“舒禹程”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12个，建议您升级VIP下载更多相关专利

[发明专利]一种基于双网络协同分割模型的图像语义分割方法-CN202310309481.3在审
发明人： 舒禹程;兰尹;肖斌;李伟生 -专利权人：重庆邮电大学
申请日： 2023-03-28 - 公布日： 2023-07-21 - 主分类号： G06V10/26 文献下载
摘要：本发明属于计算机视觉领域，具体涉及一种基于双网络协同分割模型的图像语义分割方法，包括：建立构建双网络协同分割模型，对于带标签数据采用全监督学习的方式进行模型的训练，对于无标签数据采跨网络相互学习的方法进行半监督学习进模型的训练，将待分割的图像输入训练好的双网络协同分割模型，得到分割结果；本发明基于标签空间和特征空间的相互互补学习，实现了对大量无标签数据的高效利用和开发，缓解了目前全监督深度学习模型训练需要高质量、高成本、极耗时的标签需求，在保证分割模型的性能时进一步让模型的训练成本大大降低，并能够部署于各种的智能系统，具有较高的实际应用价值。
一种基于网络协同分割模型图像语义方法

[发明专利]一种基于注意力机制的鲁棒心音分类方法-CN202310315775.7在审
发明人： 舒禹程;石成旭;肖斌;李伟生 -专利权人：重庆邮电大学
申请日： 2023-03-28 - 公布日： 2023-06-27 - 主分类号： G06F18/241 文献下载
摘要：本发明属于深度学习的心音分类领域，具体涉及一种基于注意力机制的鲁棒心音分类方法；包括通过窗函数分割心音数据得到若干等长的心音信号；对心音信号进行预处理，按比例将预处理结果划分为训练集和测试集；采用训练集训练心音分类模型，所述心音分类模型包括第一卷积层、多个stage模块和线性输出层；计算心音分类模型输出的损失值并反向传播训练模型，直至模型收敛；获取实时心音信号并预处理，将与处理后的实时心音信号输入训练好的心音分类模型得到预测分类结果；采用多数投票机制将预测分类结果转换为心音记录级诊断结果；本发明实现了心音信号的实时辅助诊断以及噪声的规避；提高了心音分类的灵敏度、特异性和平均准确度。
一种基于注意力机制心音分类方法

[发明专利]一种基于局部-全局信息协作的大脑医学图像配准方法及系统-CN202310321851.5在审
发明人： 舒禹程;袁鸣棋;肖斌;李伟生 -专利权人：重庆邮电大学
申请日： 2023-03-29 - 公布日： 2023-06-23 - 主分类号： G06T7/33 文献下载
摘要：本发明属于医学图像处理技术领域，具体涉及一种基于局部‑全局信息协作的大脑医学图像配准方法及系统；该方法包括：获取用于训练的大脑医学图像并对其进行预处理，得到移动图像和固定图像；在通道维度拼接移动图像和固定图像，得到拼接图像；将拼接图像输入到全局自注意力关系网络中进行处理，得到第一形变场；将拼接图像输入到局部结构特征网络中进行处理，得到第二形变场；将第一形变场和第二形变场逐像素按位相加，得到最终形变场；根据最终形变场采用空间变换网络对移动图像进行翘曲，得到翘曲图像；本发明提升了配准的精度和泛化能力；比起现有技术，具有更好图像配准的效果。
一种基于局部全局信息协作大脑医学图像方法系统

[发明专利]一种基于特征解耦的多模态脑肿瘤MRI分割方法-CN202310332485.3在审
发明人： 舒禹程;程鑫磊;肖斌;李伟生 -专利权人：重庆邮电大学
申请日： 2023-03-29 - 公布日： 2023-06-23 - 主分类号： G06V10/26 文献下载
摘要：本发明涉及一种基于特征解耦的多模态脑肿瘤MRI分割方法，引入深监督机制对多模态脑肿瘤MRI图像的深层特征进行提取，同时采用注意力融合机制的网络提取区分性的特征，利用辅助枝干网络解耦特征并充分提取分割部位特征，同时构建动态特征库，引入无监督的聚类算法增强特征，提升模态数据不完整情况下的分割精度，拓展了网络模型在多模态数据中的适用性、泛化性，本发明能够自适应的处理脑肿瘤MRI不同模态的图像间对应关系，提升深度模型在模态数据不完整情况下的分割效果。
一种基于特征多模态脑肿瘤 mri 分割方法

