“多模态超”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果1309902个，建议您升级VIP下载更多相关专利

[发明专利]一种医学图像分割方法、系统、终端以及存储介质-CN202111387233.8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： 2021-11-22 - 公布日： 2022-04-01 - 主分类号： G06T7/00 文献下载
摘要：所述方法包括：对第一模态图像和第二模态图像进行超像素提取；分别根据第一模态图像和第二模态图像的超像素为节点构建第一模态图神经网络和第二模态图神经网络，第一模态图神经网络和第二模态图神经网络根据中心位置距离及灰度均值差异计算每个超像素与邻域超像素的邻接矩阵，并根据邻接矩阵计算每个超像素在当前模态下的特征值；根据所述第一模态图像和第二模态图像的超像素为跨模态节点构建多模态图神经网络，所述多模态图神经网络将不同模态图像进行多模态信息融合，并根据融合后的特征图对第一模态图像进行分割本发明无需多模态图像预先的精细配准，提高了医学图像的分割精度。
一种医学图像分割方法系统终端以及存储介质

[发明专利]面向模态缺失的图表示学习方法、系统、装置及存储介质-CN202210434473.7在审
发明人：李明;段嘉峰;梁吉业;王宇光;陈雨婷 -专利权人：浙江师范大学
申请日： 2022-04-24 - 公布日： 2022-08-16 - 主分类号： G06V10/80 文献下载
摘要：本发明公开一种面向模态缺失的图表示学习方法、系统、装置及存储介质，涉及计算机技术领域。本申请通过在模态缺失超图的资源超顶点内的多种模态的表示矩阵进行特征交互以完善模态数据，进而得到资源超顶点的特征融合矩阵，然后进行资源超顶点间的特征融合矩阵交互，以完善资源超顶点中的缺失模态的数据，再对模态完善后的资源超顶点的进行模态聚合操作，从而得到资源超顶点的特征提取向量并更新多模态超图，然后将多模态超图输入图表示模型得到较为准确的图表示结果。
面向缺失图表学习方法系统装置存储介质

[发明专利]基于梯度增强注意力的多模态MR影像超分辨率方法-CN202310795009.5在审
发明人：王润涵;冯瑞 -专利权人：复旦大学
申请日： 2023-06-30 - 公布日： 2023-09-29 - 主分类号： G06T3/40 文献下载
摘要：本发明提供了一种基于梯度增强注意力的多模态MR影像超分辨率方法，具有这样的特征，包括以下步骤：步骤S1，对辅助模态影像和源模态影像分别进行预处理，得到预处理辅助模态影像和预处理源模态影像；步骤S2，构建包括生成器和判别器的生成对抗网络，并将现有的多张多模态的MR影像作为训练数据，再通过训练数据对生成对抗网络进行训练，将训练好的生成器作为多模态MR影像超分辨率模型；步骤S3，将预处理辅助模态影像和预处理源模态影像输入多模态MR影像超分辨率模型总之，本方法能够根据高分辨率的辅助模态影像和低分辨率的源模态影像生成更高质量的超分辨率的目标影像。
基于梯度增强注意力多模态 mr 影像分辨率方法

[发明专利]基于多尺度超像素与核低秩表示的脑肿瘤图像分割方法-CN202110218070.4有效
发明人：葛婷;牟善祥;詹天明 -专利权人：南京理工大学
申请日： 2021-02-26 - 公布日： 2022-12-02 - 主分类号： G06T7/10 文献下载
摘要：本发明提出了一种基于多尺度超像素与核低秩表示的脑肿瘤图像分割方法，输入多模态脑肿瘤核磁共振测试图像，获取各类别样本的训练数据集与相应的标签；对多模态脑肿瘤核磁共振测试图像进行预处理，并进行多模态融合；对T1‑c模态图像采用熵率分割方法进行多尺度超像素分割，获得多模态脑肿瘤融合数据的超像素分割；基于多尺度超像素构建超像素核；对核特征空间进行低秩表示建模，并基于所构建的超像素核利用交替方向乘子法求解模型，
基于尺度像素核低秩表示肿瘤图像分割方法

[发明专利]基于Transformer网络和超球空间学习的多模态图像处理方法及系统-CN202111451939.6有效
发明人：徐行;田加林;沈复民;申恒涛 -专利权人：电子科技大学
申请日： 2021-12-01 - 公布日： 2022-11-04 - 主分类号： G06V10/80 文献下载
摘要：本发明公开了一种基于Transformer网络和超球空间学习的多模态图像处理方法及系统，包括获取预训练的Transformer网络模型，得到教师模型；构建由教师模型和多模态融合模型组成的多分支模型；提取教师蒸馏向量和学生蒸馏向量，以及各模态图像在单位超球空间的特征及其分类概率；计算各模态的蒸馏损失、模态间中心对齐损失、模态内均匀性损失和分类损失，并由此更新多模态融合模型；采用更新后的多模态融合模型基于待检测模态的图像和待查询模态的图像生成零样本跨模态检索结果本发明能够有效提升多模态融合模型的建模和对齐多模态分布的能力，消除不同模态之间的模态差异问题，从而实现零样本跨模态检索。
基于 transformer 网络空间学习多模态图像处理方法系统

