“秦文健”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78个，建议您升级VIP下载更多相关专利

[发明专利]彩色视频生成方法、装置、电子设备及存储介质-CN202311223346.3在审
发明人： 秦文健;熊兵;彭月 -专利权人：中国科学院深圳先进技术研究院
申请日： 2023-09-21 - 公布日： 2023-10-27 - 主分类号： H04N9/64 文献下载
摘要：本发明实施例公开了一种彩色视频生成方法、装置、电子设备及存储介质，涉及图像处理技术领域，其中，所述方法包括：获取待处理视频，所述待处理视频包括至少一个深度图；针对各所述深度图，通过扩散模型对所述深度图进行噪声扩散，得到与所述深度图对应的噪声图；所述噪声图用于指示所述深度图的语义信息和深度信息；将所述待处理视频输入彩色视频生成模型进行对应彩色视频的生成，并引入经噪声编码器编码的噪声图对彩色视频生成过程进行全局语义控制，得到彩色视频；所述彩色视频包括至少一个彩色图，每个彩色图分别对应所述待处理视频中的一个深度图。本发明解决了现有技术成本较高，彩色视频生成准确度不高的问题。
彩色视频生成方法装置电子设备存储介质

[发明专利]一种适用于活体长时间内源成像的方法和系统-CN202111109115.0有效
发明人：曾光;吕建平;秦文健;郑泽龙;黎晖 -专利权人：中国科学院深圳先进技术研究院
申请日： 2021-09-22 - 公布日： 2023-10-20 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种适用于活体长时间内源成像的方法和系统。该方法包括：采集原始内源信号图像并进行数字化，获得第一位深图像；将所述第一位深图像转换为第二位深的图像，其中该第二位深图像是无法观测到内源信号的强度图；针对所述第二位深图像，对灰度值范围的强度图进行运动校正，获得帧间亚像素偏移量；利用所述帧间亚像素偏移量对所述第一位深图像进行运动校正；从经校正的图像中提取内源信号。利用本发明能够实现对高灵敏的内源感测图像进行有效的长时间运动校正，并降低对实验环境的防震要求，有利于运用于术中观察。
一种适用于活体长时间内源成像方法系统

[发明专利]基于FPGA的三维重建装置、方法、系统及存储介质-CN202310204311.9有效
发明人：张旺;秦文健;曾光 -专利权人：中国科学院深圳先进技术研究院
申请日： 2023-03-06 - 公布日： 2023-09-22 - 主分类号： G06T17/00 文献下载
摘要：本申请实施例提供了一种基于FPGA的三维重建装置、方法、系统及存储介质，涉及三维重建技术领域。其中，该装置包括：图像获取模块，用于获取待重建目标的至少一张二维图像；其中，各所述二维图像分别对应于所述待重建目标的一个投影角度；图像变换模块，用于对各所述投影角度的所述二维图像并行进行变换，得到对应于各投影角度的强度图像；三维重建模块，用于基于各投影角度的强度图像并行进行三维重建，得到所述待重建目标的三维图像。本申请实施例解决了相关技术中三维重建系统成本高、体积大的问题。
基于 fpga 三维重建装置方法系统存储介质

[发明专利]语义分割方法、装置、电子设备及存储介质-CN202310728601.3在审
发明人： 秦文健;熊兵;彭月 -专利权人：中国科学院深圳先进技术研究院
申请日： 2023-06-20 - 公布日： 2023-08-01 - 主分类号： G06V10/26 文献下载
摘要：本申请提供了一种基于深度图的语义分割方法、装置、电子设备及存储介质，涉及图像处理技术领域。其中，该语义分割方法包括：获取目标场景下的深度图像；调用预训练模型对所述深度图像进行模态转换，得到自然图像；所述预训练模型是经过训练、且具有在所述深度图像与所述自然图像之间进行模态转换的能力的机器学习模型；将所述深度图像和所述自然图像进行模态融合，以利用所述自然图像对所述深度图像进行额外图像信息的补充；针对模态融合后的图像进行语义分割，得到语义分割结果。本申请解决了相关技术中语义分割的精度和功耗难以平衡的问题。
语义分割方法装置电子设备存储介质

