“束鑫”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103个，建议您升级VIP下载更多相关专利

[发明专利]一种深度注意力网络的胎儿小脑超声图像分割方法-CN202310724784.1在审
发明人：束鑫;顾迎燕;王艳;叶华;华伟 -专利权人：江苏科技大学
申请日： 2023-06-19 - 公布日： 2023-10-24 - 主分类号： G06T7/10 文献下载
摘要：本发明公开了一种深度注意力网络的胎儿小脑超声图像分割方法，包括如下步骤：首先将胎儿超声数据集按照4:1的比例随机划分为训练集和测试集，对胎儿超声数据集进行预处理；然后搭建DA‑Net网络模型，构造一个六层的U形网络，将残差级联块和改进的三重注意力模块封装成一个复合模块嵌入到网络的编码器和解码器中，用来进行有效特征提取；接下来，在训练集上采用像素位置感知损失来训练网络模型；最后，在测试集上测试模型，根据测试的结果，选择出性能最优的模型为最终模型；使用该模型进行胎儿小脑超声图像分割。本发明利用一个深度注意力网络DA‑Net，能够准确实现胎儿小脑超声图像的定位与分割，获得了较好的分割性能和鲁棒性。
一种深度注意力网络胎儿小脑超声图像分割方法

[发明专利]一种基于特征强化和对比学习的协同显著性检测方法及系统-CN202310975821.6在审
发明人：徐丹;汤佳鹏;史金龙;左欣;束鑫;钱强 -专利权人：江苏科技大学
申请日： 2023-08-04 - 公布日： 2023-10-13 - 主分类号： G06V10/82 文献下载
摘要：本发明公开了一种基于特征强化和对比学习的协同显著性检测方法及系统，该方法包括：将一组训练图像输入VGG16编码器，提取图像不同层次的特征，其中，VGG16编码器根据卷积层的深度将特征由浅至深记为x1,x2,x3,x4,x5；将特征x5经残差卷积层后，输入到协同显著性检测器GAM中进行编码，得到一组图像的共同显著性对象，记为协同显著性原型proto；借助协同显著性原型proto和特征增强模块MSE对特征x1,x2,x3,x4,x5进行增强，得到增强后特征f1,f2,f3,f4,f5；将f1,f2,f3,f4,f5和proto输入解码器进行解码，进而得到检测网络，并用所述检测网络预测一组图像的协同显著图S。本发明采用前景‑背景对比学习的方法，通过学习前景特征和背景特征之间的差异性，减少了背景噪声的影响，降低了协同显著性检测的虚警率。
一种基于特征强化对比学习协同显著检测方法系统

[发明专利]一种基于深度卷积神经网络的息肉图像语义分割方法-CN202310461599.8在审
发明人：徐丹;易文彬;束鑫;史金龙;段先华 -专利权人：江苏科技大学
申请日： 2023-04-26 - 公布日： 2023-08-15 - 主分类号： G06V10/26 文献下载
摘要：本发明公开了一种基于深度卷积神经网络的息肉图像语义分割方法，包括：使用深度卷积神经网络模型作为编码器提取图像多层特征，根据卷积层的深度将特征分为浅层特征和深层特征；使用多尺度语义增强模块对深层特征进行语义增强；将得到的多个增强特征融合为全局增强特征；将所得全局增强特征输入到解码端，使用跨层特征融合模块对多层特征由深到浅逐级上采样解码，得到预测分割图。本发明综合考虑了深层和浅层特征的互补性和相关性，可提高息肉图像语义分割的准确性。
一种基于深度卷积神经网络息肉图像语义分割方法

[发明专利]一种融合多尺度残差注意力的医学图像分割方法-CN202310213958.8在审
发明人：李晓彤;束鑫;李俊娴;范燕;华伟;黄树成 -专利权人：江苏科技大学
申请日： 2023-03-08 - 公布日： 2023-08-08 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种融合多尺度残差注意力的医学图像分割方法，步骤是：对采集的数据集预处理后进行训练集、验证集、测试集划分；数据增强，在训练过程中采用0.5的概率对数据进行随机垂直翻转、随机水平翻转和随机旋转；构建多尺度残差注意力网络，在编码器部分，网络减少双卷积中间部分的通道数，适度减小网络参数；在解码器设计多尺度残差注意力模块来捕捉不同尺度下医学图像的细节特征，提高图像特征图的利用率，缓解由于网络过深引起的梯度消失问题和退化问题，进一步提高网络的稳定性；在测试集测试模型，得到模型的分割结果。本发明解决了医学图像目标区域与背景边界模糊的问题，能够在提高图像分割精度的同时有效减少网络的参数量。
一种融合尺度注意力医学图像分割方法

