-
公开(公告)号:CN119942139A
公开(公告)日:2025-05-06
申请号:CN202510435861.0
申请日:2025-04-09
Applicant: 中国医科大学附属第四医院
IPC: G06V10/40 , G06V10/26 , G06T7/62 , G06T7/13 , G16B20/00 , G06V10/771 , G06T7/30 , G06T3/4038 , G06T5/50
Abstract: 本发明公开了一种用于空间转录组学切片的图像识别方法及其系统,包括有图像获取、图像处理、图像识别、区域标记、轮廓线记忆;本发明相对于现有技术中可能仅保存切片图像的原始数据,未对关键区域的轮廓线进行精确记忆和处理,导致在原始切片发生变形或损坏时需要重新进行繁琐的图像识别操作的缺点,本方案采用轮廓跟踪算法提取拟拼接区域的轮廓线,并进行特征提取和坐标计算,特别是在坐标计算阶段,通过构建变形矩阵实现轮廓线坐标的精确变换,具有轮廓线记忆精确、能够有效防止原始切片变形导致后续重新识别、提高图像处理和识别效率的优点,为空间转录组学切片的图像识别和分析提供了更加可靠和高效的技术支持。
-
公开(公告)号:CN119942090A
公开(公告)日:2025-05-06
申请号:CN202510367885.7
申请日:2025-03-26
Applicant: 南京邮电大学
IPC: G06V10/25 , G06N3/0442 , G06N3/0464 , G06V10/42 , G06V10/44 , G06V10/771 , G06V10/80 , G06V10/82
Abstract: 本发明涉及计算机视觉与目标检测技术领域,具体为基于动态Top‑k特征选择与交叉张量分解的伪装目标检测方法,包括:将伪装目标图像输入编码器网络提取多层级特征,生成不同尺度的特征图;输入全局感知模块和局部优化模块进行不同尺度特征提取,输出全局特征和局部特征;对全局特征和局部特征进行交叉张量分解,通过低秩因子矩阵扩展与交叉合并生成互补特征;将互补后的全局特征、局部特征及前一层融合特征输入层次融合模块;将特征输入混合加权解码器,结合DSE模块的通道注意力机制进行逆向优化,最终输出伪装目标检测结果;对输出的分割图及最终预测图进行多级监督,通过损失函数联合优化模型参数,灵活地调整对不同特征的依赖程度。
-
公开(公告)号:CN119919820A
公开(公告)日:2025-05-02
申请号:CN202510403861.2
申请日:2025-04-01
Applicant: 中国人民解放军国防科技大学
IPC: G06V20/10 , G01S13/89 , G01S7/41 , G06V10/44 , G06V10/771 , G06V10/776 , G06V10/764
Abstract: 本发明涉及一种基于方位角几何约束分类器HRRP目标识别方法及装置。所述方法包括:构建雷达目标识别模型。将不平衡HRRP数据集输入至特征提取模块提取目标特征,将目标特征输入至方位角几何约束分类器进行类别学习。对主导类别特征进行训练,得到主导类别方位角帧分类子原型,并采用一层卷积计算当前主导类别特征与下一个主导类别特征的方位角帧分类子原型之间的子原型位移。根据子原型位移对边缘类别特征进行训练,得到边缘类别方位角帧分类子原型。根据主导类别方位角帧分类子原型、边缘类别方位角帧分类子原型重构损失函数后优化雷达目标识别模型。采用本方法能够在类别不平衡的情况下,提高雷达目标识别性能。
-
公开(公告)号:CN119919655A
公开(公告)日:2025-05-02
申请号:CN202411944674.7
申请日:2024-12-27
Applicant: 哈尔滨工业大学 , 中国移动通信集团黑龙江有限公司哈尔滨分公司
IPC: G06V10/26 , G06V10/54 , G06V10/771 , G06V10/774 , G06V10/776 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464
Abstract: 本发明涉及一种基于先验注意力与辅助引导的甲状腺结节分割方法,属于超声医学图像处理技术领域,解决现有基于U‑Net的甲状腺结节超声图像分割准确性不佳、临床应用价值低的问题,包括:构建甲状腺超声图像数据集DS,将甲状腺超声图像数据集DS按比例划分为训练集、验证集和测试集;利用甲状腺结节超声图像ITN进行特征提取,对提取的特征进行最小冗最大相关特征选择,获取优化的甲状腺结节良恶性先验特征;计算整体损失L,在整体损失L的基础上,利用训练集训练PADPU‑Net网络,在训练过程中使用验证集进行验证,获取PADPU‑Net模型MPADPU‑Net;利用PADPU‑Net模型MPADPU‑Net,对甲状腺结节超声图像测试集DSTest进行测试,对测试结果进行优化获取最终甲状腺结节分割结果。
-
公开(公告)号:CN119919491A
公开(公告)日:2025-05-02
申请号:CN202411952464.2
申请日:2024-12-27
Applicant: 上海非夕机器人科技有限公司
Abstract: 本发明提供了一种基于3D视觉技术的无序物料识别与定位方法及系统,包括:步骤S1:将物料对象的3D模型转换为点云数据,对点云数据进行降采样处理,生成物料对象的模板点云,计算物料对象模板点云的PPF特征;步骤S2:在无序堆叠的物料场景中,基于获取的物料场景RGB图像和深度图像,利用SAM模型进行物料分割,得到每一个实例的物料点云,计算物料场景中物料点云的PPF特征;步骤S3:将物料场景中物料点云的PPF特征与模板点云的PPF特征进行匹配,获得每个物料的6D位姿,通过单次匹配实现无序物料的识别与定位。本发明将深度学习模型与3D视觉技术相结合,提升了无序堆叠物料识别的准确性与效率,广泛应用于仓储、生产线等复杂环境中的自动化抓取与装配任务。
