-
公开(公告)号:CN118822982A
公开(公告)日:2024-10-22
申请号:CN202410882191.2
申请日:2024-07-03
申请人: 吉林大学
IPC分类号: G06T7/00 , G06T7/10 , G06T5/40 , G06V10/762
摘要: 一种基于鞅和一维隐马尔科夫链的医学图像分割算法属图像处理技术领域,本发明包括:医学图像去噪等预处理,通过希尔伯特扫描将二维图转换成一维序列;用K‑means聚类方法对序列进行粗分割,将结果作为一维马尔科夫链分割的先验知识;构建一维隐马尔科夫链,利用先验知识并通过EM算法进行参数迭代;用结构相似度函数和Hu矩函数,构建相邻迭代结果之间的差异性函数,继而构建随机幂鞅,用Doob鞅极大不等式定理对迭代结果进行收敛判断;最大化边缘后验概率,将最后得到的一维结果按开始的扫描顺序恢复成二维图像,即最后的分割结果。本发明通过将鞅论和一维马尔科夫链的EM算法结合,避免出现局部最优解,能实现更好的分割效果。
-
公开(公告)号:CN118262116A
公开(公告)日:2024-06-28
申请号:CN202410461424.1
申请日:2024-04-17
申请人: 吉林大学
IPC分类号: G06V10/26 , G06V10/44 , G06V10/54 , G06N3/0464 , G06N3/0455 , G06N3/082 , G06V10/80
摘要: 一种桥梁道路病害缺陷分割的识别方法属计算机视觉技术领域,本发明包括:通过选取二次核函数改进自注意力机制,设计核函数注意力模块;将核函数注意力特征分别加入主干特征网络Xception提取的浅层特征和深层特征中;将基于分形的纹理特征接入主干深层特征,作为强化纹理特征提取分支,与结合核函数注意力机制的主干深层特征共同构成双分支特征提取网络,最后将两者进行多尺度逐层融合;通过上述网络进行特征提取并计算损失函数,实现常见桥梁道路病害分割识别。本发明通过在主干特征中加入二次核函数注意力机制,并有效融合提取的纹理信息,使桥梁道路病害缺陷分割识别效果能有明显提升。
-
公开(公告)号:CN117611694A
公开(公告)日:2024-02-27
申请号:CN202311641904.8
申请日:2023-12-04
申请人: 吉林大学
IPC分类号: G06T9/00 , G06V10/44 , G06V10/52 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/084 , G06N3/0985 , G06F3/147 , G06N3/048
摘要: 一种基于神经网络的集成成像显示性能优化方法属图像处理技术领域,本发明包括:制作用于集成成像显示设备仿真的数据集,构建神经网络实现集成成像显示设备建模,利用数据集训练网络;制作用于集成成像显示性能优化的数据集,构建端到端的集成成像显示性能优化网络,将实现集成成像显示设备建模的网络作为模块插入集成成像显示性能优化网络之后,实现集成成像显示质量的提升。本发明通过将实际的集成成像显示设备利用神经网络建模,再利用神经网络调整编码图像,能实现更好的集成成像显示性能。
-
公开(公告)号:CN117392389A
公开(公告)日:2024-01-12
申请号:CN202311396428.8
申请日:2023-10-26
申请人: 吉林大学
IPC分类号: G06V10/26 , G06V10/764 , G06V10/82 , G06N3/0895 , G06V10/80 , G06N3/0464
摘要: 基于MT‑SASS网络的肾癌MRI图像分割分类方法属医学图像分割技术领域,本发明使用的网络结构包含生成器和判别器两个网络,生成器中加入分类头部以实现图像分类,判别器中加入注意力模块,损失函数采用监督损失和对抗损失之和进行计算。本发明使用MT‑SASS网络对肾癌MRI图像进行分割和分类,可充分利用未标记数据,能判断Ki67和肾癌细胞纹理结果的相关性。
-
公开(公告)号:CN113674371B
公开(公告)日:2023-11-03
申请号:CN202110900318.5
申请日:2021-08-06
申请人: 吉林大学
IPC分类号: G06T9/00
摘要: 一种基于五维二次核建模的立体元图像阵列编码方法属计算机图像处理技术领域,本发明包括下列步骤:推导并建立五维二次核模型的理论体系;执行五维高斯回归初始化的五维二次核混合专家算法;执行五维自适应模型选择算法;编码框架执行。本发明基于五维二次核模型的理论和立体元图像的特性,提出了一种适应人眼的编码方法。不仅在应用上进行了模型理论延伸,还对比了传统的基于变换的HEVC和JPEG2000编码算法,本发明相比于以上两种传统的编码方法,在低比特率下有良好的编码效果。
-