[发明专利]一种基于RDD-YOLO算法的钢铁表面缺陷检测方法-CN202310196836.2在审
发明人：赵超;束鑫;严熙;诸峰;左欣;范燕 -专利权人：江苏科技大学
申请日： 2023-03-03 - 公布日： 2023-07-14 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于RDD‑YOLO算法的钢铁表面缺陷检测方法，包括：使用Res2Net模块替换YOLOv5的原始backbone网络中的模块CSP‑n以加强特征提取能力；在YOLOv5的Neck部分设计了一个新的特征融合模块双重特征金字塔特征融合模块DFPN，用于融合不同尺度的特征图，进一步提取特征图中的信息；在head部分采用了解耦头的结构来替换原有的YOLOv5检测头。本发明构建双重特征金字塔特征融合模块DFPN以充分利用网络中的所有信息，使其更精细地融合特征，缓解钢铁表面缺陷尺度大小不一的问题；使用DecoupledHead解耦头能够使分类任务与定位框的回归任务分离开，从而使预测更加精准；本发明可用于对复杂场景下钢铁表面缺陷检测任务，并且检测精度较传统的模型有较大的提升。
一种基于 rdd yolo 算法钢铁表面缺陷检测方法

[发明专利]一种基于双目视觉的水上目标测距方法-CN202310203778.1在审
发明人：张明;李红伯;徐维艳;束鑫;潘磊;王逊;王长宝 -专利权人：江苏科技大学
申请日： 2023-03-06 - 公布日： 2023-07-07 - 主分类号： G01B11/02 文献下载
摘要：本发明提供一种基于双目视觉的水上目标测距方法，可以通过双目视觉实现目标检测和测距，其方法包括：先通过双目相机进行标定，获取摄像头的内参参数和畸变参数；而后运用双目摄像头进行目标图像采集并进行标注，而后对图像进行校正；再根据水上实际作业，引入平滑标签，而后利用YOLOv5将采集的图片进行模型训练后选取最优模型；接着将SIFT与BRISK算法结合为改进算法SIFT‑BRISK，进行左右视图的特征点检测和匹配；最后计算目标与摄像机之间的距离。本发明能够使得工作人员在进行水上目标检测和测距时，可以获得更精准的检测，减少特征点描述符匹配时间，提升测距效率，为水上人员的工作提供更安全的环境和进行更高效的施工。
一种基于双目视觉水上目标测距方法

[发明专利]一种遗传性心脏病基因辅助诊断系统的工作方法-CN202310252078.1在审
发明人：诸峰;窦慧莉;束鑫;杨习贝 -专利权人：江苏科技大学
申请日： 2023-03-16 - 公布日： 2023-07-04 - 主分类号： G16B30/10 文献下载
摘要：本发明公开了一种遗传性心脏病基因辅助诊断系统的工作方法，通过构建由待测基因选择模块、变异位点发现模块、变异位点注释模块、变异位点致病性分析模块和报告生成模块这五个模块构成的诊断系统，利用基因测序数据系统性的完善了对遗传性心脏病的诊断手段，使临床医生对是否是遗传性心脏病能够做出准确有效的风险评估和针对，有利于进一步开展针对患者的精准治疗。
一种遗传性心脏病基因辅助诊断系统工作方法

[发明专利]一种结合RGB和HSV颜色空间的水下图像增强方法-CN202310213964.3在审
发明人：刘楚凡;束鑫;潘磊;史金龙;韩斌;范燕;华伟 -专利权人：江苏科技大学
申请日： 2023-03-08 - 公布日： 2023-06-30 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种结合RGB和HSV颜色空间的水下图像增强方法，步骤是：对原始的彩色水下图像进行颜色校正；将颜色校正之后的水下图像使用最近邻插值法生成多尺度水下图像；将多尺度水下图像送入编码器，在RGB和HSV两个颜色空间中分别提取多尺度特征；对于在编码阶段提取出的多尺度特征，使用选择性内核特征融合模块对来自RGB和HSV两个颜色空间中的同一尺度的特征进行有选择性融合；将融合后的特征进行解码重建，从最小的尺度开始逐步重建水下图像，并最终得到增强的水下图像。本发明通过采用RGB和HSV结合的双颜色空间，将HSV颜色空间中的色调，饱和度等重要信息引入至算法中以增强算法的鲁棒性，提高了网络泛化性。
一种结合 rgb hsv 颜色空间水下图像增强方法

