-
公开(公告)号：CN117011357A
公开(公告)日：2023-11-07
申请号：CN202310984861.7
申请日：2023-08-07
Applicant: 武汉大学
Abstract: 本发明涉及一种基于3D运动流和法线图约束的自监督单目人体深度估计方法，在人体深度估计的基础上设计一个3D运动流估计网络学习两帧之间人体运动参数，建立两帧图像之间的光度一致性和3D几何一致性约束，同时利用法线图和深度图之间的几何关系，建立深度法线一致性损失函数优化人体深度估计网络。其中消除纹理复制模块是在推理测试阶段，设计了一个消除纹理复制的后处理方法，消除衣服上的图案、文字给深度估计网络带来的影响。本发明不需要深度图监督，只需要视频作为监督数据，泛化性强；同时可以消除衣服上图案和文字，解决纹理复制问题。
-
公开(公告)号：CN113378929B
公开(公告)日：2022-08-30
申请号：CN202110651608.0
申请日：2021-06-11
Applicant: 武汉大学
IPC: G06V10/764 , G06V10/82 , G06N3/04 , G06T7/00
Abstract: 本发明提供了一种肺结节生长预测方法和计算机设备，肺结节生长预测方法包括：获取若干肺部CT图像，得到若干标注图像；将若干标注图像输入编码器得到若干初始特征图像；将若干初始特征图像输入级联convLSTM网络得到若干初始预测特征图像；将若干初始预测特征图像输入解码器得到若干候选预测特征图像；基于若干候选预测特征图像和分类器得到若干预测图像。本发明中，根据过去多个时间点的若干肺部CT图像，采用级联convLSTM网络确定肺结节在未来多个时间点的预测图像，不需要测量肺部CT图像中的大量数字特征，也不需要筛选肺结节生成因素，整个过程减少了大量人力资源，操作步骤更为简单，可以快速得到质量较高的预测图像。
-
公开(公告)号：CN113724200A
公开(公告)日：2021-11-30
申请号：CN202110882051.1
申请日：2021-08-02
Applicant: 武汉大学
Abstract: 本申请涉及一种基于异构数据的肺结节演化预测方法、装置及设备，该方法包括：根据多个原始肺部CT图像获取肺部的影像特征数据；融合所述影像特征数据和与所述影像特征数据对应的临床数据，获得融合数据；基于所述融合数据建立时序预测模型；输入待预测融合数据，通过所述时序预测模型，获得预测的肺结节量化数据，其中所述待预测融合数据为待预测肺部CT图像的影像特征数据和对应的临床数据的融合数据；根据所述预测的肺结节量化数据获取肺部预测CT图像。该方法实现了利用CT图像的影像特征数据与临床数据结合形成的异构数据来进行肺结节的演化预测。
-
公开(公告)号：CN113379821A
公开(公告)日：2021-09-10
申请号：CN202110695235.7
申请日：2021-06-23
Applicant: 武汉大学
Abstract: 本发明提供了一种基于深度学习稳定的单目视频深度估计方法，利用卷积神经网络强大的拟合能力，通过对大量二维RGB图片数据的学习，结合设计好的损失函数，最终学习出二维RGB图片对应的深度图。本方法完全利用单目视频序列对提出的模型进行训练，训练过程中不需要深度图或者相机位姿的GroundTruth进行监督，是一种完全无监督的方法。相比于现有的基于单目视频的深度估计，其特点是能保证在连续视频帧上估计出来的深度结果是稳定的，帧与帧之间的深度估计结果不会存在较大的不一致的现象。另外对于深度估计中的难点，运动物体的深度估计，也提出了解决的方法。
-
公开(公告)号：CN113379698A
公开(公告)日：2021-09-10
申请号：CN202110637778.3
申请日：2021-06-08
Applicant: 武汉大学
Abstract: 本发明设计了一种一种分步联合监督的光照估计方法，仅用单张RGB图片即可估算出图片中任意位置的光照信息。使用分步网络的结构将原始任务分解为处理相机视角内信息、预测相机视角外信息、将低动态范围图像逆映射到高动态图像这三个较为简单的子任务。使用垂线段表示预测位置来得到更加准确的变形算法，并利用曝光程度图对光照的位置和强度进行直接监督促以提高光照信息的准确性。此外还通过一个密集的光照注意力网络将光照信息共享到全景图的纹理分支，来使得生成的纹理信息与光照信息相匹配。本发明使用强度校准的算法来得到与输入图像强度匹配的HDR全景图。仅用单张RGB图片即可估算出图片中任意位置的光照信息。
-
Patent Agency Ranking
