“卜起荣”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18个，建议您升级VIP下载更多相关专利

[发明专利]基于注意力机制的肝脏病理图像分割模型建立及分割方法-CN202010809379.6有效
发明人：张墺琦;崔磊;亢宇鑫;武卓越;卜起荣 -专利权人：西北大学
申请日： 2020-08-12 - 公布日： 2023-08-22 - 主分类号： G06T7/11 文献下载
摘要：本发明公开了基于注意力机制的肝脏病理图像分割模型建立及分割方法，首先对肝脏组织病理切片图像和其对应的专家标注掩模图像进行裁剪处理，得到切片图像块和掩模图像块；然后构建基于多尺度特征和注意力机制的肝脏组织病理图像分割网络；将切片图像块和掩模图像块作为分割网络的输入，将得到的分割概率图作为分割网络的输出，训练得到的分割网络，得到训练好的分割模型。将待处理的肝脏病理图像输入到分割模型中，得到分割结果。本发明的分割网络引入了特征注意力机制，分别对位置和通道维度进行注意力建模，提高模型对于正常组织区域、异常组织区域和背景的区分能力，缓解了肝脏组织病理图像空洞多对模型学习带来的影响。
基于注意力机制肝脏病理图像分割模型建立方法

[发明专利]一种基于Wi-Fi信号和迁移学习的活动分类模型构建方法及系统-CN202010144596.8有效
发明人：冯宏伟;明星霞;卜起荣;冯筠 -专利权人：西北大学
申请日： 2020-03-04 - 公布日： 2023-05-26 - 主分类号： G06F18/24 文献下载
摘要：本发明公开了一种基于Wi‑Fi信号和迁移学习的活动分类模型构建方法及系统，包括：通过巴特沃斯滤波、奇异值分解、相位校正等操作对用户活动对应的Wi‑Fi信道状态信息进行预处理；通过源域中的数据三元组结对训练的方式训练深度卷积特征提取网络，采用迁移学习，用特征提取网络模型提取目标域中预处理之后的Wi‑FiCSI片段中的活动特征；利用所提取的活动特征结合SVM分类器实现跨域的活动分类任务。本发明采用迁移学习的方式，建立了一种新的基于Wi‑Fi信号的跨域活动分类方法，针对现有的活动分类方法在环境改变之后模型应用失效的问题，提出了一种新的跨域活动分类框架，该方法能够基于少量的带标签样本实现目标域中的活动分类任务，提升了现有跨域活动分类效果。
一种基于 wi fi 信号迁移学习活动分类模型构建方法系统

[发明专利]基于混合卷积的乳腺DCE-MRI图像病灶分割模型建立及分割方法-CN202010125719.3有效
发明人：冯宏伟;曹佳琦;王红玉;卜起荣;冯筠 -专利权人：西北大学
申请日： 2020-02-27 - 公布日： 2023-04-07 - 主分类号： G06T7/174 文献下载
摘要：本发明公开了基于混合卷积的乳腺DCE‑MRI图像病灶分割模型建立及分割方法，其中分割模型建立方法包括：首先获取乳腺DCE‑MRI图像集中每个DCE‑MRI序列图像的三通道图像，其次构建基于混合卷积与ASPP网络的乳腺DCE‑MRI图像病灶分割网络，最后使用三通道的图像训练得到的分割网络，得到训练好的分割模型。基于得到的分割模型，对于待处理的任一DCE‑MRI序列图像，进行预处理得到三通道图像，然后将三通道图像输入到分割模型中，即可得到病灶分割结果。本发明通过混合的2D与3D卷积来提取图像3D空间特征，达到更为精准的分割结果；另外，使用ASPP提取多尺度上下文特征，从而有效地解决病灶尺寸差异对分割结果的影响。
基于混合卷积乳腺 dce mri 图像病灶分割模型建立方法

