-
公开(公告)号：CN119992281A
公开(公告)日：2025-05-13
申请号：CN202510062071.2
申请日：2025-01-15
Applicant: 山东大学
Abstract: 本发明属于图像异常检测技术领域。提出了一种图像无监督异常检测方法、系统、产品、介质及设备，根据OCT图像以及教师网络的编码器提取第一OCT图像特征；根据OCT图像以及学生网络的编码器提取第二OCT图像特征；将第二OCT图像特征送入全局解码器分支进行压缩得到一维特征，将一维特征经过连续的多次上采样和混合自任务模块恢复成全局学生特征；将第二OCT图像特征送入局部解码器分支得到局部学生特征；计算第一OCT图像特征与全局学生特征的第一偏差值，计算第一OCT图像特征与局部学生特征的第二偏差值，以第一偏差值与第二偏差值的加和为异常检测分数。本发明提高了OCT视网膜图像异常检测的准确性。
-
公开(公告)号：CN119418255B
公开(公告)日：2025-05-13
申请号：CN202510031102.8
申请日：2025-01-09
Applicant: 山东大学
Abstract: 本发明属于图像处理技术领域。提出了一种多尺度视频预测方法、系统、介质、产品及设备，将所述上一帧图像与所述当前帧图像分别输入至双分支光流模块的两个分支，得到运动特征和空间特征；根据所述运动特征和所述空间特征，得到融合特征，所述融合特征中包括下一帧图像与上一帧图像的反向光流、下一帧图像与当前帧图像的反向光流以及权重图；根据下一帧图像与上一帧图像的反向光流、下一帧图像与当前帧图像的反向光流以及权重图，确定下一帧图像的预测结果。本发明在不同尺度下捕捉动态物体的运动趋势与空间细节信息，并利用空间‑通道协同注意力融合策略对两分支特征进行深度交互，显著提升了视频预测的准确性和效果。
-
公开(公告)号：CN119418255A
公开(公告)日：2025-02-11
申请号：CN202510031102.8
申请日：2025-01-09
Applicant: 山东大学
Abstract: 本发明属于图像处理技术领域。提出了一种多尺度视频预测方法、系统、介质、产品及设备，将所述上一帧图像与所述当前帧图像分别输入至双分支光流模块的两个分支，得到运动特征和空间特征；根据所述运动特征和所述空间特征，得到融合特征，所述融合特征中包括下一帧图像与上一帧图像的反向光流、下一帧图像与当前帧图像的反向光流以及权重图；根据下一帧图像与上一帧图像的反向光流、下一帧图像与当前帧图像的反向光流以及权重图，确定下一帧图像的预测结果。本发明在不同尺度下捕捉动态物体的运动趋势与空间细节信息，并利用空间‑通道协同注意力融合策略对两分支特征进行深度交互，显著提升了视频预测的准确性和效果。
-
公开(公告)号：CN117974556A
公开(公告)日：2024-05-03
申请号：CN202311789847.8
申请日：2023-12-22
Applicant: 山东大学
IPC: G06T7/00 , A61B8/00 , A61B8/08 , G06V10/22 , G06V10/54 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于超声图像的羊水区域标定方法及系统，涉及图像处理技术领域。获取超声图像，并对超声图像进行预处理，将预处理后的图像作为训练样本；对训练样本进行羊水区域标定；构建判别网络，利用标定后的训练样本训练判别网络，得到训练好的羊水区域标定模型，其中，训练判别网络过程中，利用DPM方法进行特征提取，并利用SVM方法进行超声图像分类；利用羊水区域标定模型对待判别的超声图像进行处理，得到标注羊水区域的超声图像。本发明可通过在超声图像中图像灰度值的差别进行指示，从而实现自动标注，从而用于羊水区域的分析。
-
-
-
Search Results
4
records
(took 0.017 seconds)
