“G06V20/69”专利分类搜索_专利查询_文献下载_出售_求购_买卖_交易

钻瓜专利网为您找到相关结果618个，建议您升级VIP下载更多相关专利

[发明专利]一种数据知识双驱动的硅藻图像分类系统和方法-CN202310929751.0在审
发明人：丛璐璐;吴伟;刘纯玉;李沁欣 -专利权人：中国科学院南京地理与湖泊研究所
申请日： 2023-07-26 - 公布日： 2023-10-27 - 主分类号： G06V20/69 文献下载
摘要：本发明公开了一种数据知识双驱动的硅藻图像分类系统和方法，该系统包括生成对抗网络模块、知识学习模块和深度残差网络模块；生成对抗网络模块设计一个适合硅藻图像生成的生成对抗网络模型以扩充硅藻图像数据集。知识学习模块将硅藻知识嵌入到知识向量空间。深度残差网络模块则将硅藻图像嵌入到特征向量空间。为克服知识域和特征域语义鸿沟，利用知识辅助深度残差网络分类，本发明采用多层感知机将知识域嵌入投影到特征域，并采用最小均方误差损失函数最小化特征域内知识嵌入和特征嵌入的距离。相较于传统未加生成对抗网络和知识属性的分类模型，本发明方法在准确率(Precision)提升了8.6％、召回率(Recall)提升了9.7％、损失降低了31.6％。
一种数据知识驱动硅藻图像分类系统方法

[发明专利]一种基于荧光视频的神经元胞体自动识别系统-CN202010194079.1有效
发明人：吴钧杰;王汉斌 -专利权人：南京景瑞康分子医药科技有限公司
申请日： 2020-03-19 - 公布日： 2023-10-27 - 主分类号： G06V20/69 文献下载
摘要：本发明公开一种基于荧光视频的神经元胞体自动识别系统，使用构造视频模块将荧光视频转换为高信噪比的构造视频，采用胞体识别分割模块识别并区分存在空间投影重叠的胞体区域，并为使用者提供友好方便的用户偏好设置，最终提供稳定准确的神经元胞体自动识别结果。
一种基于荧光视频神经元自动识别系统

[发明专利]一种基于光学图像识别的二点委夜蛾饲养方法及系统-CN202210979627.0有效
发明人：安静杰;郭江龙;高占林;李耀发;党志红 -专利权人：河北省农林科学院植物保护研究所
申请日： 2022-08-16 - 公布日： 2023-10-27 - 主分类号： G06V20/69 文献下载
摘要：本发明公开了一种基于光学图像识别的二点委夜蛾饲养方法及系统，通过获取二点委夜蛾生长图像数据分析得到生长异常信息，根据生长异常信息将生长异常和羽化异常的二点委夜蛾进行提前预测并清除，得到较为健康的饲养组，提高了健康饲养二点委夜蛾的效率。另外，通过获取光学显微图像，得到微孢子虫感染信息，并根据感染信息进行二点委夜蛾的一代和二代健康筛选，得到去除微孢子虫病的健康二点委夜蛾饲养组，本发明具有较强的实用性和高效性。另外，本发明通过分析采集点的环境信息，能够得到较佳的二点委夜蛾采集点，从而提高二点委夜蛾的采集健康率，实现了提高健康二点委夜蛾饲养效率的目的。
一种基于光学图像识别二点委夜蛾饲养方法系统

[发明专利]一种病理学图像细胞拓扑特征提取方法-CN202310981692.1在审
发明人：董亚东;赵杰;李明原;何贤英;马倩倩;王琳琳;王琳;卢耀恩 -专利权人：郑州大学第一附属医院
申请日： 2023-08-04 - 公布日： 2023-10-24 - 主分类号： G06V20/69 文献下载
摘要：本发明涉及一种病理学图像细胞拓扑特征提取方法，获取病理学图像，对病理学图像进行细胞分割，对细胞分割后的病理学图像进行轮廓提取，得到细胞轮廓信息，根据细胞轮廓信息，构建细胞之间的拓扑结构，基于构建的细胞拓扑结构，提取细胞拓扑特征。本发明提供的一种病理学图像细胞拓扑特征提取方法，充分考虑病理学图像中细胞间的拓扑特征，弥补了传统基于细胞形态、颜色、纹理等方法局限于像素特征的问题，以及弥补了传统神经网络模型局限于像素特征的问题，从生物意义出发提取拓扑特征，作为基于像素特征提取方法的补充，让计算机更全面的理解病理学图像。
一种病理学图像细胞拓扑特征提取方法

