公开(公告)号：CN116580013A

公开(公告)日：2023-08-11

申请号：CN202310567845.8

申请日：2023-05-19

Applicant: 北京理工大学

Inventor： 王卫江 ,  戚航 ,  王晓华 ,  史玥婷

IPC: G06T7/00 ,  G06T7/136 ,  G06N3/0464 ,  G06V10/82 ,  G06N3/08 ,  G06N3/084 ,  G06V10/774 ,  G06V10/74 ,  G06V10/42 ,  G06V10/44

Abstract: 本发明提出一种肝脏肿瘤分割方法，属于医学图像分割领域。针对如何改善全局上下文特征提取能力并如何与局部信息高效结合这个出发点，本发明使用两个并行的编码器，其中引入VGG卷积神经网络分支用来提取局部特征，并设计了轴向分解自注意力分支用来提取全局特征，然后利用共享的残差融合解码器有效整合两个分支的信息。本发明在实现降低模型计算复杂度和减少训练参数量的同时，能显著改善肝脏肿瘤的分割效果，减少错分割或误分割现象。

公开(公告)号：CN116758376A

公开(公告)日：2023-09-15

申请号：CN202310822121.3

申请日：2023-07-06

Applicant: 北京理工大学

Inventor： 王晓华 ,  王赞实 ,  戚航 ,  王卫江

IPC: G06V10/774 ,  G06V10/77 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82

Abstract: 本发明提供了一种X光安检危险物的检测方法，是基于深度学习的目标检测算法，属于计算机视觉领域，包括步骤如下：使用原始YOLOv8模型进行训练，得到原始模型对该数据集检测的特征；按种类调整数据集的图片比例；加入ASFF与SimAM注意力模块，用自适应加权的特征融合Weights‑concat替代原有的特征连接，损失函数引入了slide损失；使用改进后的YOLOv8模型进行训练；使用修改后的NMS函数进行后处理，调整数据增强的参数已达到最佳模型。当前交通设施安全检测仍需要人工的精力和时间，该发明提出的算法生成实际系统后可以辅助交通设施危险物的安检，节省人员时间和提高准确度。该基于YOLOv8改进算法对X光实时危险物检测在不增加原有模型参数的同时，提高检测精度。

公开(公告)号：CN110175495A

公开(公告)日：2019-08-27

申请号：CN201910008621.7

申请日：2019-01-04

Applicant: 北京理工大学

Inventor： 王晓华 ,  高巍 ,  戚航 ,  王卫江 ,  史玥婷

IPC: G06K9/00 ,  G06T7/20

Abstract: 本发明是一种基于背景抑制的弱小动目标检测方法，属于遥感图像处理领域。该方法首先从原连续帧遥感图像中定位检测区域，然后对该区域做灰度化和Kittler二值化处理，最后去除与目标形状特征无关的干扰区域，提取出目标，并生成运动轨迹。本发明方法尤其适用于山地、森林、荒漠等自然地形背景的遥感图像，相比其他弱小目标检测方法，此方法更加简便，运算速度快。