[发明专利]一种复杂背景下动作分类方法及分类系统-CN201910126360.9有效
发明人：曹正文;乔念祖;卜起荣;冯筠 -专利权人：西北大学
申请日： 2019-02-20 - 公布日： 2023-04-07 - 主分类号： G06V40/20 文献下载
摘要：本发明公开了一种复杂背景下动作分类方法及动作分类系统，具体公开了一种基于超像素分割、深度学习和脑电波信号复杂背景下动作分类方法及动作分类系统。通过采用CNN类网络对动作时序图像和动作掩模图像提取时刻图像特征，增强了人体动作区域图像特征，然后结合图像的时序信息和脑电波形，进一步增强人体动作行为特征，有效的解决了现有技术中单一视角图像进行人体动作行为的识别，以及单独依靠图像和面对复杂背景情况下易受环境变化影响、识别率和准确度不高、鲁棒性不强等问题。
一种复杂背景动作分类方法系统

[发明专利]一种面向Wi-Fi信号的手语孤立词识别网络构建及分类方法-CN201910185152.6有效
发明人：冯筠;杨刚;卜起荣;明星霞 -专利权人：西北大学
申请日： 2019-03-12 - 公布日： 2023-04-07 - 主分类号： G06F18/10 文献下载
摘要：本发明提供了一种面向Wi‑Fi信号的手语孤立词识别网络构建及分类方法，公开了一种面向Wi‑Fi信号的手语孤立词识别网络的构建方法，包括：采集并处理CSI信号，得到去除环境影响的手语孤立词动作对应的振幅信息和图像；将去除环境影响的手语孤立词动作对应的振幅信息和图像输入到手语孤立词识别网络进行训练，得到训练好的手语孤立词识别网络；还公开了一种面向Wi‑Fi信号的手语孤立词分类方法，包括：采集处理CSI信号，并采用训练好的手语孤立词网络进行识别，得到待识别的手语孤立词动作的类别；本发明使用LSTM层网络提取时序特征；采用卷积神经网络提取图像特征，使用全连接层网络进行手语孤立词识别分类，能够有效提高手语孤立词识别的准确性和鲁棒性。
一种面向 wi fi 信号手语孤立识别网络构建分类方法

[发明专利]一维数据目标检测方法及装置-CN202211280135.9在审
发明人： 卜起荣;刘宇飞;胡景钊;吕朝昕;张丽丽 -专利权人：西北大学
申请日： 2022-10-19 - 公布日： 2023-01-31 - 主分类号： G06F18/10 文献下载
摘要：本申请涉及标签预测网络模型的训练方法以及一维数据目标检测方法，其中，标签预测网络模型的训练方法包括确定一维训练数据的多个目标框，目标框为一维训练数据中的有意义数据片段；针对每个目标框中的每个数据点，计算左偏移量、右偏移量和前景概率形成的三线标签；将一维训练数据和每个目标框的每个数据点对应的三线标签，输入到标签预测网络模型中进行训练，得到训练后的标签预测网络模型。本申请的标签预测网络模型的训练方法，利用三线标签编解码技术，训练神经网络模型，无需关注数据长度、能够综合多种类频谱图信息进行自动特征提取，实时性强、速度快。
数据目标检测方法装置

[发明专利]多任务多分类的胸部器官分割模型建立、分割方法及系统-CN202010996399.9有效
发明人：冯筠;谢祎霖;卜起荣 -专利权人：西北大学
申请日： 2020-09-21 - 公布日： 2022-11-04 - 主分类号： G06T7/143 文献下载
摘要：本发明属于医学图像分析技术领域，公开了一种多任务多分类的胸部器官分割模型建立、分割方法及系统。模型建立方法包括如下步骤：步骤1：获取医学影像图片集，并进行预处理，获得预处理图像集和不同器官的掩模图像；步骤2：建立分割网络，所述分割网络包括多尺度输入模块、编码器模块、特征增强模块、解码器模块和超列模块；步骤3：将预处理图像集和不同器官的掩模图像作为分割网络的输入，将不同器官的分割概率结果图作为分割网络的输出，训练分割网络，将训练好的分割网络作为多任务多分类的胸部器官分割模型。解决了现有方法中胸片多组织重叠造成的分多类骨骼分割方法以及多类器官分割方法存在的过分割和欠分割的问题。
任务分类胸部器官分割模型建立方法系统

