“董吉文”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31个，建议您升级VIP下载更多相关专利

[发明专利]一种基于多级感知自编码网络的视频人脸识别方法及系统-CN202310410387.7在审
发明人：高希占;刘星瑞;胡洧;牛四杰;王佳禾;尹飞;冯光;董吉文 -专利权人：济南大学
申请日： 2023-04-18 - 公布日： 2023-07-25 - 主分类号： G06V40/16 文献下载
摘要：本发明提供了一种基于多级感知自编码网络的视频人脸识别方法及系统，所述系统包括：视频数据采集模块：获取用于计算机识别与处理的视频数据；数据预处理模块：对采集到的视频数据进行预处理，获得图像集数据，并把获取的图像集数据每类中所有样本平均分配，一半样本作为训练集，一半样本作为验证集；模型构建模块：本发明通过获取可用于计算机识别与处理的视频帧序列，并对数据进行预处理操作，以获得图像集数据；对所述的图像集数据随机分成训练集与测试集，所述训练集中的数据再次随机平均分配为训练集与验证集用于训练；将所述的训练集和验证集中的数据输入到多级感知自编码网络的视频特征生成模块中，生成每个图像集的深度概念级特征表示。
一种基于多级感知编码网络视频识别方法系统

[发明专利]基于多通道加权引导滤波的模糊聚类彩色图像分割方法-CN201911132050.4有效
发明人：周劲;徐广梅;董吉文;韩士元;王琳;陈月辉 -专利权人：济南大学
申请日： 2019-11-18 - 公布日： 2023-06-23 - 主分类号： G06V10/26 文献下载
摘要：一种基于多通道加权引导滤波的模糊聚类彩色图像分割方法，对于带有噪声的彩色图像，首先通过多元形态学重建可以有效的去除不同类型不同强度的噪声，从而减轻噪声对图像聚类的影响；其次，将带有噪声的彩色图像对隶属度多通道引导滤波时，由于利用原始彩色图像的每个通道分别对隶属度引导滤波，然后将每个通道的滤波结果加权得到最终的滤波输出图像，所以能够避免不同通道之间的相互影响，从而最终的滤波结果能够更有效的保持边缘，提高了对彩色噪声图像分割的准确率。另外，由于三个通道的滤波结果加权计算是一个线性操作，所以基于多通道加权引导滤波的模糊聚类的彩色图像分割方法具有较低的时间复杂度。
基于通道加权引导滤波模糊彩色图像分割方法

[发明专利]遥感建筑物检测的方法、系统、设备及存储介质-CN202211640734.7在审
发明人：徐涛;路丘;董吉文;刘兰玉;刘振;杨晓晖 -专利权人：济南大学
申请日： 2022-12-20 - 公布日： 2023-03-14 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了遥感建筑物检测的方法及系统；其中所述方法，包括：构建训练集，所述训练集为已知遥感建筑物检测标签的遥感图像；采用训练集对建筑物检测模型进行训练，得到训练后的建筑物检测模型，其中，所述训练后的建筑物检测模型中设有边缘掩码网络；将边缘掩码网络，从训练后的建筑物检测模型中移除，得到修正的建筑物检测模型；获取待检测的遥感图像，将待检测的遥感图像输入到修正的建筑物检测模型中，输出图像中建筑物的检测结果。本发明利用边缘检测算子生成的边缘掩码标签和边缘掩码网络生成的特征图像进行训练，用来增强位置信息，在不增加计算代价的同时提高了物体检测精度。
遥感建筑物检测方法系统设备存储介质

