-
公开(公告)号：CN117975383A
公开(公告)日：2024-05-03
申请号：CN202410387616.2
申请日：2024-04-01
Applicant: 湖北经济学院
IPC: G06V20/54 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/0475 , G06N3/094
Abstract: 本申请公开了一种基于多模态图像融合技术的车辆定位和识别方法，包括：获取目标车辆在当前环境下红外图像和对应的可见光图像；判断当前环境是否为暗光环境，若为暗光环境，则将红外图像和可见光图像输入至融合生成模型，获得融合生成模型输出的增强可见光图像，否则，将可见光图像作为增强可见光图像；将红外图像和增强可见光图像输入至车辆检测模型，获得车辆检测模型输出的目标车辆的位置和型号；车辆检测模型是基于第二样本红外图像和第二样本可见光图像及其对应车辆的位置标签和型号标签训练得到的。通过本申请，实现了对目标车辆的被动定位和车型识别，保证了不同光照情况下都可以获取较为准确的车辆定位和识别结果。
-
公开(公告)号：CN113689927B
公开(公告)日：2022-01-18
申请号：CN202111245725.3
申请日：2021-10-26
Applicant: 湖北经济学院
Abstract: 本发明提供了一种基于深度学习模型的超声图像处理方法及装置，属于医学图像数据处理领域，方法步骤为：将超声图像、电子病历文本和检验结果预处理后输入至训练完毕的融合深度学习模型中，获取超声图像能表征待检查对象的概率，同时对能表征待检查对象概率最高的超声图像自动生成超声检查报告文本。本发明使用多源数据特征可以保证自动生成的超声检查报告的质量，同时能够提高超声检查的效率。
-
公开(公告)号：CN115082426B
公开(公告)日：2022-11-04
申请号：CN202210850786.0
申请日：2022-07-20
Applicant: 湖北经济学院
Abstract: 本发明公开了一种基于深度学习模型的卵泡检测方法及装置，属于医学图像数据处理领域。本发明通过将待检查对象的卵巢三维超声图像、电子病历文本和检验报告输入至训练好的深度学习模型，所述深度学习模型分别提取向量化后电子病历文本的文本特征、预处理后三维超声图像的图像特征、二值化后检验报告的特征，并对提取到的三类特征进行融合，得到多源异构数据特征图，最终能够自动识别出三维超声图像中所有卵泡的位置和大小信息。本发明不仅使用三维超声图像，还充分利用检查对象的电子病历和检验结果等信息，对三维超声图像中的卵泡进行目标检测，能够提高对卵泡检测的准确率。
-
Patent Agency Ranking
公开(公告)号：CN113689927A
公开(公告)日：2021-11-23
申请号：CN202111245725.3
申请日：2021-10-26
Applicant: 湖北经济学院
Abstract: 本发明提供了一种基于深度学习模型的超声图像处理方法及装置，属于医学图像数据处理领域，方法步骤为：将超声图像、电子病历文本和检验结果预处理后分别获取超声图像特征、电子病历文本特征和检验结果特征；将超声图像特征、电子病历文本特征和检验结果特征输入至训练完毕的融合深度学习模型中，获取超声图像能表征待检查对象的概率，同时对能表征待检查对象概率最高的超声图像自动生成超声检查报告文本。本发明使用多源数据特征可以保证自动生成的超声检查报告的质量，同时能够提高超声检查的效率。
-
公开(公告)号：CN113566780A
公开(公告)日：2021-10-29
申请号：CN202111129661.0
申请日：2021-09-26
Applicant: 湖北经济学院
Abstract: 本发明公开了一种基于红外热像仪的人机测距方法及系统。该方法包括如下步骤：获取红外热像仪采集的待测热图，根据待测热图中各像素点温度值对应计算各像素点的梯度向量，梯度向量包括横向梯度值和纵向梯度值；基于各像素点的梯度向量，确定人体头部边界框，人体头部边界框包括一个或多个；根据人体头部边界框，计算其对应特征集；将特征集输入到预先构建的人机测距模型中，预测得到待测热图中每个人与红外热像仪之间的距离。本发明通过对红外热像仪获取的热图进行各像素点梯度向量计算、头部边界框提取、特征集构建、人机距离预测模型建立与距离预测，可对热图中一个或多个人体与红外热像仪之间的距离进行测定，实现对人的被动定位。
-
公开(公告)号：CN113566780B
公开(公告)日：2021-12-07
申请号：CN202111129661.0
申请日：2021-09-26
Applicant: 湖北经济学院
Abstract: 本发明公开了一种基于红外热像仪的人机测距方法及系统。该方法包括如下步骤：获取红外热像仪采集的待测热图，根据待测热图中各像素点温度值对应计算各像素点的梯度向量，梯度向量包括横向梯度值和纵向梯度值；基于各像素点的梯度向量，确定人体头部边界框，人体头部边界框包括一个或多个；根据人体头部边界框，计算其对应特征集；将特征集输入到预先构建的人机测距模型中，预测得到待测热图中每个人与红外热像仪之间的距离。本发明通过对红外热像仪获取的热图进行各像素点梯度向量计算、头部边界框提取、特征集构建、人机距离预测模型建立与距离预测，可对热图中一个或多个人体与红外热像仪之间的距离进行测定，实现对人的被动定位。
-
公开(公告)号：CN117975383B
公开(公告)日：2024-06-21
申请号：CN202410387616.2
申请日：2024-04-01
Applicant: 湖北经济学院
IPC: G06V20/54 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/0475 , G06N3/094
Abstract: 本申请公开了一种基于多模态图像融合技术的车辆定位和识别方法，包括：获取目标车辆在当前环境下红外图像和对应的可见光图像；判断当前环境是否为暗光环境，若为暗光环境，则将红外图像和可见光图像输入至融合生成模型，获得融合生成模型输出的增强可见光图像，否则，将可见光图像作为增强可见光图像；将红外图像和增强可见光图像输入至车辆检测模型，获得车辆检测模型输出的目标车辆的位置和型号；车辆检测模型是基于第二样本红外图像和第二样本可见光图像及其对应车辆的位置标签和型号标签训练得到的。通过本申请，实现了对目标车辆的被动定位和车型识别，保证了不同光照情况下都可以获取较为准确的车辆定位和识别结果。
-
公开(公告)号：CN115082426A
公开(公告)日：2022-09-20
申请号：CN202210850786.0
申请日：2022-07-20
Applicant: 湖北经济学院
Abstract: 本发明公开了一种基于深度学习模型的卵泡检测方法及装置，属于医学图像数据处理领域。本发明通过将待检查对象的卵巢三维超声图像、电子病历文本和检验报告输入至训练好的深度学习模型，所述深度学习模型分别提取向量化后电子病历文本的文本特征、预处理后三维超声图像的图像特征、二值化后检验报告的特征，并对提取到的三类特征进行融合，得到多源异构数据特征图，最终能够自动识别出三维超声图像中所有卵泡的位置和大小信息。本发明不仅使用三维超声图像，还充分利用检查对象的电子病历和检验结果等信息，对三维超声图像中的卵泡进行目标检测，能够提高对卵泡检测的准确率。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.028 seconds)