[发明专利]一种基于视觉辅助和特征增强的三维点云语义分割方法及系统-CN202310324023.7在审
发明人： 舒禹程;王青松;肖斌;李伟生 -专利权人：重庆邮电大学
申请日： 2023-03-30 - 公布日： 2023-06-06 - 主分类号： G06V10/26 文献下载
摘要：本发明属于计算机视觉图形学领域，具体涉及一种基于视觉辅助和特征增强的三维点云语义分割方法及系统，所述方法包括构建三维点云语义分割深度学习模型并训练，将待分割三维点云数据输入训练好的点云语义分割模型，通过设计一个重建辅助网络来显式地提取视觉颜色特征，并在主干分割网络中引入通道注意力机制以充分地加以利用，同时在解码层中构建点特征增强模块，以进一步提高模型在不同语义类边界处的点的分割能力；本发明能够对点的局部邻域进行有效的聚合，提升深度学习模型对三维点云语义分割的效果，促进了相关技术领域的发展。
一种基于视觉辅助特征增强三维语义分割方法系统

[发明专利]一种基于多领域半监督的医学图像分割方法-CN202211130790.6在审
发明人： 舒禹程;李恒博;肖斌;李伟生 -专利权人：重庆邮电大学
申请日： 2022-09-16 - 公布日： 2023-03-28 - 主分类号： G06T7/00 文献下载
摘要：本发明属于计算机视觉与医学影像融合领域，具体涉及一种基于多领域半监督的医学图像分割方法，包括：构建半监督教师学生分割模型并训练，将待分割的异化领域数据输入训练好的分割模型，得到分割结果；本发明教师学生网络挖掘大量无标签的多领域医学图像的高级语义特征，采用自注意力解纠缠机制的网络提取领域特征以及分割部位特征，使用领域特征相似筛选机制和多领域高级语义对比损失函数进行鲁棒学习，引入指数滑动平均算法，使得学生模型异构为教师模型，在师生一致性约束下的像素级别勘误方案，提升了分割的精度、拓展了多领域的适用性、泛化性，提升深度模型对图像分割的效果，促进了相关技术领域的发展。
一种基于领域监督医学图像分割方法

[发明专利]一种基于注意力机制与扰动感知的声音分离方法-CN202110519845.1有效
发明人： 舒禹程;肖斌;李伟生 -专利权人：重庆邮电大学
申请日： 2021-05-13 - 公布日： 2022-10-18 - 主分类号： G10L19/26 文献下载
摘要：本发明属于声音信号分离技术领域，特别涉及一种基于注意力机制与扰动感知的声音分离方法，包括获取声音信号数据集，对该数据集的声音信号进行预处理得到混合声音信号，随后将混合声音信号划分为训练集、验证集；将训练集中的混合声音信号输入单通道语音分离网络模型，在交叉熵损失函数的指导下输出得到分离后的独立源信号；利用验证集数据验证每次单通道语音分离网络模型的正确率，并且保存正确率最高时的网络参数；将待分离的混合声音信号数据输入单通道语音分离网络模型，即可得到分割后的独立源声音信号；本发明能够进一步学习区分混合信号中的噪声信号，解决了单通道语音分离网络对噪声鲁棒性不足的问题。
一种基于注意力机制扰动感知声音分离方法

[发明专利]一种基于多尺度特征相似度约束的点云配准方法及系统-CN202210337610.5在审
发明人： 舒禹程;侯宗壮;肖斌;李伟生 -专利权人：重庆邮电大学
申请日： 2022-04-01 - 公布日： 2022-07-22 - 主分类号： G06T7/33 文献下载
摘要：本发明属于计算机视觉图形学领域，具体涉及一种基于多尺度特征相似度约束的点云配准方法及系统，通过对点的匹配可信度进行主动评估，同时采用注意力融合机制的网络提取区分性的特征，同时使用双向的交替对应搜索机制和灵活的错位损失函数来进行鲁棒学习，引入一致性约束下的点对权重分配方案，最后以加权SVD求出变换矩阵，提升了配准的精度，本发明能够在点云间建立鲁棒的对应关系，提升深度模型对点云配准的效果，促进了相关技术领域的发展。
一种基于尺度特征相似约束点云配准方法系统

