“顾人舒”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果23个，建议您升级VIP下载更多相关专利

[发明专利]一种面向天枢人工智能平台的模型结构提取方法及装置-CN202310750193.1在审
发明人：唐娜娜;肖强;俞再亮;吴向阳;刘真;徐岗;胡金明;徐景胜;顾人舒 -专利权人：之江实验室;杭州电子科技大学
申请日： 2023-06-25 - 公布日： 2023-09-29 - 主分类号： G06F16/901 文献下载
摘要：本发明公开了一种面向天枢人工智能平台的模型结构提取方法及装置。本发明首先“跟踪/记录”模型上的所有操作，并进一步提取模型计算图节点信息和连接关系，生成模型计算图树形结构。然后基于深度学习模型计算图信息，确定模型结构图中需要保留的层级名称，过滤基本层节点的子节点以及容器节点，同时删除相关的连接边。最后，基于美观性、易交互性和可读性为目标求解图布局方式。本发明不需要借助其他数据信息，完全基于深度神经网络计算图数据信息过滤结构图数据，解决了结构图难以获取的问题。同时，由于仅仅过滤了计算图中不重要节点，因而完整地保留了深度学习模型的主要结构信息。
一种面向天枢人工智能平台模型结构提取方法装置

[发明专利]基于双分支交叉注意力池化的眼前节疾病多标签分类方法-CN202310034945.4在审
发明人：王莉莎;顾人舒;陈德潮;高红依;贾刚勇 -专利权人：杭州电子科技大学
申请日： 2023-01-10 - 公布日： 2023-09-22 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于双分支交叉注意力池化的眼前节疾病多标签分类方法，本发明包括以下步骤：(1)对裂隙灯图像进行数据预处理；(2)将图像输入双分支网络，输出token序列和特征图；(3)对特征图、注意力图进行双分支交叉注意力池化，输出疾病类别和区域的结果；(4)利用CNN分支中的注意力图对该分支输入进行注意力引导的数据增强，再次输入主网络；(5)将各个结果和标签进行损失计算来进行监督训练，训练好的模型可用于疾病类别和区域的诊断。本发明通过构建双分支交叉注意力池化模块，解决了多标签图像中对象大小位置不一且部分特征之间的视觉相似性问题，能够基于裂隙灯图像准确地进行疾病类别和区域的多标签分类。
基于分支交叉注意力眼前疾病标签分类方法

[发明专利]基于对抗注意机制和深度判别的自适应医学图像分割方法-CN202310784227.9在审
发明人：金鹏;王亚奇;贾刚勇;顾人舒 -专利权人：杭州电子科技大学
申请日： 2023-06-29 - 公布日： 2023-09-12 - 主分类号： G06T7/11 文献下载
摘要：本发明公开了一种基于对抗注意机制和深度判别的自适应医学图像分割方法。本发明首先将医疗图像数据分为已标注和无标注两个部分，并将增强后的图像作为源域和目标域数据输入到自适应网络的双重对抗机制中，对源域和目标域的特征进行自适应对齐；经过不断迭代训练，在对抗机制收敛后，输出对目标域的初步分割结果；然后将增强目标域数据作为深度判别监督机制的输入数据，对边界检测结果进行二次提升；最后将提升后的边界检测结果与分割结果进行融合处理。本发明充分利用了标注样本并挖掘不同域间的共同特征，通过对抗注意机制将不同域间数据的特征差异进行对齐，并利用判别监督将实例级的目标内部信息应用到像素级的目标边界检测中。
基于对抗注意机制深度别的自适应医学图像分割方法

[发明专利]一种面向大尺寸彩色图案的织物智能编码方法-CN202310134474.4在审
发明人：徐岗;黄清祺;顾人舒;许佳敏;吴海燕 -专利权人：杭州电子科技大学
申请日： 2023-02-20 - 公布日： 2023-05-12 - 主分类号： G06T11/00 文献下载
摘要：本发明公开了一种面向大尺寸彩色图案的织物智能编码方法，首先利用图像采集系统采集大型织物各部分的高分辨彩色图案，经过预处理拼接，裁剪出中心区域作为输入数据，并转换为大尺寸高分辨率灰度图案。其次将大尺寸高分辨率灰度织物图案裁剪成若干小尺寸灰度织物图案，构成织物图案数据库，训练神经网络模型；然后使用加权融合的方法，融合小尺寸经纬纱交叉点预测图，得到大尺寸的经纬纱交叉点预测图；最后将经纬纱交叉点预测图编码成二进制矩阵图案。本发明克服采集过程中产生的误差，保持原彩色图中各像素的亮度差异，完成了大尺寸彩色织物图案的二进制编码，得到大尺寸彩色织物图案的二进制矩阵图案。
一种面向尺寸彩色图案织物智能编码方法