公开(公告)号：CN113343765A
公开(公告)日：2021-09-03
申请号：CN202110509506.5
申请日：2021-05-11
Applicant: 武汉大学
IPC: G06K9/00 , G06K9/62 , G06F16/583 , G06N3/04
Abstract: 本发明涉及点云检索领域，提供了一种基于神经网络与点云配准的场景检索方法及系统，主要包括网络训练模块与点云检索模块，其中网络训练模块以现有的点云检索网络为基础，引入基于概率的损失函数，使点云特征向量更好地表达点云的全局特征，其中点云检索模块应用了基于点云配准的重排序策略，确保存在相似结构的点云获得更高的检索排名。本发明不仅能够增强点云检索中点云特征计算的准确度，而且能够便捷地移植到不同的点云检索网络中，提升其检索的准确度。
-
公开(公告)号：CN112991458A
公开(公告)日：2021-06-18
申请号：CN202110257170.8
申请日：2021-03-09
Applicant: 武汉大学
Abstract: 本发明涉及一种基于体素的快速三维建模方法及系统。通过在置物平台周围依次间隔摆放数目大于1的N个RGBD摄像机对目标物体进行拍摄，再通过设置的图像处理单元、体素裁剪单元、体素融合单元、体素填补单元、网格抽取单元和纹理生成单元。得到目标物体的逼真的三维重建模型。解决了在有限视角下对目标物体进行三维重建时信息不足的问题，同时实现了对目标物体进行快速的三维重建。既快速又准确。
-
公开(公告)号：CN117645673B
公开(公告)日：2024-05-10
申请号：CN202311559831.8
申请日：2023-11-22
Applicant: 武汉大学
Abstract: 本发明公开了一种hIL‑21与sCD4及Fc的融合蛋白及其应用，属于基因工程和生物医学医疗技术领域。本发明的融合蛋白具有治疗HIV或制备治疗HIV药物的应用。所述融合蛋白的hL‑21为人的IL‑21，sCD4为CD4分子胞外区D1D2结构域，Fc为免疫球蛋白的Fc区。所述的融合蛋白具有促进CD8+T细胞分化为记忆干细胞样T细胞，增强HIV特异性CD8+T细胞免疫应答；所述的融合蛋白可通过sCD4靶向HIV+细胞，并通过Fc介导的抗体依赖的细胞毒性作用靶向杀伤HIV+细胞；同时，所述融合蛋白可中和病毒库激活和靶向杀伤过程中新产生的游离病毒，阻断新的感染和病毒库的产生，从而使治疗艾滋病作用最大化。
-
公开(公告)号：CN113378775B
公开(公告)日：2023-04-07
申请号：CN202110723932.9
申请日：2021-06-29
Applicant: 武汉大学
IPC: G06V20/40 , G06V10/764 , G06V10/82 , G06T5/00 , G06N3/0442 , G06N3/0464 , G06N3/045 , G06N3/09
Abstract: 本发明涉及视频处理技术领域，提出了一种基于深度学习的视频阴影检测与消除方法。该方法首先使用残差连接优化检测与关键帧提取光流补全相结合的方法进行视频阴影检测，再采用一个基于内部学习的保纹理方法进行视频阴影消除，通过光流计算中间帧，设置仿射变换损失以及视频一致性损失等加强对视频中时序信息的利用，从而保持视频处理结果的时空一致性，获取更真实可靠的处理结果。本发明通过给定输入的RGB阴影视频，对视频信息进行分析处理，能够准确地将视频中的阴影区域检测出来，并且将其阴影部分的光照信息修复成与没有阴影部分的光照一致，从而实现良好的阴影消除效果。
-
公开(公告)号：CN115880443A
公开(公告)日：2023-03-31
申请号：CN202310177622.0
申请日：2023-02-28
Applicant: 武汉大学
Abstract: 本发明提供了一种透明物体隐式表面重建方法及设备。通过特定的数据采集装置，采用棋盘格标定板标定整个数据采集装置；在黑暗环境下，拍摄图像，基于拍摄图像获得每个视角下相机光线和背景显示器上像素的对应关系。采用多层感知机表示透明物体的三维模型；提出体绘制模拟折射路径的方法建立相机产生的出射光线与背景屏幕像素的联系；通过最小化采集的真实的背景显示器像素和生成的背景显示器像素的位置差异，同时保证轮廓一致性，迭代优化MLP表示的透明物体三维模型；最后，提出自适应的光线采样策略和动态的位置编码加快模型训练速度和提高透明物体三维模型重建质量。
-
-
-
-
-
-
-
-
-
Search Results
55
records
(took 0.117 seconds)
