-
公开(公告)号：CN110400365B
公开(公告)日：2023-06-20
申请号：CN201910590974.2
申请日：2019-07-02
Applicant: 东南大学
IPC: G06T13/40
Abstract: 本发明提供了一种基于动作增量模型的动作重定向方法，包括：直接复制原始人物动作的节点旋转角度与根节点速度到目标人物骨架上作为初始目标动作；采用骨头长度、局部动作与根节点动作表征原始人物动作与初始目标动作；采用循环神经网络分别对原始人物动作以及初始目标动作进行编码；将原始人物动作编码特征、初始目标动作编码特征以及目标人物输入解码器获得目标动作的动作增量；将目标动作的动作增量与初始目标动作求和得到预测目标动作；针对预测目标动作进行后处理，解决脚步滑动问题。本发明方法无需手工设计复杂的约束条件即可获得高质量的目标动作，针对原始人物与目标人物骨架差异大、动作极其复杂的情况，本发明仍然具有优越的性能表现。
-
公开(公告)号：CN115797269A
公开(公告)日：2023-03-14
申请号：CN202211429322.9
申请日：2022-11-15
Applicant: 东南大学
Abstract: 本发明公开了一种膜性肾病电子致密物图像的分割方法，属于模式识别领域。该方法包括：收集膜性肾病病理图像来构建膜性肾病电镜图像的分割数据集，对分割数据集进行数据增强；建立基于多尺度注意力的卷积神经网络模型；卷积神经网络模型以膜性肾病病理图像为输入进行分割，以膜性肾病病理图像对应的预测图为输出；卷积神经网络模型基于注意力机制对膜性肾病病理图像的分割图进行筛选；使用分割数据集训练卷积神经网络模型的参数；本发明通过多尺度注意力卷积神经网络能够实现自动、准确地对膜性肾病的电镜图像中的致密物进行分割。
-
公开(公告)号：CN113096116B
公开(公告)日：2022-11-18
申请号：CN202110468868.4
申请日：2021-04-28
Applicant: 东南大学
Abstract: 本发明公开了一种基于灰阶图像的医用超声设备性能的自动检测方法，该方法包括图像预处理、纵向几何位置标定、横向几何位置标定、盲区几何位置标定，然后根据获取的纵向几何位置、横向几何位置、盲区几何位置进行结石/囊肿检测，最后处理指标计算；本发明通过将阈值分割与霍夫圆检测等方法相结合，本发明能够对不同拍摄条件下的超声图像进行快速有效的探测关键点标定与误差分析，从而实现超声探测仪的性能自动检测，并避免人工筛查的繁琐步骤。
-
公开(公告)号：CN114222143A
公开(公告)日：2022-03-22
申请号：CN202111471352.1
申请日：2021-12-04
Applicant: 东南大学
IPC: H04N19/85
Abstract: 本发明公开了一种利用微小图像进行信息编码的方式，为特定的商标进行定制。首先，设计了基于三角形的编码方式，利用三角形的顶点朝向(左或右)与5种颜色(红黄蓝绿黑)进行编码。然后利用数字图像处理的方法对图案进行了解码，最后对于商标上的编码图案所在位置进行了定位，以便于放大解码。此编码方式具有独创性，能够在2mm*18mm的空间上存储一定信息量。解码方式以及定位方式通过合理的算法设计，具有较高鲁棒性。对于商标在极其狭小的空间存储一定信息提供了有效的解决方案。
-
公开(公告)号：CN109741336B
公开(公告)日：2021-06-01
申请号：CN201811484493.5
申请日：2018-12-06
Applicant: 东南大学
Abstract: 本发明公开了一种基于像素聚类与分割阈值的白癜风区域分割方法，通过将聚类中心分割与阈值分割方法相结合，本发明方法能够对不同光照环境下拍摄的白癜风患病区域的照片进行快速有效的分割。而且在皮损边缘模糊、曲折、图片对比度底等条件下，仍能较为理想地分割出白斑区域，为白癜风区域的面积测量与构建疗效评价体系提供了关键的技术支持。
-
Patent Agency Ranking
公开(公告)号：CN110400365A
