公开(公告)号：CN114913164B

公开(公告)日：2024-10-29

申请号：CN202210604897.3

申请日：2022-05-30

申请人： 西安电子科技大学

发明人： 童诺 ,  高阳 ,  缑水平 ,  郭璋 ,  李睿敏 ,  黄陆光

IPC分类号： G06T7/00 ,  G06V10/774 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/0895 ,  G16H30/40 ,  G16H30/20 ,  G06V10/26

摘要： 本发明公开了一种基于超像素的两阶段弱监督新冠病灶分割方法，主要解决现有分割方法标注困难和分割精度低的问题。其实现方案为：获取新冠肺炎患者的CT数据，并划分训练数据集、验证数据集和测试数据集；对训练数据集进行涂鸦式标注，其余数据集以完全注释来标注；对涂鸦式标注集进行增强；构造一个以UNet3+为主体包含了四个多尺度特征提取模块的新冠病灶分割网络；使用梯度下降法对分割网络进行两阶段训练；将新冠病灶测试样本集输入到训练好的分割网络中，得到测试样本的分割结果。本发明提升了新冠肺炎患者CT图像中病灶分割的精度和标注效率，可用于对新冠肺炎患者CT图像中病灶的自动化分割，辅助影像科医生对病人的临床诊断。

公开(公告)号：CN113706486A

公开(公告)日：2021-11-26

申请号：CN202110944394.6

申请日：2021-08-17

申请人： 西安电子科技大学

发明人： 缑水平 ,  续溢男 ,  童诺 ,  郭璋 ,  李睿敏 ,  陈姝喆 ,  刘波

IPC分类号： G06T7/00 ,  G06T7/11 ,  G06T7/136 ,  G06T7/194 ,  G06K9/32 ,  G06K9/38 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种基于密集连接网络迁移学习的胰腺肿瘤图像分割方法，其方案是：获取正电子发射计算机断层显像PET和核磁共振成像MRI，对其进行预处理后划分为训练集和测试集；构建分割网络，并使用PET训练数据集对其训练，得到一次训练好的网络参数W1；使用迁移策略将分割网络中特征提取模块的初始参数设置为W1中相应模块的值，其余模块参数随机初始化，并利用MRI图像训练集重新训练分割网络，得到二次训练好的网络参数W2；将MRI测试集输入到以W2为网络参数的分割网络中得到分割结果。本发明提高了MRI图像分割的性能，解决现有技术对小数据集难以训练网络的问题，可用于协助医生完成胰腺肿瘤治疗前的自动靶区勾画。

公开(公告)号：CN113610097B

公开(公告)日：2023-05-05

申请号：CN202110907055.0

申请日：2021-08-09

申请人： 西安电子科技大学

发明人： 李睿敏 ,  逯皓帆 ,  缑水平 ,  李继超 ,  毛莎莎 ,  任子豪 ,  白苑宁 ,  牟金明

IPC分类号： G06V10/26 ,  G06V10/44 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

摘要： 本发明公开了一种基于多尺度相似指导网络的舰船目标分割方法，主要解决现有技术在小样本条件下对舰船目标分割结果较差的问题。其方案是：将现有的不同地区且包含不同成像方式的SAR图像舰船目标分割数据集构建原始数据集；将原始数据集构建为小样本分割训练数据集和小样本分割测试数据集；构建由支撑图像的特征提取支路、查询图像的特征提取支路、相似度指导模块及生成支路构成的多尺度相似指导网络；使用小样本训练集对该网络进行训练；将小样本测试集输入到训练好的网络中得到舰船目标的分割结果。本发明相较于其他小样本语义分割方法，有效减少目标域上数据所需标注数据的数量，提高了小样本语义分割效果。可用于SAR图像解译的中间处理。