-
公开(公告)号:CN118823155B
公开(公告)日:2025-04-29
申请号:CN202410830574.5
申请日:2024-06-25
Applicant: 武汉纺织大学
IPC: G06T11/00 , G06V10/80 , G06V10/44 , G06V10/771 , G06V10/82 , G06V10/774 , G06N3/045 , G06N3/0464 , G06N3/0475
Abstract: 本发明提供基于深度学习的针织花样色码生成优化方法和装置。本发明进行了以下关键优化以提升性能:对RefinerNet细化预处理网络进行多级特征融合,提升对复杂纹理的识别能力;将Img2Prog网络与PANet集成,实现多层次信息复用,并用SPD卷积替换传统下采样方法,有效减少结构信息丢失;在残差结构中引入CBAM注意力机制,优化Resblock结构,提高低频色码生成精度。通过对改进算法的一系列定量评估与定性分析实验,改进后的算法拥有更好的准确性。这些优化不仅提高了设计效率,还确保了图案的高质量和可编织性,满足了现代纺织行业对快速响应市场变化的需求。
-
公开(公告)号:CN114049492B
公开(公告)日:2025-04-29
申请号:CN202111400561.7
申请日:2021-11-19
Applicant: 百融云创科技股份有限公司
IPC: G06V10/26 , G06V10/80 , G06V10/771 , G06V10/774 , G06V10/776 , G06V10/44 , G06V10/82
Abstract: 本发明提供了一种多路径实时语义分割方法及系统,其中,该方法包括:获得图像数据集;构建多路径模型,其中,多路径模型包括空间信息提取路径、第一注意力与特征融合路径、第二注意力与特征融合路径;利用图像数据集对多路径模型进行训练及测试,获得多路径实时语义分割模型;获得待分割图片;将测试图片输入多路径实时语义分割模型,其中,通过空间信息提取路径对待分割图片进行处理获得第一特征图,通过第一注意力与特征融合路径对待分割图片进行处理获得第二特征图,通过第二注意力与特征融合路径对待分割图片进行处理获得第三特征图,将第一、第二、第三特征图进行特征融合获得实时语义分割结果。
-
公开(公告)号:CN119888439A
公开(公告)日:2025-04-25
申请号:CN202411880456.1
申请日:2024-12-19
Applicant: 重庆中电自能科技有限公司
IPC: G06V10/82 , G06V10/44 , G06V10/771 , G06V10/80 , G06N3/0464 , G06N3/08
Abstract: 本申请提供了一种光伏组件遮挡物识别系统及方法,该系统包括:图像特征提取模块,包括1个m×m的卷积单元和n个残差单元,n为偶数,用于生成k,k=n/2个不同尺度的特征图;多分辨率特征提取模块,包括k个1×1卷积单元、k个3×3卷积单元和k‑1个双线性插值单元,用于生成k个特征融合后的不同分辨率的特征图;和特征自选择模块,包括k个全局平均池化单元和k个全连接层单元,用于生成k个激活后的特征图,选择得分最高的特征图利用Sigmoid函数运算后作为光伏组件遮挡物得分。本申请的优势在于:能够极大的提高光伏组串遮挡物的识别准确率和检出率。
-
公开(公告)号:CN119888297A
公开(公告)日:2025-04-25
申请号:CN202311395590.8
申请日:2023-10-25
Applicant: 宁德时代新能源科技股份有限公司
IPC: G06V10/764 , G06V10/771 , G06V10/25
Abstract: 本申请涉及一种孔隙识别方法、装置、计算机设备、存储介质和程序产品,所述方法包括:基于碳基材料模型进行空间划分,得到多个格点;所述碳基材料模型包括多个碳原子的空间分布信息;根据各所述格点在所述碳基材料模型中的位置以及所述多个碳原子的空间分布信息,确定各所述格点对应的模型区域;所述模型区域为所述碳基材料模型的骨架区域或孔隙区域;根据各所述格点对应的模型区域,确定所述碳基材料模型的孔隙区域。采用本申请能够提高孔隙识别的准确度,使碳基材料的描述更为准确。
-
公开(公告)号:CN119851345A
公开(公告)日:2025-04-18
申请号:CN202411920684.7
申请日:2024-12-25
Applicant: 嘉应学院
IPC: G06V40/20 , G06V40/16 , G06V10/62 , G06V10/26 , G06V10/771 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0442 , G06N3/049
Abstract: 本发明公开一种基于时空网络模型的唇语识别方法、装置、介质及产品,涉及唇语识别技术领域。该方法包括:获取待识别唇语视频图像;识别待识别唇语视频图像的每帧图像中的唇部位置,根据唇部位置,分割对应的唇部图像,得到按时间顺序排列的多个目标唇部图像;将多个目标唇部图像输入至唇语识别模型,得到唇语预测结果;唇语识别模型包括时空网络模型、门控循环单元、注意力机制和softmax函数;唇语预测结果为待识别唇语视频图像表达的文字。本发明能够提高唇语的识别精度和检测速度。
-
-
-
-
-
-
-
-
-