[发明专利]基于稀疏子空间聚类的高光谱地物自动分类方法及系统-CN202011185874.0有效
发明人：牛四杰;王丽梅;董吉文;刘鲲;崔娜 -专利权人：济南大学
申请日： 2020-10-29 - 公布日： 2023-01-17 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种基于稀疏子空间聚类的高光谱地物自动分类方法及系统，方法包括以下步骤：对高光谱图像进行空间划分，将相邻且相似的数据划分到同个超像素块；根据数据划分结果构建空间指示矩阵；在高光谱图像上进行类别信息引导稀疏子空间聚类地物分类，获得图像数据间的稀疏表示矩阵和类别标签；根据数据类别标签分别计算各类别数据间光谱的相似度和空间位置距离，并组合成各类内数据相似度；对各类内数据相似度进行排序，并筛选各类别中存在的高相似性数据关系；通过筛选后保留的高相似性数据关系构建类别信息指导矩阵；构建数据相似度矩阵并应用谱聚类获得最后的分类结果。本发明提高了高光谱地物的分类精度以及地物种类探测的准确度和效率。
基于稀疏空间光谱地物自动分类方法系统

[发明专利]一种基于深度多层字典对学习的SAR图像分类方法-CN202211083121.8在审
发明人：高希占;魏康;牛四杰;董吉文 -专利权人：济南大学
申请日： 2022-09-06 - 公布日： 2022-11-22 - 主分类号： G06V20/13 文献下载
摘要：本发明涉及SAR遥感图像识别技术领域，具体提供一种基于深度多层字典对学习的SAR图像分类方法。包括所述方法的实现包括步骤如下：步骤1，获取SAR图像数据；步骤2，对获得的SAR图像数据集进行划分和预处理操作；步骤3，将预处理后的图像数据输入到基础网络模块，获得底层通用特征；步骤4，将获得的通用特征输入到对应类别的类特定网络模块，获得每类数据特有的特征；步骤5，将获得的每类数据的特征输入到对应的字典学习网络模块，获得编解码后的重建特征；步骤6，通过重建损失函数、判别损失函数和正则损失函数，联合优化所提出的网络。
一种基于深度多层字典学习 sar 图像分类方法

[发明专利]基于形态学重建与带有指导滤波的FCM聚类的图像分割方法-CN201811441680.5有效
发明人：周劲;徐广梅;董吉文;韩士元;王栋;王琳;吴鹏;陈月辉 -专利权人：济南大学
申请日： 2018-11-29 - 公布日： 2022-09-30 - 主分类号： G06T7/155 文献下载
摘要：一种基于形态学重建与带有指导滤波的FCM聚类的图像分割方法，通过使用形态学重建有效去除原始图片中的噪声，提高噪声图像的分割准确率，之后使用指导滤波弥补去噪操作对图片边缘的破环，提升图像纹理边缘区域的分类效果，最终引入一个影响因子，调节指导图像，进一步提高指导滤波的效果，有效提高了噪声图像的分割效果。
基于形态学重建带有指导滤波 fcm 图像分割方法

[发明专利]一种基于自解码的特征增强网络优化方法及系统-CN202210624662.0在审
发明人：徐涛;路丘;董吉文 -专利权人：济南大学
申请日： 2022-06-02 - 公布日： 2022-09-06 - 主分类号： G06N3/08 文献下载
摘要：本发明公开了一种基于自解码的特征增强网络优化方法及系统，包括以下步骤：S1、构建自解码器模块；S2、将自解码器模块引入到一般的基于卷积神经网络的物体检测模型中，将构建好的自解码器模块引入到物体检测模型的骨干网络；S3、划分物体检测数据集；S4、对数据集中的图像进行预测处理；S5、使用训练数据用物体检测模型和解码器进行协同训练；S6、将自解码器移除；S7、将验证数据送入到检测模型进行检测；S8、得到检测结果，将S7得到检测结果映射到原图的相应位置并标注预测的类别信息。本发明具有将强的嵌入型，且不增加预测时长，而且和更深的骨干网络的预测结果相比也不逊色。
一种基于解码特征增强网络优化方法系统

[发明专利]一种基于空间上下文变分自动编码器的图像异常检测方法-CN202210546904.9在审
发明人：牛四杰;周雪莹;李孝辉;高希占;董子昊;刘博文;张凤航;董吉文 -专利权人：济南大学
申请日： 2022-05-19 - 公布日： 2022-08-16 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于空间上下文变分自动编码器的图像异常检测方法，所述方法通过使用空间上下文变分自动编码器，进行图像生成与注意力校正，检测异常图像；所述空间上下文变分自动编码器包括两个不同的变分自动编码器：第一个为空间变分自动编码器，用于学习正常图像的空间特征；第二个为上下文变分自动编码器，用于学习正常图像的全局上下文特征。本发明通过使用空间上下文变分自动编码器学习正常图像的分布，检测不符合正常图像分布的疾病图像，通过准确学习正常图像的空间特征和上下文特征，在有效检测异常的同时降低误报；同时使用注意力校正方法，进一步提高异常检测的准确率。
一种基于空间上下文自动编码器图像异常检测方法