[实用新型]一种道路施工减噪屏障-CN202223228871.8有效
发明人：王蓉;唐琴;束鑫 -专利权人：王蓉
申请日： 2022-12-02 - 公布日： 2023-06-16 - 主分类号： E04H17/16 文献下载
摘要：本实用新型公开了一种道路施工减噪屏障，包括底座、多组工形立柱和螺帽，两组所述工形立柱之间设置有多组隔音板，所述隔音板的端部与所述工形立柱之间设置有防护机构，所述防护机构包括凹形板和两组固定组件，所述凹形板的内壁并沿着所述凹形板的长度方向均匀开设有多组滚孔，所述滚孔的内部设置有滚珠，所述凹形板的俯视为“凹”形结构；本实用新型通过设计的防护机构，便于在使用中将隔音板从屏障的上方插入到两组工形立柱之间处时可以避免对工形立柱的内壁和隔音板的两端部产生的磨损和损坏，有助于提高了工形立柱和隔音板的使用寿命，提升了屏障的使用性能。
一种道路施工屏障

[发明专利]一种基于卷积神经网络的胎儿小脑超声图像分割方法-CN202111381985.3有效
发明人：顾迎燕;束鑫;常锋;胡春龙;程科;於跃成 -专利权人：江苏科技大学
申请日： 2021-11-22 - 公布日： 2023-05-12 - 主分类号： G06T7/00 文献下载
摘要：本发明提出一种基于卷积神经网络的胎儿小脑超声图像分割方法，包括如下步骤：处理数据集，将数据集按照8:2的比例随机划分为训练集和测试集，并进行图像增强；搭建FCRB‑U‑Net网络模型，采用全连接残差模块替代双卷积操作，并在有效注意力模块的监督下提取图像特征，在解码器端添加特征重用模块，实现深层特征的传播与复用；在训练集上，对FCRB‑U‑Net进行训练，执行分割任务并生成分割模型；在测试集上测试模型，根据测试的结果，选择出性能最优的模型为最终模型，并保存下来。本发明能够提取到更加全面、有效的特征，引入少量的参数即可较高的提升模型性能，快速准确的分割出胎儿小脑，可以辅助医生诊断。
一种基于卷积神经网络胎儿小脑超声图像分割方法

[发明专利]一种微表情识别方法及系统-CN202211423706.X在审
发明人：张青云;束鑫;王艳;诸峰 -专利权人：江苏科技大学
申请日： 2022-11-15 - 公布日： 2023-04-18 - 主分类号： G06V40/16 文献下载
摘要：本发明公开一种微表情识别方法及系统，该方法包括：对微表情视频序列进行预处理，得到人脸图像集；搭建网络模型DA_DenseNet，所述网络模型DA_DenseNet采用DenseNet‑121作为骨干网络，并在DenseNet‑121的每一个Dense Block之后加入两个分支，一个分支是en‑scSE模块，第二个分支为Triplet Attention模块，对两个分支输出的特征图进行相乘融合；在每一个Transition Layer后加入Triplet Attention，在提取的特征最终进行分类之前，根据所分类的类数，加入特征细化模块；采用训练集对网络模型DA_DenseNet进行训练，执行分类任务并生成分类模型；采用测试集将训练好的网络模型DA_DenseNet进行测试。嵌入增强的scSE模块，来抑制无关信息，强调有效特征信息的提取，帮助网络提取更有效的特征信息。
一种表情识别方法系统