公开(公告)号：CN114973401A

公开(公告)日：2022-08-30

申请号：CN202210433456.1

申请日：2022-04-24

申请人： 西安电子科技大学

发明人： 李睿敏 ,  黄湖 ,  缑水平 ,  陈栋 ,  逯皓帆 ,  侯彪 ,  李卫斌

IPC分类号： G06V40/20 ,  G06V40/16 ,  G06V20/40

摘要： 本发明公开了一种基于动作检测与多模态学习的标准化引体向上评估方法，主要解决现有方法对引体向上计数和标准性评估不准确的问题。其实现方案是：引入人脸识别进行身份识别，通过语音关键词控制视频采集；采用单周期波形序列分割法对完整引体向上动作视频进行单次动作检测，提取单次动作视频片段；根据考核标准设定动作判定参数；对视频片段进行人体骨骼点估计，生成单次动作评估向量，判断单次引体向上动作的标准性；基于实时判断结果进行视频、骨骼数据与音频的多模态学习；统计符合标准的引体向上动作个数，生成评估报告，以指导被测试人员查看标准示例进行动作调整。本发明检测准确性高，抗干扰能力强，可用于平时体育训练及体测。

公开(公告)号：CN113723482A

公开(公告)日：2021-11-30

申请号：CN202110958503.X

申请日：2021-08-20

申请人： 西安电子科技大学

发明人： 缑水平 ,  任子豪 ,  郭璋 ,  李睿敏 ,  陈晓莹 ,  焦昶哲 ,  陈栋

IPC分类号： G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G01N21/31

摘要： 本发明公开了一种基于多示例孪生网络的高光谱目标检测方法，主要解决现有技术在高光谱数据目标不足时，模型易过拟合进而导致检测效果下降的问题。其实现方案为：1.准备数据集，并从训练集中划分出“正‑负”和“正‑正”样本对；2.搭建一个由特征提取模块、权重计算模块、特征融合模块、分类器四个部分依次级联构成的多示例孪生网络；3.设置训练参数，用训练集中的样本对迭代训练多示例孪生网络；4.用训练好的多示例孪生网络对测试集数据进行单点测试，输出每个像素属于目标的置信度。本发明提高了高光谱数据目标不足时的检测结果，减小了过拟合现象，可用于爆炸物检测、农作物精细分类。

公开(公告)号：CN113610097A

公开(公告)日：2021-11-05

申请号：CN202110907055.0

申请日：2021-08-09

申请人： 西安电子科技大学

发明人： 缑水平 ,  逯皓帆 ,  李睿敏 ,  李继超 ,  毛莎莎 ,  任子豪 ,  白苑宁 ,  牟金明

IPC分类号： G06K9/34 ,  G06K9/46 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种基于多尺度相似指导网络的舰船目标分割方法，主要解决现有技术在小样本条件下对舰船目标分割结果较差的问题。其方案是：将现有的不同地区且包含不同成像方式的SAR图像舰船目标分割数据集构建原始数据集；将原始数据集构建为小样本分割训练数据集和小样本分割测试数据集；构建由支撑图像的特征提取支路、查询图像的特征提取支路、相似度指导模块及生成支路构成的多尺度相似指导网络；使用小样本训练集对该网络进行训练；将小样本测试集输入到训练好的网络中得到舰船目标的分割结果。本发明相较于其他小样本语义分割方法，有效减少目标域上数据所需标注数据的数量，提高了小样本语义分割效果。可用于SAR图像解译的中间处理。

公开(公告)号：CN118781630A

公开(公告)日：2024-10-15

申请号：CN202410872666.X

申请日：2024-07-01

申请人： 西安电子科技大学 ,  西安云影医通科技有限公司

发明人： 缑水平 ,  王文金 ,  李睿敏

IPC分类号： G06V40/10 ,  A61B5/11 ,  A61B5/107 ,  A61B5/00 ,  G06V20/40 ,  G06T7/00 ,  G06V10/764 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/084