[发明专利]一种基于图像集合的快速多模态视频人脸识别方法-CN202111242020.6有效
发明人：高希占;牛四杰;董吉文 -专利权人：济南大学
申请日： 2021-10-25 - 公布日： 2022-06-03 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种基于图像集合的快速多模态视频人脸识别方法，所述方法的实现包括：输入多模态人脸视频序列视频数据，对所述多模态人脸视频序列视频数据进行预处理操作，以获得图像集数据；对获得的所述图像集数据进行建模表示，生成每个图像集的矩阵协方差；将所述矩阵协方差做为特征图像，输入到双向二维分数阶协方差相关分析中，优化求解后得到最优的投影方向，得到每个视频序列的特征图像，将所述特征图像投影到低维共享子空间，并进行信息融合；信息融合后，使用最近邻分类器进行分类。通过采用本发明的技术方案，能够有效减少视频识别时间，提高视频识别精度。
一种基于图像集合快速多模态视频识别方法

[发明专利]一种基于表示学习重构残差分析的图像集分类方法及系统-CN202111243560.6有效
发明人：高希占;冯泽明;牛四杰;董吉文 -专利权人：济南大学
申请日： 2021-10-25 - 公布日： 2022-06-03 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了基于表示学习重构残差分析的图像集分类方法及系统，所述方法利用高斯核函数，将获取的图像集数据的低维特征映射到高维空间中，然后通过构建残差判别分析模型学习一个投影矩阵，使得投影后的图像集特征类内重建残差最小，类间重建残差最大。本发明通过输入来自于视频序列、影集或监控系统的图像集数据；对所述图像集进行数据预处理操作；将获取的图像数据输入到重构残差分析模型进行模型训练，得到最优投影矩阵；基于最优投影矩阵构建新的图像集分类器；将测试图像集输入到分类器中进行分类，得到对应的类别标签。
一种基于表示学习重构残差分析图像分类方法系统

[发明专利]一种个性化精准放疗计划中的三维剂量预测方法及系统-CN202110375397.2有效
发明人：牛四杰;李帆;韩颖颖;高希占;侯清涛;董吉文 -专利权人：济南大学
申请日： 2021-04-08 - 公布日： 2022-05-20 - 主分类号： G16H20/40 文献下载
摘要：本发明公开了一种个性化精准放疗计划中的三维剂量预测方法及系统，所述方法包括以下步骤：步骤1，获取电子计算机断层扫描图像、危险器官结构掩膜图像以及与三维剂量分布图像等放疗相关信息；步骤2、对步骤1的图像进行数据预处理操作；步骤3、将获取的图像数据输入到两阶段的生成器网络，生成三维剂量分布图像和置信度图；步骤4、采用马尔科夫鉴别器对抗三维剂量分布预测图像和三维剂量分布真实图像；步骤5、通过重建损失函数、带置信度权重的重建损失函数和对抗损失函数联合优化预测模型；步骤6、利用训练好的预测模型生成三维剂量分布。通过本发明的技术方案，能够减少放疗计划中人工的干预，提高剂量预测的精度，实现个性化精准放疗。
一种个性化精准放疗计划中的三维剂量预测方法系统