[发明专利]一种基于多路径注意力融合的医学图像自动分割方法-CN202010479507.5有效
发明人： 舒禹程;张晶;肖斌;李伟生 -专利权人：重庆邮电大学
申请日： 2020-05-30 - 公布日： 2022-05-03 - 主分类号： G06T7/11 文献下载
摘要：本发明属于医学图像处理与计算机视觉技术领域，特别涉及一种基于多路径注意力融合的医学图像自动分割方法，包括获取医学图片数据集，将数据集分为训练集和验证集，对训练集中的图片进行增广，并对验证集和增广之后的训练集中图片进行归一化处理；将训练集中的图片输入多路径注意力融合网络模型，在交叉熵损失函数的指导下输出得到分割结果图；选择验证集准确率最高的模型，将测试集输入加载此模型的多路径注意力融合网络，输出得到图像的分割结果图；本发明解决医学图像分割过程中现有网络无法在编码器无法效地提高不同尺度下的特征质量，并且难以控制网络低级结构特征和高级语义特征之间的层间依赖性从而导致分割结果不佳等问题。
一种基于路径注意力融合医学图像自动分割方法

[发明专利]一种基于局部视觉线索的髋关节X光图像分割方法及系统-CN201910757166.0在审
发明人： 舒禹程;李伟生;吴潇;马旭;齐大逊;赵君 -专利权人：重庆邮电大学
申请日： 2019-08-16 - 公布日： 2019-11-22 - 主分类号： G06T7/11 文献下载
摘要：本发明涉及一种基于局部视觉线索的髋关节X光图像分割方法及系统，所述方法包括：对数据集中的图像数据进行预处理，学习标准U‑net网络的第一层卷积块特征，使用Sobel算子得到粗糙标签，通过第一卷积块特征和粗糙标签提取局部视觉线索LVC，用LVC结合S‑loss损失函数指导U‑net网络输出初步分割结果图，利用LVC生成LVC局部视觉指导，并与初步分割结果图通过可变形的空间变换网络，输出采样偏移场，将初步分割结果图进行重采样得到图像的最终分割结果；本发明解决医学图像分割过程中监督学习模型容易受到标签噪声的影响的问题，降低医学图像标签生成的复杂度。
分割结果局部视觉卷积粗糙标签预处理医学图像分割标签生成标签提取空间变换输出采样数据集中损失函数图像数据网络输出医学图像线索第一层复杂度可变形偏移场重采样髋关节噪声网络图像学习分割监督

[发明专利]一种基于分层高斯混合模型的场景识别方法-CN201210464352.3有效
发明人：王天江;刘芳;邵光普;龚立宇;杨勇;许春燕;舒禹程;王明理 -专利权人：华中科技大学
申请日： 2012-11-16 - 公布日： 2013-03-13 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于分层高斯混合模型的场景识别方法，包括以下步骤：提取训练图像库中所有图像对应的分层高斯混合模型，并获取分层高斯混合模型的李代数描述子，接收待分类图像，并提取待分类图像的分层高斯混合模型的李代数描述子，用鉴别投影嵌入方法获取待分类图像的分层混合高斯的李代数描述子和训练图像库中所有图像的分层混合高斯的李代数描述子之间的距离，根据得到的距离利用最小中值距离分类器对待分类的图像进行分类，并返回分类结果。本发明优化了图像的分层高斯混合模型的特征表示，从而大大提高了场景识别的性能。
一种基于层高混合模型场景识别方法

[发明专利]一种基于李群论的多模态情感识别方法-CN201210466293.3有效
发明人：王天江;刘芳;许春燕;杨勇;龚立宇;邵光普;舒禹程;曹守刚 -专利权人：华中科技大学
申请日： 2012-11-16 - 公布日： 2013-03-13 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于李群论的多模态情感识别方法，包括以下步骤：获取视频，并提取视频帧中图像区域的高斯型特征描述子，基于高斯型特征描述子对视频中的图像区域进行跟踪，根据视频子序列构建ARMA模型获取ARMA模型间的距离，根据ARMA模型之间的距离构建核函数，并进行情感表达分类，根据人体、脸部和手部的情感类别概率对人进行情感识别。本发明根据视频中所包含的人体姿态运动信息、手势和脸部表情信息来判断人的情感状态，是一个将视频数据映射到人体运动特征、手势特征和脸部表情特征，再从人体运动特征空间和脸部表情特征映射到状态空间的过程，并提出利用李群论进行多模态情感识别，提高模型进行情感识别的精确性。
一种基于李群多模态情感识别方法

1
共 12 条