-
公开(公告)号：CN115937423B
公开(公告)日：2023-08-15
申请号：CN202211602147.9
申请日：2022-12-13
Applicant: 西安电子科技大学
IPC: G06T17/00 , G06T7/00 , G06T7/12 , G06T3/40 , G06T5/00 , G06N3/0464 , G06N3/0455 , G06N3/084
Abstract: 本发明公开了一种肝脏肿瘤医疗影像的三维智能重建方法，主要解决现有技术的肝脏肿瘤三维图像重建精度低的问题。其实现方案是：对医疗影像进行图像预处理，以统一不同场景下的数据差异并划分训练集和测试集；基于肝脏肿瘤的复杂特征构建基于边缘聚合模块和动态分层Transformer模块的肝脏肿瘤分割网络模型；将训练数据集输入网络模型中通过随机梯度下降方法进行训练；将测试数据输入到训练后的肝脏肿瘤分割网络中获得预测的肝脏肿瘤分割结果；对预测的分割结果通过图像后处理操作实现精准的三维肝脏肿瘤重建。本发明提升了网络学习效率以及肝脏肿瘤重建的精度，可用于对医学影像的AI自动分割。
-
公开(公告)号：CN116028606A
公开(公告)日：2023-04-28
申请号：CN202310007932.8
申请日：2023-01-04
Applicant: 西安电子科技大学
IPC: G06F16/332 , G06F40/35 , G06N3/08 , G06N3/0455
Abstract: 本发明公开了一种基于Transformer指针抽取的人机多轮对话改写方法，其实现步骤为：构造文本语义相关性识别网络和语义缺失文本改写网络；生成训练集；训练文本语义相关性识别网络和语义缺失文本改写网络；判断用户输入文本间语义是否相关；改写语义缺失文本。本发明利用Transformer的预训练模型进行特征提取并编码，利用通过指针地址抽取文本关键信息内容的技术思路对用户文本进行改写。使得本发明具有可以判断是否需要对用户当前输入文本进行改写、改写用户语义缺失文本质量高、耗时短的优点，可用于人机多轮对话领域中对语义缺失文本的改写任务。
-
公开(公告)号：CN115937423A
公开(公告)日：2023-04-07
申请号：CN202211602147.9
申请日：2022-12-13
Applicant: 西安电子科技大学
IPC: G06T17/00 , G06T7/00 , G06T7/12 , G06T3/40 , G06T5/00 , G06N3/0464 , G06N3/0455 , G06N3/084
Abstract: 本发明公开了一种肝脏肿瘤医疗影像的三维智能重建方法，主要解决现有技术的肝脏肿瘤三维图像重建精度低的问题。其实现方案是：对医疗影像进行图像预处理，以统一不同场景下的数据差异并划分训练集和测试集；基于肝脏肿瘤的复杂特征构建基于边缘聚合模块和动态分层Transformer模块的肝脏肿瘤分割网络模型；将训练数据集输入网络模型中通过随机梯度下降方法进行训练；将测试数据输入到训练后的肝脏肿瘤分割网络中获得预测的肝脏肿瘤分割结果；对预测的分割结果通过图像后处理操作实现精准的三维肝脏肿瘤重建。本发明提升了网络学习效率以及肝脏肿瘤重建的精度，可用于对医学影像的AI自动分割。
-
公开(公告)号：CN114862704B
公开(公告)日：2023-03-24
申请号：CN202210436280.5
申请日：2022-04-25
Applicant: 陕西西影数码传媒科技有限责任公司 , 西安石油大学 , 西安电子科技大学
Abstract: 影像色彩修复的镜头自动划分方法，获取包含多种类别的目标检测训练数据，训练VGG19网络作为特征提取器，将黑白影视文件逐帧切割，得到每一帧的图像，并将帧图像大小对齐，将帧图像输入训练好的特征提取器中，提取得到帧图像的多层特征图作为其深度特征，计算每相邻两帧图像的深度特征之间的语义相似度；根据计算得到的语义相似度，基于阈值自适应算法确定分割该黑白影视文件所需要的阈值，将语义相似度中低于该阈值的帧作为镜头的分割点，完成镜头分割。本发明能够根据不同影像利用阈值自适应动态调整阈值，为影像色彩修复等应用场景提供关键技术支持，同时也可用于非黑白影视的镜头划分应用场景。
-
公开(公告)号：CN114862705B
公开(公告)日：2022-11-25
申请号：CN202210436445.9
申请日：2022-04-25
Applicant: 陕西西影数码传媒科技有限责任公司 , 西安石油大学 , 西安电子科技大学
Abstract: 本发明公开了一种黑白电影影像色彩修复的图像质量评价方法，输入电影的镜头片段，将镜头片段切割成图像帧作为上色的输入数据。首先使用清晰度算法过滤输入数据，将剩余的高清晰度灰度图像使用deoldify方法上色，在上色过程中，使用饱和度算法为该镜头图像的上色自动选择较好的渲染因子值，上色完成以后，计算每张上色后图像与原图之间的均方误差指标(MSE)并将图像按该值升序排序，选取MSE的值排在3/4位置处的图像，作为影像色彩修复的质量最好的图像，即整个镜头上色最终的参考图像。本方法避免了分别对图像帧进行上色然后合成视频这种上色方法所造成的伪影问题及前后不连贯问题，可以使得电影片段的上色效果更加连贯和真实。