公开(公告)日：2019-11-01
申请号：CN201910590974.2
申请日：2019-07-02
Applicant: 东南大学
IPC: G06T13/40
Abstract: 本发明提供了一种基于动作增量模型的动作重定向方法，包括：直接复制原始人物动作的节点旋转角度与根节点速度到目标人物骨架上作为初始目标动作；采用骨头长度、局部动作与根节点动作表征原始人物动作与初始目标动作；采用循环神经网络分别对原始人物动作以及初始目标动作进行编码；将原始人物动作编码特征、初始目标动作编码特征以及目标人物输入解码器获得目标动作的动作增量；将目标动作的动作增量与初始目标动作求和得到预测目标动作；针对预测目标动作进行后处理，解决脚步滑动问题。本发明方法无需手工设计复杂的约束条件即可获得高质量的目标动作，针对原始人物与目标人物骨架差异大、动作极其复杂的情况，本发明仍然具有优越的性能表现。
-
公开(公告)号：CN109741336A
公开(公告)日：2019-05-10
申请号：CN201811484493.5
申请日：2018-12-06
Applicant: 东南大学
Abstract: 本发明公开了一种基于像素聚类与分割阈值的白癜风区域分割方法，通过将聚类中心分割与阈值分割方法相结合，本发明方法能够对不同光照环境下拍摄的白癜风患病区域的照片进行快速有效的分割。而且在皮损边缘模糊、曲折、图片对比度底等条件下，仍能较为理想地分割出白斑区域，为白癜风区域的面积测量与构建疗效评价体系提供了关键的技术支持。
-
公开(公告)号：CN109101477A
公开(公告)日：2018-12-28
申请号：CN201810563448.2
申请日：2018-06-04
Applicant: 东南大学
Abstract: 本发明公开了一种企业领域分类及企业关键词筛选方法，该方法通过对企业领域语料库进行训练得出相关领域的特征词汇作为分类词典，然后利用这种分类词典对企业的简介文档进行行业分类，在分类之后，本方法还能从企业的简介文档中提取出能代表这个企业所从事领域的行业标签。此外，本方法能克服中文文本处理中的大多数噪声词影响，行业分类错误率低，分类效率高，综合表现性能优异。
-
公开(公告)号：CN108665057A
公开(公告)日：2018-10-16
申请号：CN201810276192.7
申请日：2018-03-29
Applicant: 东南大学
Abstract: 本发明公开了一种基于卷积神经网络的多生产点位轮毂图像分类方法，该方法首先建立卷积神经网络模型，设置网络的结构参数和训练参数；对生产线不同生产点位采集得到的轮毂图像进行预处理，然后尺寸归一化后得到训练数据；将同种轮毂不同生产点位的图像作为一类数据进行数据增强，然后输入到卷积神经网络中进行训练，得到网络的权重和偏置；基于卷积神经网络的训练模型，将待分类轮毂图像输入网络，得到分类结果。由于同一种轮毂类型在热处理前点位、气密性检测点位和包装前点位的外形差异较大，传统手工提取特征分类的方法并不适用，通过本发明公开的卷积神经网络的方法可以实现轮毂的快速分类，提高分类准确率。
-
公开(公告)号：CN108491841A
公开(公告)日：2018-09-04
申请号：CN201810237680.7
申请日：2018-03-21
Applicant: 东南大学
Abstract: 本发明公开了一种汽车轮毂类型识别监控管理系统，该系统包括红外传感器、光源、工业CCD相机、遮光箱体、网线、交换机、服务器以及客户端，其中通过工业CCD相机拍摄生产线上的轮毂图像，利用网线和交换机将各生产点位的图像传输到服务器上，再通过机器视觉检测技术对轮毂类型进行识别，将识别结果和轮毂的生产点位信息、时间信息和调度信息写入数据库中，在同一个局域网下的客户端再通过浏览器监测各个点位间的流动统计信息和实时库存信息，进行库存管理和生产计划监控，以提高轮毂识别准确率和生产效率。
-
-
-
-
-
-
-
-
-
Search Results
75
records
(took 0.028 seconds)