摘要： 本发明公开了基于双重对比学习的脊柱侧弯识别方法，主要解决现有技术识别成本高及准确率低的问题。其实现方案是：采集不同年龄、不同性别、不同脊柱侧弯程度的前屈试验视频；设置视觉体格检查五步法策略对采集的所有前屈试验视频样本进行标注标签；构建基于双重对比学习的Swin Transformer孪生网络；基于骨骼关节点获取关键区域的左右部分，将其输入孪生网络中提取样本左右特征及整体特征；通过骨骼特征热力图对图像左右及整体特征进行增强；利用增强后的特征训练孪生网络；将测试集输入到训练好的孪生网络检测出脊柱识别结果。本发明降低了脊柱侧弯识别的成本，提高了识别的准确率，可用于医院体检或患者对自己人体脊柱状况的初查。

公开(公告)号：CN114612937A

公开(公告)日：2022-06-10

申请号：CN202210253062.8

申请日：2022-03-15

申请人： 西安电子科技大学

发明人： 缑水平 ,  项佳军 ,  李睿敏 ,  任海洋 ,  侯彪 ,  郭璋 ,  白苑宁 ,  任子豪

IPC分类号： G06V40/10 ,  G06V10/46 ,  G06V10/80 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种基于单模态增强的红外与可见光融合行人检测方法，主要解决现有方法中单模态特征提取支路对特征表达能力差的问题。其方案为：1)对现有公开KAIST数据集进行筛选与处理，获得处理后的训练集与测试集；2)构建基于单模态增强的红外与可见光融合行人检测网络W；3)构建行人检测网络W的总体损失Loss；4)用训练集对基于单模态增强的红外与可见光融合行人检测网络W进行训练，通过损失Loss更新网络W中的参数，得到训练好的行人检测网络W′；5)将测试集的图像输入到训练好的行人检测网络W′，得到最终检测结果。本发明提高了行人目标的检测精度与检测速度，可用于无人驾驶，视频跟踪。

公开(公告)号：CN115035508B

公开(公告)日：2024-09-27

申请号：CN202210689905.9

申请日：2022-06-17

申请人： 西安电子科技大学

发明人： 郭璋 ,  任子豪 ,  缑水平 ,  毛莎莎 ,  李睿敏 ,  杨华

IPC分类号： G06V20/62 ,  G06V20/13 ,  G06V10/26 ,  G06V10/774 ,  G06V10/764 ,  G06N3/0455 ,  G06N3/0475 ,  G06N3/084

摘要： 本发明公开了一种基于主题引导的Transformer遥感图像字幕生成方法，主要解决现有技术生成的描述单一，且无法精确表示图像中的语义信息的问题。其实现方案为：搭建一个由Transformer和主题向量组成的主题编码器，并在分类数据集上进行预训练；搭建一个由随机掩码层、嵌入层、Transformer解码器和soft‑max层级联组成的语义解码器；将主题编码器和语义解码器进行连接，得到遥感图像字幕生成网络；设置训练参数，用标准RSICD数据集迭代训练遥感图像字幕生成网络；利用训练好的遥感图像字幕生成网络生成字幕描述。本发明提高了生成描述的多样性和准确性，可用于地物图像检索、灾情预测、图像理解。

公开(公告)号：CN113723482B

公开(公告)日：2024-04-02

申请号：CN202110958503.X

申请日：2021-08-20

申请人： 西安电子科技大学

发明人： 缑水平 ,  任子豪 ,  郭璋 ,  李睿敏 ,  陈晓莹 ,  焦昶哲 ,  陈栋

IPC分类号： G06V20/10 ,  G06V10/58 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G01N21/31

摘要： 本发明公开了一种基于多示例孪生网络的高光谱目标检测方法，主要解决现有技术在高光谱数据目标不足时，模型易过拟合进而导致检测效果下降的问题。其实现方案为：1.准备数据集，并从训练集中划分出“正‑负”和“正‑正”样本对；2.搭建一个由特征提取模块、权重计算模块、特征融合模块、分类器四个部分依次级联构成的多示例孪生网络；3.设置训练参数，用训练集中的样本对迭代训练多示例孪生网络；4.用训练好的多示例孪生网络对测试集数据进行单点测试，输出每个像素属于目标的置信度。本发明提高了高光谱数据目标不足时的检测结果，减小了过拟合现象，可用于爆炸物检测、农作物精细分类。