-
Patent Agency Ranking
公开(公告)号：CN114862705A
公开(公告)日：2022-08-05
申请号：CN202210436445.9
申请日：2022-04-25
Applicant: 陕西西影数码传媒科技有限责任公司 , 西安石油大学 , 西安电子科技大学
Abstract: 本发明公开了一种黑白电影影像色彩修复的图像质量评价方法，输入电影的镜头片段，将镜头片段切割成图像帧作为上色的输入数据。首先使用清晰度算法过滤输入数据，将剩余的高清晰度灰度图像使用deoldify方法上色，在上色过程中，使用饱和度算法为该镜头图像的上色自动选择较好的渲染因子值，上色完成以后，计算每张上色后图像与原图之间的均方误差指标(MSE)并将图像按该值升序排序，选取MSE的值排在3/4位置处的图像，作为影像色彩修复的质量最好的图像，即整个镜头上色最终的参考图像。本方法避免了分别对图像帧进行上色然后合成视频这种上色方法所造成的伪影问题及前后不连贯问题，可以使得电影片段的上色效果更加连贯和真实。
-
公开(公告)号：CN104850890B
公开(公告)日：2017-09-26
申请号：CN201510175608.2
申请日：2015-04-14
Applicant: 西安电子科技大学
IPC: G06N3/02
Abstract: 本发明公开了一种基于实例学习和Sadowsky分布的卷积神经网络参数调整方法，主要是在利用卷积神经网络训练分类模型的基础上，将特例样本的进一步分类问题归结为基于Sadowsky分布的感知问题，并从理论上证明了感知特征向量中存在Sadowsky分布；通过构造实例集合、Sadowsky分布搜索算法和满足Sadowsky分布的权值映射算法，来训练新的实例卷积神经网络；在分类决策时，两个卷积神经网络共同作用于样本，取概率最大值对应的标签作为分类的结果。本发明的方法能够在保证具有公共特征的样本分类正确的基础上，进一步提高特例样本的分类精度。
-
公开(公告)号：CN102437950B
公开(公告)日：2014-11-12
申请号：CN201110349979.X
申请日：2011-11-08
Applicant: 西安电子科技大学
IPC: H04L12/70
Abstract: 本发明公开一种高效且可扩展的IP数据包分类方法，主要解决现有技术无法满足通用网络设备对执行效率和可扩展能力要求的问题。其实现步骤是：首先通过分析IP包中源、目的端口和协议类型字段在实际应用中的分布特性，将它们映射到一个8比特元组，并根据映射结果将分类规则集划分为若干子集；然后借助于信息熵技术，通过查找最优比特序列作为根和子节点，为每个规则子集建立一棵Tries查找树；最后分类器将收到的IP包映射到某个Tries查找树，查找该树并定位到其叶子节点，进行若干次匹配确定出数据包的类别。本发明降低了分类复杂度，提高了包分类的平均查询时间，具有良好的可扩展性，可用于支持网络设备中的区分服务应用。
-
公开(公告)号：CN102930497A
公开(公告)日：2013-02-13
申请号：CN201210434246.0
申请日：2012-10-19
Applicant: 西安电子科技大学
IPC: G06T1/00
Abstract: 本发明公开了一种基于像素块奇偶校验和块误差分散的半调水印方法，具体步骤包括：(1)图像分色处理；(2)水印图像预处理；(3)计算像素块的奇偶校验值；(4)确定水印嵌入强度；(5)嵌入水印；(6)图像矫正；(7)水印提取。本发明解决了现有技术中在提取水印时要求将扫描后的待检测图像二值化，水印的鲁棒性差，难以真正抵抗打印扫描攻击的问题。本发明具有良好的鲁棒性、能够有效的抵抗打印扫描、随机涂改和裁剪等攻击、容易提取水印的优点。
-
公开(公告)号：CN114821052B
公开(公告)日：2024-08-23
申请号：CN202210444054.1
申请日：2022-04-25
Applicant: 西安电子科技大学
IPC: G06V10/26 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/084 , G06N3/09 , G06T7/00 , G06T19/20
Abstract: 本发明提出了一种基于自调节策略的三维脑肿瘤核磁共振图像分割方法，实现步骤为：(1)获取训练样本集和测试样本集；(2)构建自调节策略的脑肿瘤核磁共振图像分割网络模型G；(3)定义网络模型G的损失函数LSR；(4)对网络模型G进行迭代训练；(5)获取分割结果。本发明所构建的脑肿瘤图像分割方法，利用像素级分割网络提取浅层特征指导更深层网络的训练，促使深层网络获取更多肿瘤内部区域的细节信息；利用图像级分类网络获得的深层特征指导浅层网络的训练，以保留更多肿瘤核心区域的语义信息，并且分割和分类网络提取的特征互相监督，同时不引入额外的监督数据，进一步提高肿瘤核心区域的分割精度。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.026 seconds)