[发明专利]基于人工智能导盲的多模态融合障碍物检测方法及装置-CN202110913691.4有效
发明人： 秦文健;张旺 -专利权人：中国科学院深圳先进技术研究院
申请日： 2021-08-10 - 公布日： 2023-07-18 - 主分类号： G06V20/00 文献下载
摘要：本发明公开了一种基于人工智能导盲的多模态融合障碍物检测方法，包括：通过红外相机和彩色相机分别负责获取场景的红外图像、彩色图像；获取的红外、彩色双模态图像分别传给卷积神经网络Q1和卷积神经网络Q2，所述卷积神经网络Q1和卷积神经网络Q2分别将图像转为第一多通道特征图和第二多通道特征图,以备后面展平为向量；将所述第一多通道特征图和第二多通道特征图向量化表示，将第一多通道特征图和第二多通道特征图序列进行特征向量编码，生成多个预测向量；对生成多个预测向量进行分类和位置预测，本发明是在障碍物检测的过程中引入Transformer结构，更有效地实现多模态融合，引入Transformer‑block，充分融合红外和彩色图像的特征，提高低照度情景下的障碍物检测精度。
基于人工智能多模态融合障碍物检测方法装置

[发明专利]一种多模态影像引导放射治疗的配准方法-CN202310149191.7在审
发明人：赵汉卿;梁晓坤;谢耀钦;秦文健 -专利权人：中国科学院深圳先进技术研究院
申请日： 2023-02-14 - 公布日： 2023-07-14 - 主分类号： G06T7/33 文献下载
摘要：本发明公开了一种多模态影像引导放射治疗的配准方法。该方法包括：获取多模态的待配准影像；对所述待配准影像的目标器官进行点云化处理，并使用非刚性配准所学习到的形变关系对所述待配准图像进行基于器官解剖结构点云的配准，以获得初步形变的待配准影像；将所述初步形变的待配准影像输入到经训练的深度卷积网络，获得配准后的影像，所述深度卷积网络反映所述多模态的待配准影像与模板影像之间的形变关系；利用所述配准后的影像制定放射治疗计划。本发明提升了图像配准的准确性以及医学可解释性。
一种多模态影像引导放射治疗方法

[发明专利]一种低光照障碍物检测方法、系统、终端以及存储介质-CN202111235613.X有效
发明人：张旺;秦文健;陈昊;陈震 -专利权人：中国科学院深圳先进技术研究院
申请日： 2021-10-22 - 公布日： 2023-07-14 - 主分类号： G06V10/774 文献下载
摘要：本申请涉及一种低光照障碍物检测方法、系统、终端以及存储介质。所述方法包括：利用循环对抗网络将正常光照样本图像转换为低光照样本图像；通过光照增强网络对所述低光照样本图像进行增强处理，得到低光照增强图像；将所述低光照增强图像输入目标检测模型进行训练，得到训练好的目标检测模型；通过所述训练好的目标检测模型对待检测的低光照图像进行障碍物识别。本申请实施例通过引入自监督低光照增强算法对低光照图像进行增强处理，将低光照增强与目标检测算法进行有效结合，提高目标检测算法对低光照目标检测的鲁棒性和精度，解决了在低光照情景下使用普通目标检测算法进行障碍物检测存在的检测效果差的问题。
一种光照障碍物检测方法系统终端以及存储介质

[发明专利]一种基于超分辨率的小图像多目标检测方法-CN202111198028.7有效
发明人： 秦文健;高帅强 -专利权人：中国科学院深圳先进技术研究院
申请日： 2021-10-14 - 公布日： 2023-06-16 - 主分类号： G06V20/20 文献下载
摘要：本发明公开了一种基于超分辨率的小图像多目标检测方法。该方法包括：获取原始场景的第一分辨率图像；利用可逆神经网络模型将第一分辨率图像转换为第二分辨率图像后进行传输，进而还原为第一分辨率图像，其中第二分辨率图像的分辨率低于第一分辨率图像；将还原的第一分辨率图像输入至经训练的超分辨率扩散模型，并通过随机迭代去噪过程执行超分辨率重建，输出超高分辨率图像；对所述超高分辨率图像执行目标检测，获得目标识别信息。本发明提高了低分辨率情景下的障碍物检测精度，并使得导盲设备可以长时间工作，减轻使用者负担。
一种基于分辨率图像多目标检测方法