[发明专利]一种OCT视网膜图像领域适应分割方法及系统-CN202110375473.X有效
发明人：牛四杰;李孝辉;韩颖颖;高希占;侯清涛;董吉文 -专利权人：济南大学
申请日： 2021-04-08 - 公布日： 2022-04-12 - 主分类号： G06T7/11 文献下载
摘要：本发明公开了一种OCT视网膜图像领域适应分割方法及系统，方法包括以下步骤：步骤1、获取OCT视网膜图像数据，并进行图像预处理；步骤2、结合特征提取网络、特征分类网络和特征鉴别网络分别构建域内分割模型和跨域分割模型；步骤3、根据域内分割模型和跨域分割模型分别获得目标域的伪标签；步骤4、利用自选择主动学习策略选择有效的伪标签和原始图像，加入源域丰富图像数据，再次训练跨域分割模型；步骤5、利用训练的跨域分割模型对目标域OCT视网膜图像进行分割。通过本发明技术方案，能有效提升分割模型的泛化性能，为临床眼科疾病诊断提供可靠的量化数据，实现计算机辅助的个性化治疗。
一种 oct 视网膜图像领域适应分割方法系统

[发明专利]一种秘密共享方法及系统-CN201910771348.3有效
发明人：李恒建;王玺玉;于长志;董吉文 -专利权人：济南大学
申请日： 2019-08-21 - 公布日： 2022-03-01 - 主分类号： G06F21/32 文献下载
摘要：本申请公开了一种秘密共享方法及系统，涉及生物特征识别技术领域，确定掌纹图像感兴趣区域的二值化掌纹特征图；获取二值化掌纹特征图对应的可撤销掌纹特征矩阵；根据需要共享的秘密与可撤销掌纹特征确定第一安全矩阵，引入第一过程变量记录通过第一安全矩阵与秘密获得的第一加密密文，并对每个第一过程变量加索引标签获得第一安全数据包。可撤销掌纹特征的使用，能够为秘密分享带来较大便捷。与传统的生物特征识别秘密分享算法不同，上述将需要分享的秘密结合可撤销掌纹特征实现模糊对称性处理，在一定程度上抵抗生物特征提取过程中由于设备等问题带来的不确定性。从而在实现秘密分享的准确性的基础上，实现对用户的生物特征信息保护。
一种秘密共享方法系统

[发明专利]一种基于深度学习的兆伏级CT图像去噪方法及系统-CN202111276494.2在审
发明人：赵增敬;王振立;马星民;张珺倩;牛四杰;董吉文;朱健 -专利权人：山东第一医科大学附属肿瘤医院（山东省肿瘤防治研究院、山东省肿瘤医院）
申请日： 2021-10-29 - 公布日： 2021-12-21 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于深度学习的兆伏级CT图像去噪方法及系统。该方法包括：获取目标图像；所述目标图像为待去噪的兆伏级CT图像；将所述目标图像输入经训练的神经网络模型，得到去噪后的目标图像；所述神经网络模型为：以兆伏级CT样本图像为输入，以所述兆伏级CT样本图像对应的KVCT图像为标签，训练得到的神经网络模型；所述神经网络模型包括REDCNN网络以及连接在REDCNN网络最后一快捷连接之前的自注意力门结构。本发明降低了MVCT图像的噪声，并增强了软组织边缘细节，使得软组织的对比度得到了提高。
一种基于深度学习兆伏级 ct 图像方法系统

[发明专利]基于深度学习的MR影像肝癌术后复发风险预测方法及系统-CN202110465678.7在审
发明人：牛四杰;李帆;高希占;王昱棋;刘强;董吉文 -专利权人：济南大学
申请日： 2021-04-28 - 公布日： 2021-07-30 - 主分类号： A61B5/055 文献下载
摘要：本发明公开了一种基于深度学习的MR影像肝癌术后复发风险预测方法及系统，所述方法包括以下步骤：步骤1，获取磁共振图像及增强扫描序列影像；步骤2、对步骤1的图像进行数据预处理操作；步骤3、构建基于Vision Transformer的三维预测模型，并将预处理后的图像数据输入到预测模型中；步骤4、通过交叉熵损失函数优化预测模型；步骤5、利用已训练好的预测模型对肝癌是否转移做出判断，并输出预测结果。通过本发明的技术方案，能够辅助临床医生判断肝癌患者术后肝内是否发生转移，提高临床医生的诊断效率和准确度。
基于深度学习 mr 影像肝癌术后复发风险预测方法系统

1
2
3
下一页»
尾页
共 31 条