关性，对四个不同层次的精炼特征进行跨层精炼操作；S5：将步骤S1‑S4作为编码端的操作；在解码端的上采样过程中，将跨层精炼特征及最深层的精炼特征通过类似跳跃连接的方式与解码层相结合，输出医学图像的分割结果。本发明解决了现有医学图像分割方法精度、可靠性和鲁棒性不足的问题。