公开(公告)号：CN118485923B

公开(公告)日：2024-09-13

申请号：CN202410931719.0

申请日：2024-07-12

申请人： 成都信息工程大学

发明人： 胡靖 ,  张红湖 ,  郑鹏 ,  黄小猛 ,  吴锡

IPC分类号： G06V20/10 ,  G06V10/44 ,  G06V10/52 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0985

摘要： 本发明提供一种基于模型无关元学习和密集残差注意力的降尺度方法，涉及数据处理领域，包括：确定多个降尺度任务，任意两个降尺度任务对应的气象变量、时间范围和空间范围中的至少一个存在差异；对于每个降尺度任务，确定降尺度任务对应的降尺度样本，包括原气象图及原气象图对应的降尺度气象图；重复执行从多个降尺度任务中采样，形成元批次任务，对元模型进行训练，直至元模型满足预设条件；基于目标降尺度任务的对应的降尺度样本对元模型进行参数调整，生成降尺度模型；获取目标降尺度任务对应的待降尺度气象图；基于降尺度模型，生成待降尺度气象图对应的降尺度气象图，具有提升降尺度结果的大气物理准确性和细节丰富度的优点。

公开(公告)号：CN118134809A

公开(公告)日：2024-06-04

申请号：CN202410408260.6

申请日：2024-04-07

申请人： 成都信息工程大学

发明人： 李孝杰 ,  邓英杰 ,  黄占鳌 ,  彭静 ,  杨善敏 ,  吴锡

IPC分类号： G06T5/77 ,  G06V40/16 ,  G06V10/774 ,  G06V10/25 ,  G06V10/80

摘要： 本发明提出基于面部属性信息预测的自适应人脸修复网络和装置，通过面部解析网络的微调，从缺失人脸中预测获得完整脸部属性信息，以提供面部结构信息，如缺失人脸应有的姿势、表情和角度等；在面部修复中，区别现有人脸先验信息的方法，通过可分离自适应归一化模块自适应地提取结构信息并进行归一化，将预测的属性信息和输入人脸图像的特征信息进行自适应融合，以准确的结构指导面部结构的生成，最后通过多头判别器的身份提取器获取生成的图像和原始图像的身份信息，使用身份损失约束保证生成中身份的准确性。实验结果表明，本发明方法与现有方法相比，即使在复杂的遮挡部位不同的情况下，也能修复出具有准确结构和清晰纹理的面部图像。

公开(公告)号：CN117746171B

公开(公告)日：2024-04-23

申请号：CN202410189155.8

申请日：2024-02-20

申请人： 成都信息工程大学

发明人： 胡靖 ,  母嘉陵 ,  吴锡

IPC分类号： G06V10/77 ,  G01W1/10 ,  G06V10/82 ,  G06V10/80 ,  G06V10/44 ,  G06V10/52 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/088 ,  G06N3/048

摘要： 本发明提供一种基于对偶学习和辅助信息的无监督气象降尺度方法，涉及数据处理领域，包括：建立无监督气象降尺度模型；获取训练样本，基于训练样本对无监督气象降尺度模型进行训练，生成训练后的无监督气象降尺度模型；获取待降尺度的气象数据；获取待降尺度的气象数据的辅助气象数据，其中，辅助气象数据的分辨率高于待降尺度的气象数据的分辨率；通过训练后的无监督气象降尺度模型基于待降尺度的气象数据及辅助气象数据，生成待降尺度的气象数据对应的降尺度的气象数据，具有提高气象降尺度效率及准确度的优点。

公开(公告)号：CN117765378A

公开(公告)日：2024-03-26

申请号：CN202410197246.6

申请日：2024-02-22

申请人： 成都信息工程大学

发明人： 李孝杰 ,  张烺 ,  吴锡 ,  史沧红 ,  黄占鳌 ,  杨善敏 ,  周激流

IPC分类号： G06V20/00 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/08

摘要： 本发明提出一种多尺度特征融合的复杂环境下违禁物品检测方法和装置，通过加强局部特征提取和缓解特征融合的语义冲突来提高对重叠目标和小目标的检测能力，设计多尺度注意力模块主干增强网络对重叠物体的局部特征提取能力，引入挤压激励注意力机制减少目标区域的冗余信息；针对小目标的信息丢失问题，设计自适应融合特征金字塔网络，引入包含细节信息的浅层特征和包含语义信息的深层特征防止小目标信息丢失；采用自适应权重融合策略和通道注意力机制，避免直接融合造成的目标信息丢失。实验结果表明，与现有方法相比，本发明即使在物品遮挡严重、背景复杂的情况下也能准确检测出目标，同时具有更优秀的小目标检测能力。

公开(公告)号：CN116993788A

公开(公告)日：2023-11-03

申请号：CN202310718688.6

申请日：2023-06-16

申请人： 成都信息工程大学

发明人： 胡靖 ,  郑鹏 ,  帅志坤 ,  吴锡

IPC分类号： G06T7/30 ,  G06T3/40 ,  G06N3/0464 ,  G06V10/74 ,  G06V10/82 ,  G06N3/096 ,  G06N3/088

摘要： 本发明涉及一种基于多帧智能体的多模态医学图像柔性配准算法，基于强化学习设计一种新的端到端的多模态图像配准方法，由软演员‑评论家算法SAC驱动进行训练，能够模仿人类专家的逐步配准过程，提高高维配准动作的精准度。鉴于多模态环境极为复杂，在三维空间中的像素级控制存在严峻挑战，本发明将强化学习与计划者网络结合，鼓励人工代理显式地从已经产生的状态帧中学习更加准确的配准动作，用时空维度的优势克服来自多模态和高维连续动作空间的挑战，避免引入参数量巨大的深层次神经网络，且具有强大的鲁棒性和泛化能力，能够驱动模型沿着正确的方向扭曲移动图像。