[发明专利]一种基于多特征融合的端到端图像去雾方法-CN202210248394.7在审
发明人：罗杰;卜起荣;张蕾;冯筠 -专利权人：西北大学
申请日： 2022-03-14 - 公布日： 2022-07-12 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于多特征融合的端到端图像去雾方法：步骤一，获取样本数据集；步骤二，搭建基于多特征融合的端到端图像去雾网络模型，包括以全局特征融合注意力模块为核心的基础网络、支持反向传播的先验特征提取模块和先验特征自适应融合模块；暗通道先验特征和颜色衰减先验特征进入先验特征自适应融合模块进行融合，再与基础网络得到的深度学习特征融合；步骤三，构建损失函数；步骤四，训练基于多特征融合的端到端图像去雾网络模型；步骤五，利用训练好的模型对待处理图像进行去雾处理，得到去雾后图像。在合成数据集和真实数据集的实验结果表明，本发明的方法提高了模型在真实场景的去雾能力和迁移能力，并且参数量小，可实现快速去雾。
一种基于特征融合端到端图像方法

[发明专利]基于非局部先验和稀疏表示的磁共振图像去噪方法及装置-CN202010097250.7有效
发明人：冯筠;李英;刘飞鸿;卜起荣 -专利权人：西北大学
申请日： 2020-02-17 - 公布日： 2022-02-18 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种基于非局部先验和稀疏表示的磁共振图像去噪方法及装置，能够自适应的滤除破坏磁共振图像的非高斯噪声，包括空间稳定的和空间变化的Rician或非中心卡方分布噪声。首先使用方差稳定变换技术纠正非高斯噪声引起的偏差，然后在此基础上捕获图像中的非局部先验信息，即提取出图像中的非局部相似图像块。然后估计出磁共振图像中的噪声强度使其能够自适应的应对空间变化的Rician或非中心卡方分布噪声。最后结合改进的加权核范数最小化对这些非局部相似图像块进行稀疏化表示，以此来消除磁共振图像中的噪声。除此之外，本发明还在上述操作的基础上利用逆方差变换获得磁共振图像最终的无偏估计。
基于局部先验稀疏表示磁共振图像方法装置

[发明专利]一种燃气表不完整码字识别方法-CN201810138181.2有效
发明人：张蕾;苗成强;卜起荣;冯筠;王红玉 -专利权人：西北大学
申请日： 2018-02-10 - 公布日： 2021-10-29 - 主分类号： G06K9/20 文献下载
摘要：本发明公开了一种燃气表不完整码字识别方法，结合燃气表完整码字和不完整码字的共有特征，改进了基于卷积神经网络的网络模型的损失函数，实现了利用燃气表完整码字来训练识别燃气表不完整码字网络模型的目标，从根本上解决了燃气表不完整码字因数据量不足而对深度学习模型训练不充分而产生的难题。
一种燃气完整码字识别方法

[发明专利]基于浅层卷积神经网络的空气颗粒物污染程度估计方法-CN201811196919.7有效
发明人：冯筠;杨雯雯;卜起荣;王晓宇 -专利权人：西北大学
申请日： 2018-10-15 - 公布日： 2021-08-06 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种基于浅层卷积神经网络的空气颗粒物污染程度估计方法，该方法的基本步骤包括：1.构建具有层增强功能的浅层卷积神经网络(PMIE)模型；2.将PMIE模型的输出结果与四种天气特征值相结合来构建回归模型；3.训练PMIE模型和回归模型；4.使用训练好的PMIE模型和回归模型估计测试集图像的PM2.5指数。本发明提出一种具有层增强功能的浅层卷积神经网络模型，并将其输出结果与四种天气特征相结合来估计图像中空气颗粒物污染程度，有效的避免了特征提取与特征优化等步骤所引起的问题，得到具体的PM2.5指数值，提高了训练的收敛速度与算法鲁棒性，具有更好的性能。
基于卷积神经网络空气颗粒污染程度估计方法