[发明专利]一种基于深度学习的纳米颗粒团聚自动化在线定量分析方法-CN202210328541.1在审
发明人：王卓;孙志坚 -专利权人：中国科学院沈阳自动化研究所
申请日： 2022-03-30 - 公布日： 2023-10-24 - 主分类号： G06V20/69 文献下载
摘要：本发明公开一种基于深度学习的纳米颗粒团聚自动化在线定量分析方法，包括提出一种基于SFNet的改进轻量化纳米颗粒团聚分割网络,采用轻量化网络主干GhostNet、基于深度可分离卷积和密集连接思想改进的轻量化空洞空间池化金字塔和卷积注意力模块以及串联通道自注意力和位置注意力自注意力的改进方法提高了纳米颗粒团聚分割的准确性和实时性。对分割结果进行连通域分析进而得到SEM/TEM图像中纳米颗粒团聚的当量直径和综合形状系数并统计分析得到分布直方图。本发明易于在嵌入式设备上部署并且在在具有非纳米颗粒团聚目标干扰和高强度背景噪声的SEM/TEM图片中实现快速准确对各种纳米颗粒团聚自动化分析，具有良好的鲁棒性和普适性。
一种基于深度学习纳米颗粒团聚自动化在线定量分析方法

[发明专利]一种基于深度学习的在SEM/TEM图像中纳米颗粒分割方法-CN202210348165.2在审
发明人：王卓;孙志坚 -专利权人：中国科学院沈阳自动化研究所
申请日： 2022-03-30 - 公布日： 2023-10-24 - 主分类号： G06V20/69 文献下载
摘要：本发明公开了一种基于深度学习的在SEM/TEM图像中纳米颗粒分割方法。分割方法采用一个基于Deeplabv3+的改进轻量化纳米颗粒分割网络用于分割纳米颗粒和去除SEM/TEM图像的复杂背景。轻量化纳米颗粒分割网络通过使用空洞卷积改进的轻量化主干，轻量化空洞空间池化金字塔，双注意力机制等三个方面措施改进提高了纳米颗粒分割的准确性和实时性。本发明提出的方法可以易于在嵌入式设备上部署并且实现在有严重背景干扰，极小纳米颗粒目标和稠密纳米颗粒的SEM/TEM图片中实现大多数种类纳米颗粒材料分割，具有良好的鲁棒性和普适性。
一种基于深度学习 sem tem 图像纳米颗粒分割方法

[发明专利]一种基于高光谱图像深度学习的智能识别方法、装置及介质-CN202310772036.0在审
发明人：张天才;邓贤明;吴护林;李忠盛;周堃;牛飞龙;向伟;吴法霖;陈知华;朱凡;张翼翔;汪家辉;代欣位;徐塱;王森 -专利权人：中国兵器装备集团西南技术工程研究所
申请日： 2023-06-27 - 公布日： 2023-10-24 - 主分类号： G06V20/69 文献下载
摘要：本发明公开了一种基于高光谱图像深度学习的智能识别方法、装置及介质，涉及图像处理领域，包括：S1、制备深度学习样本；S2、采集样本高光谱图像；S3、样本高光谱图像预处理；S4、显微高光谱图像识别训练并输出图像。本发明在高光谱图像上做3D残差卷积可以更充分地对光谱维度进行特征提取，利用3D卷积替代传统2D卷积可以直接将高光谱数据块送入网络训练，无需前期降维等操作，避免了高光谱图像信息量的损失；同时提取其空间和光谱信息进行模型训练；在图像数量较少的情况下依旧可以达到不错的训练效果；综上，提高图像识别准确率。
一种基于光谱图像深度学习智能识别方法装置介质