[发明专利]一种全景数字病理图像智能分析系统及方法-CN202010237666.4有效
发明人：刁颂辉;秦文健;侯嘉馨;田引黎;谢耀钦;熊璟 -专利权人：中国科学院深圳先进技术研究院
申请日： 2020-03-30 - 公布日： 2023-06-16 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种全景数字病理图像智能分析方法和系统。该方法包括：将待分析的病理图像切片输入到基于注意力机制的卷积神经网络模型，进行病理图像不同尺度的特征，并将所提取的特征进行融合，获得融合特征；将所述融合特征输入到经训练的病理图像分类器，获得病理图像切片是否包含癌变的分类结果。本发明实现智能化地全景数字病理图像分析，考虑不同尺度的特征并且赋予权重，有效节约人工对数据进行分析归类的成本，同时避免了对医生技术水平过度依赖的问题，并大量节省了医生的人力物力成本，使得更多癌症患者能够得到及时诊治。
一种全景数字病理图像智能分析系统方法

[发明专利]图网络构建方法、装置、电子设备及存储介质-CN202310145029.8在审
发明人：赖清佩;秦文健;谢耀钦 -专利权人：中国科学院深圳先进技术研究院
申请日： 2023-02-06 - 公布日： 2023-06-06 - 主分类号： G16B40/00 文献下载
摘要：本发明实施例公开了一种基于基因与细胞关系的图网络构建方法及装置，所述方法包括：获取多个样本中的基因和细胞，对各样本中的基因和细胞分别进行特征筛选，得到用于指示各样本特征的基因和细胞；根据用于指示各样本特征的基因和细胞分别构建基因样本图网络和细胞样本图网络，并分别计算该两个样本图网络中各节点特征的重要性；根据存在相互作用关系的基因与细胞、以及该两个样本图网络中各节点特征及其重要性，构建初始的因子图网络；根据因子图网络的邻接矩阵，对因子图网络中是否还有存在相互作用关系的其他基因与细胞进行预测，基于预测到的基因与细胞更新因子图网络。本发明解决了相关技术中无法定性定量分析基因与细胞相互作用关系的问题。
网络构建方法装置电子设备存储介质

[发明专利]肿瘤生存预测方法、装置、电子设备及存储介质-CN202211497852.7在审
发明人：侯嘉馨;秦文健;贾小琦;谢耀钦 -专利权人：深圳先进技术研究院
申请日： 2022-11-25 - 公布日： 2023-05-30 - 主分类号： G16H50/30 文献下载
摘要：本申请提供了一种肿瘤生存预测方法、装置、电子设备及存储介质，涉及医学领域。其中，该方法包括：获取样本的病理图像，利用自注意力机制捕获所述病理图像的空间信息，得到所述样本切片级的图像特征；获取所述样本的基因数据，对所述基因数据进行权重基因共表达网络分析，得到所述样本在基因分子层面的中枢基因特征；对所述图像特征向量和所述中枢基因特征向量进行不同模态间的特征融合，得到所述样本的融合特征；根据所述样本的融合特征向量对所述样本进行生存预测，得到生存预测结果。本申请解决了相关技术中存在的肿瘤生存预测的准确率不高的问题。
肿瘤生存预测方法装置电子设备存储介质

[发明专利]一种全息层析三维显微镜-CN202310212031.2在审
发明人：张旺;秦文健;曾光 -专利权人：中国科学院深圳先进技术研究院
申请日： 2023-03-07 - 公布日： 2023-05-23 - 主分类号： G03H1/00 文献下载
摘要：本申请公开了一种全息层析三维显微镜，包括：全息光路以及FPGA模块；全息光路包括光源和光学传感器，光源用于产生光束，一部分光束经过观测对象得到物光，另一部分光束作为参考光，物光和参考光叠加发生干涉，生成干涉条纹，光学传感器记录干涉条纹得到全息图像；FPGA模块包括全息重建单元以及层析三维重建单元；全息重建单元使用衍射传播算法将全息图像重建成幅度图和相位图；层析三维重建单元使用层析重建算法根据幅度图和相位图进行层析三维重建，得到三维图像。相较于现有技术中利用计算机进行三维重建，本申请利用FPGA实现基于全息图像进行三维重建，解决了相关技术中存在的全息显微镜重建速度慢、体积大、功耗高的问题。
一种全息层析三维显微镜