[发明专利]一种基于复合卷积神经网络的化石图像分类模型的构建方法-CN202110219351.1在审
发明人：张蕾;王晓宇;罗杰;卜起荣;冯筠 -专利权人：西北大学
申请日： 2021-02-26 - 公布日： 2021-05-18 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于复合卷积神经网络的化石图像分类模型的构建方法，包括如下步骤：S1：对原始化石图像处理得到梯度图像，构建化石图像特征提取模型；S2：化石图像特征提取模型对原始化石图像进行特征提取得到深度特征图，化石图像特征提取模型对梯度图像进行特征提取得到初级视觉特征图，深度特征图与初级视觉特征图融合后依次通过全局平均池化层和全连接层处理得到图像类别概率值，依据图像类别概率值构建初级化石图像分类模型；S3：训练初级化石图像分类模型。本发明分别提取了原始化石图像的深度特征与对应梯度图像的初级视觉特征，通过特征融合，进一步提高了化石图像分类任务的准确性。
一种基于复合卷积神经网络化石图像分类模型构建方法

[发明专利]基于CSI数据的行为跨域识别模型建立、识别方法及系统-CN202110110788.1在审
发明人：冯筠;张拓;卜起荣;魏力健;胡景钊 -专利权人：西北大学
申请日： 2021-01-27 - 公布日： 2021-05-07 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了基于CSI数据的行为跨域识别模型建立、识别方法及系统，建立源域行为数据集和目标域行为数据集；对源域数据集和目标域数据集中的数据分别进行分割和重表示；将源域数据集中重表示的行为数据片段与目标域数据集中重表示的行为数据片段进行配对，获得多个数据对；对同类别行为形成的数据对和不同类别行为形成的数据对标注不同的标签；构建孪生网络模型；将数据对及其对应的标签输入至孪生网络模型中，训练该孪生网络模型，得到识别模型；采集测试对象的行为数据；进行分割处理以及数据配对后，将配对的数据对输入识别模型中，输出识别结果；经验证，采用本发明的识别方法可达到较高的跨域识别准确率。
基于 csi 数据行为识别模型建立方法系统

[发明专利]基于超像素的腹部CT图像多器官分割方法-CN201810112755.9有效
发明人：张蕾;吕朝晖;冯筠;卜起荣;王红玉 -专利权人：西北大学
申请日： 2018-02-05 - 公布日： 2021-01-12 - 主分类号： G06T7/10 文献下载
摘要：本发明公开了一种基于超像素的腹部CT图像多器官分割方法，包括对腹部CT图像的预处理，其中预处理包括对腹部CT图像的滤波以及灰度映射，利用腹部CT图像集的中图像中上下层之间存在的相关性，并且以融合后的欧氏距离与灰度距离作为度量距离的K‑means聚类方法将腹部CT图像分割成超像素块，对超像素块进行特征提取后，采用极限学习机结合位置和灰度统计概率模型对超像素块进行分类，再将分类后的超像素块进行合并，获得腹部CT图像多器官分割结果；本发明提供的方法能够准确地对腹部CT图像进行多器官的分割，将计算量从像素级别降低到像素块级，大大减少了计算量，加快了腹部CT图像多器官分割的速度。
基于像素腹部 ct 图像器官分割方法

[发明专利]一种基于功率谱Gabor特征序列递归模型的语音识别方法-CN201710292486.4有效
发明人： 卜起荣;张晓;冯筠;曹正文 -专利权人：西北大学
申请日： 2017-04-28 - 公布日： 2020-02-04 - 主分类号： G10L25/21 文献下载
摘要：本发明公开了一种基于功率谱Gabor特征序列递归模型的语音识别方法，该方法的基本步骤包括：1.对语音输入信号进行预处理；2.分别提取功率谱特征和动态谱Delta特征；3.利用时空Gabor滤波器对频谱特征进行滤波处理，并且通过PCA降维处理得到语音特征序列；4.根据语音特征序列，构造递归图；5.通过对语音递归模型进行距离检测，完成语音识别。本发明通过对语音信号进行预处理，经过特征提取得到语音特征序列，然后将语音特征序列转化为递归模型进行相似性检测，有效的解决了目前自动语音识别系统在非稳态噪声、低信噪比等复杂情况下识别率不够理想、性能容易恶化的问题，提高了语音识别算法的鲁棒性。
一种基于功率 gabor 特征序列递归模型语音识别方法

1
2
下一页»
尾页
共 18 条