基于级联网络的分步异源图像模板匹配方法

    公开(公告)号:CN114140700A

    公开(公告)日:2022-03-04

    申请号:CN202111450018.8

    申请日:2021-12-01

    摘要: 本发明公开了一种基于级联网络的分步异源图像模板匹配方法,主要解决现有技术对于大尺寸异源图像对难以平衡匹配速度和精度的问题。其实现方案为:根据开源数据集构建训练集和测试集;构建抑制网络,并制作该网络的训练数据,利用该数据训练抑制网络;构建粗粒度匹配网络,并根据训练集构建该网络的训练数据,利用该训练数据和训练好的抑制网络训练粗粒度匹配网络;构建细粒度匹配网络,并根据训练集制作该网络的训练数据,利用该训练数据训练细粒度匹配网络;将测试集图像输入到训练好的粗粒度匹配网络,再将输出结果输入到训练好的细粒度匹配网络得到匹配结果。本发明提高了异源图像匹配的精度,且有稳定的匹配速度,可用于飞行器的辅助制导。

    基于自监督特征小样本学习的多器官分割方法

    公开(公告)号:CN113706487A

    公开(公告)日:2021-11-26

    申请号:CN202110944404.6

    申请日:2021-08-17

    摘要: 本发明公开了一种基于自监督特征小样本学习的多器官分割方法,主要解决现有技术使用小样本学习分割法进行多器官分割效果差的问题。其方案是:使用超像素分割法从初始数据集中生成大量包含伪标签的数据,并从中选择图像和伪标签作为支持集;采用数据增强法生成查询集;使用自监督特征学习通过预训练的编码器提取支持集和查询集的图像特征,再计算两者的相似度获得前景信息和先验概率辅助信息特征图;构建分割网络对前景信息进行特征精炼得到支持集原型;根据支持集原型与先验概率辅助信息特征图计算分类概率,获得分割结果。本发明减少了大目标器官的过分割和欠分割现象,提升了小目标器官的识别,可用于医学图像的多器官分割,协助医生诊断疾病。

    眼动仪穿戴式紧密贴合背包

    公开(公告)号:CN221266307U

    公开(公告)日:2024-07-05

    申请号:CN202322439597.7

    申请日:2023-09-08

    IPC分类号: A61B50/31 A61B3/113 A61B5/16

    摘要: 本实用新型公开眼动仪穿戴式紧密贴合背包,包括有包体,包体外表面设置有上端开口的平板仓,平板仓内设置有散热套件,包体内腔设置有安装架,散热套件与安装架固接;包体的外表面上设置有USB扩展坞仓,USB扩展坞仓仓体上开有USB开口槽,USB扩展坞仓内设有USB扩展坞,散热套件与USB扩展坞连接。该背包使能穿戴式眼动仪在真实情境下自由活动任务中的使用,方便研究人员对计算设备的操作和眼动数据的监测。