[发明专利]合身度驱动的服装CAD版片多约束自适应调整优化方法-CN202211396172.6在审
发明人：徐岗;郑星友;曹弘逸;潘家炜;顾人舒 -专利权人：杭州电子科技大学
申请日： 2022-11-09 - 公布日： 2023-04-21 - 主分类号： G06F30/10 文献下载
摘要：现有的CAD版片的调整方法要么只保证服装的大小而无法保证服装版片的整体形状偏离设计，要么是通过参数化后无法保证二维版片的多边形结构而无法进行自动的多次迭代修改，需要进行网格到版片的转化造成数据的失真。本文提出了一种合身度驱动的服装CAD版片多约束自适应调整优化方法。这种方法直接使用二维版片的边长和角度作为目标参数，根据采取多边形的性质作为约束条件，通过考虑模拟后网格的边长和版片原始的角度，能够使生成的新版片更加匹配人体模型的同时，保证版片的形状与设计师设计的原始版片在形状上更加一致，而且不需要网格到版片的二次转化。同时这种方法能够根据角度和边长添加对称约束，使生成的布片满足对称的要求。
合身驱动服装 cad 版片多约束自适应调整优化方法

[发明专利]一种基于多模态数据和深度学习模型的生存预测方法-CN202111251516.X有效
发明人：葛瑞泉;黄润根;贾刚勇;程雨夏;顾人舒 -专利权人：杭州电子科技大学
申请日： 2021-10-21 - 公布日： 2023-04-18 - 主分类号： G16H50/30 文献下载
摘要：本发明公开了一种基于多模态数据和深度学习模型的生存预测方法。传统的病理图像生存预测方法只能关注部分病理信息，不能完全反应患者的肿瘤形态，并且会忽视基因突变等因素对肿瘤产生的影响，以往方法大多不能有效的将图像和基因表达数据结合起来进行分析。本发明采用大津阈值算法生存区分组织区域的二值图并据此采样切片图像；根据由ImageNet数据集预训练的ResNet‑50网络提取相关特征，并使用K均值算法对特征进行聚类。将基因表达谱数据使用最小角回归特征选择算法和得到基因特征，将数据输入到深度学习生存预测模型中获得患者生存风险的概率。本发明是一种比较适用于病理图像和基因表达数据且同时保证高准确性的方法。
一种基于多模态数据深度学习模型生存预测方法

[发明专利]基于风格迁移约束的弱监督三维人头重建方法-CN202211671469.9在审
发明人：徐岗;王茂宇;顾人舒;高飞 -专利权人：杭州电子科技大学
申请日： 2022-12-26 - 公布日： 2023-04-04 - 主分类号： G06T17/00 文献下载
摘要：本发明公开了一种单张图片中进行三维人头重建方法。本发明包括：风格迁移模型，用于为三维人头重建模型提供高维监督；三维人头重建模型，用于从输入人脸照片中提取人脸特征并估计一组FLAME模型参数。最终FLAME模型参数被解码为三维人头网格模型。本发明可以从单张照片中有效估计人头的形状和表情，很好的提升了人脸表情和轮廓的建模精度，最终通过解码FLAME参数重建出来的人头模型可以用于三维建模、数字人、人脸识别等用途。
基于风格迁移约束监督三维人头重建方法

[发明专利]一种基于不确定性的半监督OCT图像视网膜分割方法-CN202211128245.3在审
发明人：刘现文;王亚奇;贾刚勇;顾人舒 -专利权人：杭州电子科技大学
申请日： 2022-09-16 - 公布日： 2022-12-23 - 主分类号： G06V10/26 文献下载
摘要：本发明公开了一种基于不确定性的半监督OCT图像视网膜分割方法。对于有标签数据，通过第一网络得到的特征图，经过提取得到注意力图，对输入图片进行注意力增强，然后再次送入第一网络和第二网络中进行训练；对于无标签数据，为了减小伪标签的错误，采用第一网络和第二网络的交叉监督，并辅以不确定性指导；通过第一网络得到多尺度的特征与不确定性图，一同送入不确定性修复模块，得到修复后的伪标签再去监督第一网络的输出，计算加权不确定性修复损失；每轮迭代之后在测试集上测试结果，当前Dice系数高于上一轮迭代的结果时，保存模型参数。本发明很好的提高模型的泛化性、解决伪标签误导的问题，并且提高伪标签的边界分割精度。
一种基于不确定性监督 oct 图像视网膜分割方法