[发明专利]一种抗噪声的局部彩色纹理特征提取方法-CN202111391326.8有效
发明人：束鑫;宋志刚;程科;於跃成;严熙;范燕 -专利权人：江苏科技大学
申请日： 2021-11-23 - 公布日： 2023-04-18 - 主分类号： G06V10/56 文献下载
摘要：本发明公开了一种抗噪声的局部彩色纹理特征提取方法，具体步骤是：首先将尺寸为M×N的彩色纹理图像根据R‑G‑B三个颜色通道按照特定方法生成第四个颜色向量通道C并排列放置成尺寸为M×N×4的立方体；然后在4个颜色通道上面分别提取局部分组序模式特征；其次在4个颜色通道上以跨通道的方式提取纵向差值二值模式特征；接着采用不同尺度提取上述特征归一化并级联，构建联合向量H；最后采用卡方距离和最近邻分类器进行分类，获取分类结果。本发明计算简单，能够提取纹理图像中的颜色信息以及色彩通道间的关联性信息，并且对于噪声具有鲁棒性。
一种噪声局部彩色纹理特征提取方法

[发明专利]一种基于多尺度反色方法的人脸活体检测方法及系统-CN202211421945.1在审
发明人：李晓洁;束鑫;左欣;徐丹;叶华;史金龙 -专利权人：江苏科技大学
申请日： 2022-11-14 - 公布日： 2023-03-28 - 主分类号： G06V40/40 文献下载
摘要：本发明公开了一种基于多尺度反色方法的人脸活体检测方法及系统，主要针对现有人脸活体检测方法存在的跨数据集通用性不强，方法参数量大，方法有效性容易受到光照条件的影响等问题，该方法具体包括以下步骤：对视频进行帧提取及预处理得目标图像，并划分训练集、测试集；基于多尺度反色方法、并行CBAM注意力模块以及以改进的MobileNetV3网络为骨干网络搭建双流卷积神经网络；在训练集上采用二元交叉熵函数作为损失函数对网络模型进行训练；利用训练好的网络模型在测试集上进行人脸活体检测。本发明的有益效果：引入少量的参数即可较高的提升模型性能，有效解决人脸活体检测中存在的对光照敏感的问题，方法具有很好的泛化能力，具有广泛的应用性。
一种基于尺度方法活体检测系统

[发明专利]一种康复训练系统中训练动作分类与完成度评分方法-CN202211110704.5在审
发明人：张明;凌天杰;徐维艳;刘晓健;汪雷;肖黎;吴健康;束鑫;李文强;侯孝平;龚超 -专利权人：江苏科技大学
申请日： 2022-09-13 - 公布日： 2023-01-20 - 主分类号： G06V40/20 文献下载
摘要：本发明公开了一种康复训练系统中训练动作分类与完成度评分方法，应用于康复训练医患交互系统，该方法包括：步骤一，病患根据预设于系统中的引导指令和标准训练动作引导视频完成康复训练动作，并采集动作数据信息；步骤二，根据预设的训练动作分类准则，将步骤一采集到的训练动作进行分类，并针对不同分类采用不同的完成度评分方法；步骤三，根据步骤一采集到的训练动作，提取合适的动作特征，结合步骤二对应的完成度评分方法，计算当前训练动作的完成度评分。本发明能够得到一个更符合康复训练情况的训练评分，该评分可以帮助康复医师更为直观地了解病患的康复训练情况；同时，也方便病患知晓自身的训练动作是否标准，以便及时纠正。
一种康复训练系统训练动作分类完成评分方法

[发明专利]一种基于静态纹理的人脸欺诈检测方法、系统及存储介质-CN202010418452.7有效
发明人：束鑫;唐慧;夏坤;叶华;邵长斌;杨习贝 -专利权人：江苏科技大学
申请日： 2020-05-18 - 公布日： 2022-12-30 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于静态纹理的人脸欺诈检测方法及系统，该方法包括：读取训练集视频，对输入的视频进行逐帧人脸图片检测，得到具有人脸位置信息的图片，并对对应图片进行人脸剪裁；在选定的颜色空间的各个颜色通道中采用DQ_LBP特征提取方法进行纹理特征提取；采用空间金字塔算法对纹理特征图片进行直方信息，并将其级联形成表示图片彩色纹理特征的一维向量；将各个互补的彩色空间内的彩色纹理特征向量级联形成表示当前图片特征的最终表示；将经过上述步骤得到的训练集数据进行归一化处理，并放入线性核的支持向量机中进行分类；该方法具有可移植性高、无需用户配合、匹配速度快且简单高效的特点。
一种基于静态纹理欺诈检测方法系统存储介质

1
2
3
4
5
6
7
下一页»
尾页
共 103 条