[发明专利]一种基于自适应增强生成对抗网络的图像融合方法及系统-CN202210071844.X有效
发明人：张聪炫;单长鲁;陈震;卢锋;葛利跃;陈昊;秦文健;李凌 -专利权人：南昌航空大学
申请日： 2022-01-21 - 公布日： 2023-05-05 - 主分类号： G06V10/40 文献下载
摘要：本发明涉及一种基于自适应增强生成对抗网络的图像融合方法及系统。所述方法包括：构建稠密细节特征提取网络对源图像分别运用稠密卷积方式结合细节信息补偿机制进行特征提取；构建双通道自适应融合网络融合源特征图和细节信息特征图；融合特征图拼接后，构建1*1卷积网络实现跨通道的交互和信息融合；对融合后的特征图进行解码得到融合图像；在训练整体网络模型时，加入自适应结构相似性损失函数。该方法引入细节信息补偿机制增强融合图像细节并减少信息丢失，运用双通道自适应融合网络在通道维度上均衡融合图像中的红外信息和可见光信息，加入自适应结构相似性损失函数在空间维度上自适应增强融合图像与源图像的相似度，提高了融合图像质量。
一种基于自适应增强生成对抗网络图像融合方法系统

[发明专利]一种基于领域自适应的多域医学图像分割方法-CN202111209495.5在审
发明人：乐美琰;秦文健;谢耀钦 -专利权人：中国科学院深圳先进技术研究院
申请日： 2021-10-18 - 公布日： 2023-04-21 - 主分类号： G06T7/10 文献下载
摘要：本发明公开了一种基于领域自适应的多域医学图像分割方法。该方法包括：以设定的损失函数为目标训练变分自编码器，以提取不同域的隐空间编码和对应域的风格向量，其中，该变分自编码器包括编码器和解码器；对于待处理图像，利用所述变分自编码器推断域信息并提取域风格向量，将图像的隐空间编码减去相应域的风格向量，获得去风格化的隐空间编码；将所述去风格化的隐空间编码输入至所述解码器，重建出统一风格的图像；将所述统一风格的图像输入到经训练的分割网络，获得分割结果。本发明消除了多域数据之间的域鸿沟，并增加了训练分割网络的数据量，提升了图像分割精度。
一种基于领域自适应医学图像分割方法

[发明专利]样本表型的预测方法、装置、电子设备及存储介质-CN202211636683.0有效
发明人： 秦文健;赖清佩;陈实富;谢耀钦 -专利权人：深圳先进技术研究院;深圳市海普洛斯生物科技有限公司
申请日： 2022-12-20 - 公布日： 2023-03-28 - 主分类号： G16B40/30 文献下载
摘要：本发明实施例公开了一种样本表型的预测方法、装置、电子设备及存储介质，该方法包括：根据生物性和分子间的相互作用关系，对多个样本中的多组学数据进行特征筛选，确定各样本中用于构建样本图网络的分子特征；根据各样本中分子特征之间的相似性，构建样本图网络；将样本图网络输入预测模型，对样本图网络中的各节点进行聚类，得到重构图网络和第一样本簇；基于重构图网络，对第一样本簇中的各节点所对应样本的组学类别进行预测，得到第二样本簇；根据第一样本簇和第二样本簇确定预测模型的聚类准确性，若聚类准确性满足设定条件，则得到样本表型预测结果。本发明解决了现有样本表型预测方法未充分利用多组学数据，不能准确评判聚类效果的问题。
样本表型预测方法装置电子设备存储介质

1
2
3
4
5
6
下一页»
尾页
共 78 条