[发明专利]基于体素特征和稀疏Sinkhorn Transformer的3D姿态估计方法-CN202211078771.3在审
发明人：贾刚勇;陈宇星;顾人舒;饶欢乐;黄瓯涵;徐宏 -专利权人：杭州电子科技大学
申请日： 2022-09-05 - 公布日： 2022-11-25 - 主分类号： G06F17/16 文献下载
摘要：本发明涉及基于体素特征和稀疏Sinkhorn Transformer的3D姿态估计方法，将三维的体素特征分解成Transformer可处理的一维体素序列，然后把序列按同样的大小分为多个组；计算出每个体素元素的Key、Value和Query，计算每组的平均Key、平均Value和平均Query，计算组与组之间的相关度；按照相关度计算出转换矩阵；对同一个组内的元素和其对应相关组之间的元素进行自注意力操作；把一维体素序列还原回三维空间，并与CNN提取的特征进度融合，得出最终的体素特征，把每个关节在体素中的概率与体素在三维空间中的坐标进行加权平均得到关节的估计位置。本发明的估计精度高。
基于特征稀疏 sinkhorn transformer 姿态估计方法

[发明专利]结合先验掩膜的OCT图像脉络膜分割模型构建方法及应用-CN202210691853.9在审
发明人：杨泽华;王亚奇;贾刚勇;顾人舒;金凯;叶娟 -专利权人：杭州电子科技大学
申请日： 2022-06-17 - 公布日： 2022-08-30 - 主分类号： G06T7/10 文献下载
摘要：本发明公开了一种结合先验掩膜的OCT图像脉络膜分割模型构建方法及应用，本发明包括数据预处理，通过裁剪，调整比例，再裁剪，统一数据尺寸；再通过标注分别生成脉络膜的两个阶段掩膜；为了解决图像背景复杂的问题，设计了级联结构的多阶段分割网络，第一阶段先分割BM层以下部分，去除上方背景干扰，第二阶段在精细分割脉络膜；为了解决脉络膜纹理不均且下方边界模糊的问题，设计了多尺度上下文聚合模块；最后为了优化级联网络的训练过程，设计了自适应的跨阶段特征融合模块。本发明充分利用了光学相干断层扫描图像本身信息，并且能够有效捕捉图像的多尺度信息以及上下文信息，提升了光学相干断层扫描图像脉络膜分割效果。
结合先验 oct 图像脉络分割模型构建方法应用

[发明专利]一种基于马氏距离的织物图片经纬纱染色方法-CN202111658825.9在审
发明人：栾海鹏;顾人舒;徐岗 -专利权人：杭州电子科技大学
申请日： 2021-12-30 - 公布日： 2022-05-10 - 主分类号： G06T11/40 文献下载
摘要：本文实现了一种基于马氏距离的织物图片经纬纱染色方法，可以对单张织物图片进行特定纱线的染色，如花纹或背景的纱线编织区域纱线，用户不需要手动操作，只需要输入目标颜色的参考图片即可完成染色。本发明提供如下方法，包括以下步骤：步骤一，对使用相机拍摄后得到的织物图片进行主颜色采样；步骤二，使用步骤一采样结果组成颜色样本集，对图像中的像素点计算其到每个样本集的马氏距离；步骤三，通过马氏距离计算概率分布，得到织物图片的经纬纱分割图；步骤四，将步骤三得到的织物图片的经纬纱分割图，原图和颜色迁移的参考图片一起作为输入；步骤五，利用织物图片的经纬纱分割图作为分割条件，在LAB空间进行织物图片的经纬纱染色。
一种基于距离织物图片经纬染色方法