[发明专利]一种细胞异常样本智能化检测方法-CN202311196273.3在审
发明人：李文君 -专利权人：上海大学
申请日： 2023-09-18 - 公布日： 2023-10-24 - 主分类号： G06V20/69 文献下载
摘要：本发明涉及光谱数据分析技术领域，提出了一种细胞异常样本智能化检测方法，包括：采集细胞样本的高光谱数据；根据成像空间相邻位置在不同波段的光谱值，获取每个波段的若干初始局部范围及可使用度，得到成像空间中若干第一局部范围；获取每个位置在每个波段的第一信息分布程度，以及每个波段的第二信息分布程度，得到每个波段的修正系数；根据修正系数对PCA降维中每个波段的特征值进行修正，得到若干特征波段，通过构建分类模型完成细胞异常样本的智能化检测。本发明旨在解决通过高光谱数据分析细胞过程中，由于对高光谱数据通过固定波段进行降维而未考虑信息分布而导致分类模型不准确影响检测结果的问题。
一种细胞异常样本智能化检测方法

[发明专利]革兰染色图像的目标识别与分割算法及系统-CN202311018962.5在审
发明人：娄博华;杨旭;朱慧敏;沈海东;刘中华;王国强 -专利权人：江苏硕世生物科技股份有限公司
申请日： 2023-08-11 - 公布日： 2023-10-24 - 主分类号： G06V20/69 文献下载
摘要：本发明涉及一种革兰染色图像的目标识别与分割算法及系统。所述算法包括：图像采集与标注；训练初始识别与分割模型；微调训练目标识别分支；微调训练目标分割分支；图像识别与分割结果输出。本发明在目标识别算法中，增加全局图像的语义分割检测分支，能够快速有效地实现染色图像中多种细胞或菌种目标的同时检出，从而提高医务人员的工作效率和多类目标检出任务的准确性。
染色图像目标识别分割算法系统

[发明专利]一种DC细胞检测方法及系统-CN202310376762.0有效
发明人：聂宵;田国忠;张鹏 -专利权人：沃森克里克（北京）生物科技有限公司
申请日： 2023-04-11 - 公布日： 2023-10-24 - 主分类号： G06V20/69 文献下载
摘要：本发明公开了一种DC细胞检测方法及系统，通过第一采集频次F1获取细胞培养图像，依次分离出选定区域图像，并基于支持向量机依次对选定区域图像进行不成熟DC细胞检测；通过第二采集频次F2获取DC细胞培养图像，并进行增强处理，得到待识别图像集合P1；通过基于DC细胞检测的深度学习模型对待识别图像集合P1的待识别图像进行成熟DC细胞检测；获取检测出成熟DC细胞的原始DC细胞培养图像。本发明实施例的方法中提出了DC细胞检测方法，借助人工智能实现对DC细胞培育的监测，避免了人力浪费和不准确性，能够精准对DC细胞状态进行分类，对DC细胞生长过程的定量分析提高了准确的数据支撑。
一种 dc 细胞检测方法系统

[发明专利]一种基于显微镜图像的藻类检测方法及系统-CN202310284698.3有效
发明人：胡圣;尚子涵;李斌;王英才;张晶;彭玉;李书印;方标;熊丹妮;雷琦 -专利权人：生态环境部长江流域生态环境监督管理局生态环境监测与科学研究中心;武汉大江锐视生态科技有限公司;武汉润江生态科技有限公司
申请日： 2023-03-22 - 公布日： 2023-10-24 - 主分类号： G06V20/69 文献下载
摘要：本发明公开了一种基于显微镜图像的藻类检测方法及系统，包括以下步骤：S1：采集水样不同液层的图像数据，获得序列图像；S2：计算所述序列图像的清晰度；S3：从所述序列图像中筛选出清晰度满足预设要求的图像数据；S4：构建藻类深度学习模型，利用所述藻类深度学习模型，在筛选出来的每张清晰图像上检测藻类种属和对应的像素坐标；S5：对所有筛选出来的清晰图像上检测出来的藻类结果进行合并，实现单视野下多液层藻类检测的目标。本发明将不同液层采集的清晰图像数据进行藻类检测与识别，然后将它们的检测结果进行合并，可以实现单视野下多液层藻类检测的目标。
一种基于显微镜图像藻类检测方法系统

