公开(公告)号：CN111144406B

公开(公告)日：2023-05-02

申请号：CN201911332440.6

申请日：2019-12-22

Applicant: 复旦大学

Inventor： 杨大卫 ,  张文强 ,  张传法 ,  李馨蕾 ,  陶玮

IPC: G06V10/25 ,  G06T7/20 ,  G01C21/34

Abstract: 本发明属于机器视觉图像处理技术领域，具体为一种太阳能面板清洁机器人自适应ROI目标定位方法。本发明利用目标在两帧图像中位置变化有限的特点，将上一帧的检测结果融合传感器运动信息补偿目标位置变化，估计出目标在当前图像中可能出现的感兴趣区域，缩小了检测范围，避免了全图扫描目标的大计算量和无用背景区域引入的干扰，专注于有效区域，能够实时高效精准地检测目标。本发明解决了清洁机器人在太阳能面板上由于检测范围广、背景复杂、运动变化导致的运算量大、实时性差、干扰多、容易丢失目标等问题，极大地提升了其检测效率和稳定性，使得清洁机器人快速、高效、精准地完成太阳能面板全自动清洁工作。

公开(公告)号：CN115035139A

公开(公告)日：2022-09-09

申请号：CN202110236690.0

申请日：2021-03-03

Applicant: 复旦大学

Inventor： 张文强 ,  熊清悦 ,  李馨蕾 ,  杨大卫 ,  张睿 ,  张巍

IPC: G06T7/12 ,  G06N3/04 ,  G06N3/08 ,  G06V10/82 ,  G06V10/44 ,  G06T7/00

Abstract: 本发明提供了一种基于生成式对抗网络的舌下脉络分割方法，用于对舌下脉络图像进行分割得到不包含噪声点且保持脉络的自然连接性的脉络分割结果，其特征在于，包括如下步骤：对舌下脉络数据集预处理得到预处理数据集；构建包括分割生成器以及判别器的生成式对抗网络模型；其中，分割生成器对训练集分割得到多个尺度不同的初始分割掩膜，判别器对初始分割掩膜判别得到初始分割掩膜真假的概率特征向量；对对抗网络模型训练优化得到应用对抗网络模型，并将其中的分割生成器作为分割网络模型，将舌下脉络图像输入分割网络模型进行分割得到脉络分割结果。通过本发明的分割方法可以有效解决舌下脉络分割结果自然连接性被破坏、产生干扰细小像素等问题。

公开(公告)号：CN111144406A

公开(公告)日：2020-05-12

申请号：CN201911332440.6

申请日：2019-12-22

Applicant: 复旦大学

Inventor： 杨大卫 ,  张文强 ,  张传法 ,  李馨蕾 ,  陶玮

IPC: G06K9/32 ,  G06T7/20 ,  G01C21/34

Abstract: 本发明属于机器视觉图像处理技术领域，具体为一种太阳能面板清洁机器人自适应ROI目标定位方法。本发明利用目标在两帧图像中位置变化有限的特点，将上一帧的检测结果融合传感器运动信息补偿目标位置变化，估计出目标在当前图像中可能出现的感兴趣区域，缩小了检测范围，避免了全图扫描目标的大计算量和无用背景区域引入的干扰，专注于有效区域，能够实时高效精准地检测目标。本发明解决了清洁机器人在太阳能面板上由于检测范围广、背景复杂、运动变化导致的运算量大、实时性差、干扰多、容易丢失目标等问题，极大地提升了其检测效率和稳定性，使得清洁机器人快速、高效、精准地完成太阳能面板全自动清洁工作。

公开(公告)号：CN115205987A

公开(公告)日：2022-10-18

申请号：CN202110393854.0

申请日：2021-04-13

Applicant: 复旦大学 ,  中国科学院长春光学精密机械与物理研究所

Inventor： 张文强 ,  彭健强 ,  李馨蕾 ,  杨大卫 ,  张叶 ,  王延杰

IPC: G06V40/70 ,  G06V10/26 ,  G06V10/40 ,  G06V10/774 ,  G06V10/80

Abstract: 本发明提供了一种双重注意力机制的舌裂纹提取方法，用于对舌裂纹图像进行提取得到舌裂纹结果，其特征在于，包括如下步骤：调整舌裂纹图像的亮度以及对比度得到变换后图像；对舌裂纹图像以及变换后图像处理得到双重输入特征图；通过编码器从双重输入特征图中提取得到深层次特征图，解码器对深层次特征图还原得到高级别特征图；对舌裂纹图像进行卷积处理得到低级别特征图，利用双重注意力机制模块对高级别特征图以及低级别特征图进行信息融合得到像素级别的标签，从标签中得到舌裂纹结果。其中，双重输入特征图、深层次特征图以及高级别特征图均通过快速卷积模块进行快速特征提取得到。

公开(公告)号：CN114862747A

公开(公告)日：2022-08-05

申请号：CN202110156609.8

申请日：2021-02-04

Applicant: 复旦大学

Inventor： 张文强 ,  徐博文 ,  王言凯 ,  杨大卫

IPC: G06T7/00 ,  G06T7/11 ,  G06T7/155 ,  G06V10/80 ,  G06V10/82 ,  G06T5/30 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于信息补全的全卷积细化网络腺体图像分割方法，用于对腺体图像进行分割处理得到腺体分割结果，其特征在于，其特征在于，包括如下步骤：先通过空间信息补充模块依次对相邻的两个特征进行空间信息补充处理得到多个第一信息补全特征；然后，语义信息引导模块依次对相邻的两个特征进行语义信息补充处理得到多个第二信息补全特征；接着，将第一信息补全特征以及第二信息补全特征输入解码器得到初始分割结果。通过本发明的一种基于信息补全的全卷积细化网络腺体图像分割方法，可以补全图像因为需要下采样至低分辨率而损失的信息，从而提高分割边界的准确性，并得到准确的高分辨率分割结果。