[发明专利]一种用于血液动力学仿真的时变流场超分辨率重建方法-CN202111455843.7在审
发明人：徐岗;蒋志争;顾人舒;高飞;王丹丹;许金兰 -专利权人：杭州电子科技大学
申请日： 2021-12-01 - 公布日： 2022-04-26 - 主分类号： G06T17/10 文献下载
摘要：本发明公开了一种用于血液动力学仿真的时变流场超分辨率重建方法。本发明步骤如下：步骤(1)数据集制作，使用SimVascular软件进行血管仿真，通过图像采集、几何建模、网格生成、仿真步骤构建时变流场数据集；步骤(2)速度场特征提取，通过PointNet提取数据集输入数据特征，生成1024维特征向量fv；步骤(3)时间及阻值特征提取，通过阻值‑时间编码器提取输入数据的时间及阻值特征向量，生成1024维特征向量frt；步骤(4)特征解码并重建高时间分辨率速度场；步骤(5)重建结果评价及分析，使用速度场的幅度及方向损失函数训练网络，通过平均模长误差及相对误差对重建结果进行评价和分析。
一种用于血液动力学仿真时变流场超分辨率重建方法

[发明专利]一种基于等几何分析的心脏瓣膜流固耦合快速仿真方法-CN202111680551.3在审
发明人：徐岗;马书豪;许金兰;顾人舒 -专利权人：杭州电子科技大学
申请日： 2021-12-30 - 公布日： 2022-04-12 - 主分类号： G06F30/23 文献下载
摘要：本发明涉及一种基于等几何分析的心脏瓣膜流固耦合快速仿真方法，包括步骤一：优化流体子问题：简化流体子问题的背景网格，基于简化后的网格生成Bézier四面体背景网格，使用几何无关场近似思想求解流体子问题；步骤二：优化固体子问题：将固体子问题中使用的NURBS曲面使用策略剖分成分片NURBS曲面；步骤三：使用增广动态拉格朗日乘子法耦合流固子问题；步骤四：求解流固耦合问题并分析结果，在心脏瓣膜计算机仿真过程中使用本文提出的方法对问题进行优化，可以在保证一定精度的情况下提高仿真程序的效率。与近年来相关的研究相比，本发明中的心脏瓣膜优化仿真算法速度快49％左右。
一种基于几何分析心脏瓣膜耦合快速仿真方法

[发明专利]一种面向交通标志检测的小目标增强优化方法-CN202111505215.5在审
发明人：经钦杨;王翔;李东辉;贾刚勇;顾人舒;王泽斌 -专利权人：杭州电子科技大学
申请日： 2021-12-10 - 公布日： 2022-03-15 - 主分类号： G06V20/58 文献下载
摘要：本发明公开了一种面向交通标志检测的小目标增强优化方法。本发明方法包含两部分的内容：采用基于优先度的小目标增强的策略进行数据增强。针对以往小目标增强无视各类型目标分布差异统一增强导致效果不佳的问题，采用基于优先度的小目标增强的策略进行数据增强，对小目标数据集进行针对性的增强。采用最优锚框宽高聚类优化训练数据。针对模型获取正样本时只关注比较大的样本、忽略小目标的问题，以及单纯以目标宽高进行聚类获取锚框初始值导致训练数据不合理的问题。采用最优锚框宽高聚类配合增强数据集优化训练数据。通过本发明提出的方法，最终可以提升小目标交通标志的检测精度以及整体检测精度。
一种面向交通标志检测目标增强优化方法

[发明专利]一种基于深度学习的等几何热传导仿真方法-CN202111465718.4在审
发明人：徐岗;王丹丹;顾人舒;高飞;其他发明人请求不公开姓名 -专利权人：杭州电子科技大学
申请日： 2021-12-02 - 公布日： 2022-03-04 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种基于深度学习的等几何热传导仿真方法，包括如下步骤：步骤(1)数据集的制作；步骤(2)提出自定义损失函数并用于训练；步骤(3)训练引入ISSA模块增强的UNet3+网络；步骤(4)最优网络模型预测及结果分析。采用上述技术方案，可以在拓扑一致的复杂模型上进行热仿真分析预测并快速得到光滑连续的仿真解，在保证精度的前提下大幅度降低了仿真时间，适用于CAD模型形状不断变化的实时热仿真分析的场景。与近年来研究比较多的PINNs相比，本发明中的网络模型在一个拓扑相同的新CAD模型上进行热仿真分析预测只需0.013s；而PINNs中的网络模型对一个新的CAD模型需要训练44分钟左右才能达到与本发明相同的精度。
一种基于深度学习几何热传导仿真方法

1
2
下一页»
尾页
共 23 条