公开(公告)号:CN114358194A
公开(公告)日:2022-04-15
申请号:CN202210014731.6
申请日:2022-01-07
申请人: 吉林大学
IPC分类号: G06K9/62 , G06V20/40 , G06V40/10 , G06V40/20 , G06V10/774 , G06V10/764
摘要: 基于姿态跟踪的孤独症谱系障碍异常肢体行为检测方法属视频行为分析技术领域,本发明先对采集到的儿童诊断视频进行预处理,再用重新训练目标检测算法YOLOv3提取视频中所有人的检测框,裁剪得到子图,使用HRNet人体姿态估计方法对子图进行人体关节点检测,并使用OSNet行人重识别网络提取子图的表观特征进行多目标跟踪,得到儿童左右肩、肘、腕的运动轨迹,再对运动轨迹进行运动速度均值和运动速度标准偏差计算,将得到的特征用随机森林算法进行留一交叉验证,最终对分类结果进行综合判断;本发明对儿童左右肩、肘、腕进行运动轨迹检测,比单一的关节检测信息更加全面,提取有关运动速度的两类特征综合判断,从而提升检测的准确率。
-
公开(公告)号:CN110060334B
公开(公告)日:2022-02-22
申请号:CN201910315941.7
申请日:2019-04-19
申请人: 吉林大学
摘要: 基于尺度不变特征变换的计算集成成像图像重构方法属三维图像处理技术领域,本发明使用相对更正确的图像区域替换失真区域,这些图像区域通过对原始对象采集的视图图像和立体元图像之间的匹配得到,由于设备的限制和实验操作的不可避免的缺点,从原始对象采集的视图图像的对应区域不能满足人们的要求,为了解决上述问题,本发明采用SIFT描述子和透视变换来获得合理的正确区域,提供了三维视图图像的仿真和实验结果,以及相应的图像质量评估,以测试和验证所提方法的性能,仿真和实验结果表明,本发明提出的方法优于传统的计算集成成像重构方法,验证了本发明提出的方法的可行性和有效性。
-
公开(公告)号:CN112637582B
公开(公告)日:2021-10-08
申请号:CN202011445525.8
申请日:2020-12-09
申请人: 吉林大学
IPC分类号: H04N13/363 , H04N13/395
摘要: 模糊边缘驱动的单目视频虚拟视图三维模糊表面合成方法属自由立体显示技术领域,本发明包括:1.真实视图模糊边缘重建,为一组下采样视频帧重建稀疏的模糊边缘;2.通过真实视图重建结果的视点间加权求和,为已知相机位姿的虚拟视图合成模糊边缘;3.采用基于局部平滑与边缘尖锐约束的空域插值,为虚拟视图生成完整模糊表面,利用全部稀疏采样帧的模糊边缘,基于全局可见性约束,去除造成错误遮挡的模糊表面;4.利用少量稀疏采样帧的完整模糊表面,实现虚拟视图模糊表面空洞的角度域填补;本发明通过边缘驱动与模糊理论相辅相成的策略,能实现不使用给定的场景几何信息端到端的高性能、强鲁棒视图合成,为自由立体显示快速生成高品质内容。
-
公开(公告)号:CN112907692A
公开(公告)日:2021-06-04
申请号:CN202110380283.7
申请日:2021-04-09
申请人: 吉林大学
摘要: 一种基于SFRC‑GAN的从素描到人脸重建方法属人工智能深度学习技术领域,本发明使用的网络结构包含两个映射网络,损失函数选择采用Adversarialloss函数和CycleConsistencyLoss函数,本发明使用SFRC‑GAN进行从素描到人脸重建,与真实人脸照片对比相似度极高且面部细节清晰明了,与使用传统算法进行重建相比真实感更高,细节还原更好,与使用传统GAN网络的算法相比更加清晰真实,而且SFRC‑GAN不要求数据集成对输入,即使在没有成对样本的情况下也可进行人脸重建,能降低网络对数据库的要求和限制,本发明对公安部门根据素描画像确定人物身份有很好的启示作用。
-
公开(公告)号:CN108364292B
公开(公告)日:2021-05-25
申请号:CN201810250183.0
申请日:2018-03-26
申请人: 吉林大学
摘要: 一种基于多幅视角图像的光照估计方法属计算机图像处理技术领域,本发明先云重建多幅视角图像三维点,视角图像若存在镜面反射高光点,则计算得到光源数目q,将不包含高光点图像进行本征图像分解,求解照射图灰度值和Lambert模型组成的超定方程组,得到光源数目y,若q=y直接求解超定方程组得到光源位置和强度,否则在已知部分光源位置下求解超定方程组得到光源位置及强度,当每幅视角图像中都不存在高光点时,进行本征图像分解,求解超定方程组得到光源位置及强度。本发明解决了场景同时存在镜面反射和漫反射的问题,不需任何辅助标志物或设备,对根据镜面高光点不能检测出的光源,仍能估计出准确光源位置,得到满意的虚实融合效果。
-
-
-
-
-
-
-
-
-