公开(公告)号：CN116705186A

公开(公告)日：2023-09-05

申请号：CN202310689997.5

申请日：2023-06-12

申请人： 成都信息工程大学

发明人： 杨善敏 ,  任青 ,  吴锡

IPC分类号： G16C20/30 ,  G06F30/27 ,  G06V20/10 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0455 ,  G06N3/0464 ,  G06F119/08 ,  G06F113/08

摘要： 本发明涉及一种基于深度学习的风云卫星近地表空气温度反演方法，基于风云气象卫星遥感云图数据，采用Transformer网络和U型深度学习网络，利用Transformer网络多头注意力机制和U型深度学习网络将高阶与低阶特征融合的优势，通过Transformer对U形网络编码器学习到的低阶多尺度特征进行优化，然后融合到U形网络对应的高阶解码器特征中，在保持语义一致的同时，提高近地表空气温度重建结果的细节信息和精确性。本发明方法近实时地估计出对应的近地表空气温度，补足台站观测气象数据缺测地区的近地表空气温度的完整性和时效性，为天气预报预测等气象业务和研究提供基础数据支撑。

公开(公告)号：CN116681679A

公开(公告)日：2023-09-01

申请号：CN202310683187.9

申请日：2023-06-09

申请人： 成都信息工程大学 ,  南充生物医药产业技术研究院

发明人： 李孝杰 ,  费欣 ,  任红萍 ,  罗勇 ,  李芮 ,  杨智鹏 ,  吕建成 ,  吴锡

IPC分类号： G06T7/00 ,  G06T7/11 ,  G06V10/42 ,  G06V10/80 ,  G06T7/90 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084

摘要： 本发明提出基于双分支特征融合注意的医学图像小目标分割方法，尤其涉及医学图像癌变区域和目标器官的分割，主要针对小目标分割精度不高的问题。构建的分割模型主要包括两个核心模块：双分支特征融合模块DFFM和反向注意上下文模块RACM，首先利用双分支特征编码器提取多分辨率特征，然后构建DFFM，聚合全局和局部上下文信息，实现特征间的信息互补，为精确分割小目标提供足够的指导。为了缓解医学图像边界模糊导致的分割精度下降，提出了反向注意上下文模块来增强特征的边缘纹理，本发明采用六个不同的数据集作为训练集，通过实验证明，本发明方法在参数更少，推理速度更快，模型复杂度更低的情况下，其分割精度比现有方法有更好的表现。

公开(公告)号：CN116013449B

公开(公告)日：2023-07-07

申请号：CN202310273797.1

申请日：2023-03-21

申请人： 成都信息工程大学

发明人： 彭静 ,  郑子建 ,  任红萍 ,  李孝杰 ,  吴锡

IPC分类号： G16H10/20 ,  G16H30/00 ,  G16H50/30 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04

摘要： 本发明涉及一种融合临床信息与磁共振图像的心肌病预后辅助预测方法，所述方法首先采用Relief特征选择算法进行临床指标的筛选，然后将筛选出的临床指标与心脏MRI图像进行特征融合，构建预测神经网络模型MM‑Net包括两个独立的特征提取分支：临床特征分支和图像特征分支，分别进行临床指标和心脏MRI图像的特征提取，最后将两个分支分别提取的高维特征信息进行融合处理，输出最终的心脏MRI图像分类结果，辅助预测扩张型心肌病患者是否发生严重的预后事件。实验结果表明，本发明的辅助预测方法在引入临床指标后，辅助预测的各项指标均有提高，采用的特征层融合策略表现也有优异的表现。

公开(公告)号：CN116386720A

公开(公告)日：2023-07-04

申请号：CN202310383948.9

申请日：2023-04-11

申请人： 成都信息工程大学

发明人： 张永清 ,  邹权 ,  何宇辰 ,  牛颢 ,  丁春利 ,  吴锡 ,  王紫轩 ,  刘宇航 ,  王茂丞

IPC分类号： G16B20/30 ,  G16B40/00 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/082

摘要： 本发明公开了一种基于深度学习和注意力机制的单细胞转录因子预测方法，其包括获取单细胞染色质可及性分析测序数据，并对其进行预处理，之后进行数据增强操作，得到增强测序数据；提取增强测序数据中的回归峰作为特征向量S，拼接正向和反向的增强测序数据作为特征向量A，将取自全基因组的DNA序列数据转换为特征向量U；拼接特征向量S、特征向量A和特征向量U，并输入深度网络模型预测单细胞中每个转录因子的概率，深度网络模型包括卷积模块和通道注意力模型。

公开(公告)号：CN115661612A

公开(公告)日：2023-01-31

申请号：CN202211498102.1

申请日：2022-11-28

申请人： 成都信息工程大学

发明人： 胡靖 ,  田川 ,  母嘉陵 ,  郑鹏 ,  吴锡

IPC分类号： G06V10/82 ,  G06V10/774 ,  G06T3/40 ,  G06Q10/04 ,  G06N3/08 ,  G06N3/0464

摘要： 本发明涉及一种基于元迁移学习的通用气候数据降尺度方法，提出一种通用的气候降尺度框架MTL‑Framework，构建的降尺度模型在该框架上进行训练优化，基于元迁移学习，训练后的降尺度模型能隐含地学习到不同气候变量之间的关联性，本发明的降尺度框架能够在参数空间中找到一个对多个气象变量降尺度任务敏感且可转移的初始化参数，降尺度模型只需要通过该初始化参数初始化模型，接着在当前目标任务上经过简单的微调，就可以取得不错的降尺度效果。实验结果表明，本发明的气候降尺度方法较现有技术更优，并且在多个任务的综合性能表现上更好。