[发明专利]基于掩膜区域卷积神经网络的荧光编码微球图像检测方法-CN201811495516.2有效
发明人：史再峰;刘铭赫;曹清洁;李晖;任辉政 -专利权人：天津大学
申请日： 2018-12-07 - 公布日： 2023-10-24 - 主分类号： G06V20/69 文献下载
摘要：本发明涉及计算机视觉的图像处理领域，为在悬浮芯片技术基础上，针对分析方法中存在的成本较高、准确度不足等问题，结合显微图像采集技术，可准确检测待检物种类与浓度，具有操作简单、灵活、成本低等优点，本发明，基于掩膜区域卷积神经网络的荧光编码微球图像检测方法,步骤如下：步骤1：微球图像获取；步骤2：图像裁剪与标注；步骤3：训练样本集与测试集建立；步骤4：掩膜区域卷积神经网络搭建；步骤5：网络训练和验证，利用随机梯度下降法进行训练掩膜区域卷积神经网络；步骤6：图像采集与分析。本发明主要应用于计算机图像处理场合。
基于区域卷积神经网络荧光编码图像检测方法

[发明专利]一种基于分类网络的球状组织检测方法及系统-CN202310858494.6在审
发明人：王少迪;周鼎;汪光明;陈家乐;李敏;孔令成 -专利权人：江苏金恒信息科技股份有限公司
申请日： 2023-07-12 - 公布日： 2023-10-20 - 主分类号： G06V20/69 文献下载
摘要：本申请提供一种基于分类网络的球状组织检测方法及系统，所述方法包括：获取待评级样块的采样图像；对所述采样图像进行分割，得到若干切割图像；将所述切割图像输入识别模型，以获得所述识别模型输出识别结果，所述识别模型为根据样本图像训练获得的神经网络模型，所述样本图像为所述采样图像经过分割后获得的，带有等级标签的图像；融合多个所述识别结果，得到样块等级。通过对待评级样块进行图像采集获得采样图像后，并对采用图像进行分割，将分割后的采样图像输入识别模型获取识别结果，根据识别结果获取样块等级，通过对采样图像的分割和识别模型检测分割图像，以解决金相球状组织检测正确率较低的问题。
一种基于分类网络球状组织检测方法系统

[发明专利]一种基于深度学习的肾脏病理切片细胞识别方法及系统-CN202310932789.3在审
发明人：黄凇崧;宋文玉;彭丹 -专利权人：贵州医科大学附属医院
申请日： 2023-07-27 - 公布日： 2023-10-20 - 主分类号： G06V20/69 文献下载
摘要：本发明提供了一种基于深度学习的肾脏病理切片细胞识别方法及系统，涉及肾脏病理切片识别技术领域，该基于深度学习的肾脏病理切片细胞识别方法包括以下步骤：获取病理切片图像；对病理切片图像进行预处理操作得到标准化图像；基于标准化图像并利用改进的otsu阈值分割法进行分割出来，得到单细胞图像；构建单细胞识别模型，并对单细胞图像进行识别，得到细胞识别结果；根据细胞的识别结果对肾脏病理进行评估和诊断。本发明采用深度学习算法，可以实现对肾脏病理切片图像中细胞的自动识别，减少了人工操作的需求，提高了分析的效率，通过对细胞的识别和分类，能够为肾脏病理的评估和诊断提供重要信息。
一种基于深度学习肾脏病理切片细胞识别方法系统

[发明专利]一种基于TFNet的晶圆工艺缺陷分类分割方法-CN202310889434.0在审
发明人：陈一宁;罗悦宁;高大为 -专利权人：浙江大学
申请日： 2023-07-18 - 公布日： 2023-10-20 - 主分类号： G06V20/69 文献下载
摘要：本发明涉及一种基于TFNet的晶圆工艺缺陷分类分割方法,包括：将初始缺陷sem图输入至特征提取网络中，生成特征映射；将特征提取网络中其中一个编码器块输出的特征映射输入至形状流分支中，生成第一拼接特征；将特征提取网络中最后一个编码器块输出的分辨率最小的第五特征映射与第一拼接特征进行拼接，获取第二拼接特征；将第二拼接特征输入至卷积核中，生成拼接特征；将所述拼接特征与编码器块输出的特征映射共同输入至MCF交叉注意模块，获取融合特征；将融合特征输入至解码器中，生成mask图；将mask图输入至网络分类头，生成缺陷类别和混淆矩阵。本发明可以高速准确地分割缺陷图像，具有良好的泛化性和分割效果，有助于实现对相应缺陷工艺的修复改进。
一种基于 tfnet 工艺缺陷分类分割方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 618 条