-
公开(公告)号：CN111127642A
公开(公告)日：2020-05-08
申请号：CN201911414701.9
申请日：2019-12-31
申请人： 杭州电子科技大学
摘要： 本发明涉及一种人脸三维重建方法。本发明采用RGB激光扫面的方法进行彩色三维重建。首先，以直接标定的方法，建立数码相机采样图片的像素坐标系与世界坐标系的映射关系；利用相机拍摄的三色激光照明下的标准色板图像，标定数码相机对三原色的感光曲线，即建立相机三原色记录值与标准值之间的关系。然后，以人脸为目标，提出从获取扫描数据到进行三维重建的完整方法。最后将重建完毕的数字化人脸三维模型用于整形手术的制定方案、提前预览和辅助手术过程。有效的提高用户对美容美化手术的参与度、满意度，提升医生进行美容美化手术的精准度。
-
公开(公告)号：CN111127490A
公开(公告)日：2020-05-08
申请号：CN201911414686.8
申请日：2019-12-31
申请人： 杭州电子科技大学
摘要： 本发明是一种基于循环残差U-Net网络的医学图像分割方法。本发明在深度残差模型、循环卷积网络和U-Net模型基础上，提出了两种分别加入了循环卷积单元的U-Net和循环残差卷积操作的U-Net的分割模型。本发明引入了循环卷积单元和残差卷积单元，较好的解决了分割任务中数据缺乏和分类不平衡的问题。由于循环结构和残差结构只是从结构上改变了网络，并没有增加额外的参数，在分割任务上表现出更好的性能。循环和残差的操作并没有增加网络参数的数量，对训练和测试性能有显著性提高。
-
公开(公告)号：CN114119517A
公开(公告)日：2022-03-01
申请号：CN202111346998.7
申请日：2021-11-15
申请人： 杭州电子科技大学
摘要： 本发明公开了一种联合病理与拓扑信息的神经病理hub节点识别方法，首先确定脑网络的基本数学模型；然后定义神经病理电势与神经病理电势差，再定义全脑网络的神经病理电势差；构建神经病理hub识别的能量函数，确定神经病理hub识别的最优化方法；最后预处理真实的神经影像数据，执行优化算法求取神经病理hub；本发明联合分析神经病理hub在脑网络拓扑结构中的作用以及神经病理负荷在神经病理hub处分布的特征表现，识别出具有高神经病理电势的hub节点，解决了传统hub识别方法仅考虑hub节点在网络结构中的拓扑特征的局限性。
-
公开(公告)号：CN111160138A
公开(公告)日：2020-05-15
申请号：CN201911277784.1
申请日：2019-12-11
申请人： 杭州电子科技大学
摘要： 本发明提供一种基于卷积神经网络的快速人脸交换方法。本发明提出了一种前馈神经网络，该网络可以在人脸替换图像中实现高质量的逼真感。关键的部分在于，本发明实现的方法不同于以往风格转换的方法，使用多图像风格损失，从而近似于一种风格的多种描述，而不是使用单一的参考点。此外，进一步对损失函数进行扩展，以明确地匹配图像之间的光照条件。本发明可以实现全自动的实时人脸交换效果，可以处理特定类型的人脸替换，保持图像的姿势、脸部表情和光照强度等不发生改变。
-
-
-
搜索结果
4 条记录 (耗时 0.025 秒)