[发明专利]一种基于元学习的多模态热带气旋遥感图像的超分辨率方法与系统-CN202211598964.1在审
发明人：宋弢;杨坤林;孙菡萏 -专利权人：中国石油大学（华东）
申请日： 2022-12-14 - 公布日： 2023-05-26 - 主分类号： G06T3/40 文献下载
摘要：本发明涉及一种基于元学习的多模态热带气旋遥感图像的超分辨率方法与系统。本发明涉及海洋大气遥感图像处理技术领域。所述方法与系统包括以下步骤：步骤一：数据预处理与构建数据集：用于多模态的热带气旋图像超分辨率任务，数据源于HURSAT公开数据集。步骤二：利用元学习的思想对多模态数据进行特征信息的提取：利用元学习和生成对抗网络进行超分辨率任务的学习，通过引入生成对抗网络来学习超分辨率的重构，通过引入元学习来让网络学习不同模态之间的特征信息。步骤三：利用迁移学习训练不同模态下的单独的生成器和鉴别器：利用多模态任务中的大量数据预训练网络，将元学习学到的多模态特征信息迁移到单一模态。步骤四：结合步骤二和步骤三训练的模型，共同组成多模态遥感图像超分辨率系统算法部分。利用软件工程的相关知识，将训练好的模型和系统部署于云端。
一种基于学习多模态热带气旋遥感图像分辨率方法系统

[发明专利]一种具有尺度无关特性的快速多模态图像协同分割方法-CN201310024769.2无效
发明人：冯伟;万亮;张加万;张士杰;江健民 -专利权人：天津大学
申请日： 2013-01-23 - 公布日： 2013-05-08 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种具有尺度无关特性的快速多模态图像协同分割方法，该方法包括：步骤一、打开输入的图像组文件，对当前输入图像组中图像利用SLIC算法依次提取个超像素，提取各张图像的超像素，计算所述超像素的颜色特征、区域协方差矩阵；进行图像的前景、背景区域初始化；步骤二、构建超像素多模态特征和前景区域、背景区域模型，步骤三、优化求解。本发明设计了简单实用的基于超像素的多模态特征融合与度量的方法，进一步将多模态特征引入图像协同分割的能量方程，能够在保证较高的正确率的同时，提高算法的运行速度。此外，由于多模态特征的引入，也极大地扩展了图像协同分割所能处理的场景，对复杂图像背景具有一定鲁棒性。
一种具有尺度无关特性快速多模态图像协同分割方法

[发明专利]基于线图扩展的多模态脑超图注意力网络的分类方法-CN202210743073.4在审
发明人：杨艳丽;刘进一;宿亚静;刘涛;张杨;李琦钒;刘宇轩 -专利权人：太原理工大学
申请日： 2022-06-27 - 公布日： 2022-09-13 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了基于线图扩展的多模态脑超图注意力网络的分类方法，对结构和功能磁共振影像进行预处理后，对每位受试者的磁共振影像进行结构和功能特征的提取；进行特征融合后，利用稀疏线性回归方法生成多模态超图；将多模态超图关联矩阵和多模态特征矩阵输入超图注意力网络，利用线图和超图的转换，超图的节点和超边在神经网络每一层中交替，实现同时结合超节点和超边的特征来进行节点和边的嵌入学习；使用双层注意力机制为超边和节点学习不同的权重，提取得到的特征最后经过一个softmax本发明应用于脑疾病诊断，既保留了多模态超图中超边的连通性，又利用了边到边的关系传播信息，有助于超图的整体特征学习。
基于线图扩展多模态脑超图注意力网络分类方法

[实用新型]一种多模态多色快速切换结构光照明系统-CN202221023482.9有效
发明人：席鹏;付允哲;李美琪;杨志忠;许洪 -专利权人：北京大学;北京艾锐精仪科技有限公司
申请日： 2022-04-29 - 公布日： 2022-08-02 - 主分类号： G02B21/00 文献下载
摘要：本实用新型公开了一种多模态多色快速切换结构光照明系统。本实用新型采用开设有结构光照明共聚焦显微通光孔和结构光照明超分辨显微通光孔的变间距空间滤波器，在一套系统中实现多种显微成像模态，包括宽场荧光成像模态，结构光照明超分辨显微成像模态，结构光照明共聚焦显微成像模态，并在多种成像功能的基础上融合增添了荧光偏振显微成像模态；通过调节实现了多种显微模态的快速切换与多色成像，在使用结构光照明显微方法进行生物成像的过程中；根据所需的不同结构，选用宽场荧光显微成像、光学层切成像、快速超分辨成像或荧光偏振显微成像。
一种多模态多色快速切换结构照明系统

[发明专利]一种超分辨率重建方法、装置、存储介质及电子设备-CN202011161862.4在审
发明人：黄建军;李健平;康莉 -专利权人：深圳大学
申请日： 2020-10-26 - 公布日： 2021-01-08 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种超分辨率重建方法、装置、存储介质及电子设备，该方法包括：获取高分辨率图像和待处理的低分辨率图像；根据联想记忆网络建立两种模态高分辨率图像的多尺度关联关系，得到第一种模态高分辨率图像与第二种模态高分辨率图像之间的多尺度关联图像；采用多分辨多模态超分辨率重建网络，将第一种模态高分辨率图像在联想记忆网络中生成的多尺度关联图像，与第二种模态的低分辨率图像进行融合，得到第二种模态的低分辨率图像对应的超分辨率图像。该方法采用两个神经网络分别进行采用分解和融合工作，得到超分辨率图像，完成超分辨率重建工作。
一种分辨率重建方法装置存储介质电子设备

[发明专利]基于超扩散进化图深度学习的多模态血细胞分析快速算法-CN202211680426.7在审
发明人：方正天;董巍;高军涛;罗微 -专利权人：北京轻盈医院管理有限公司
申请日： 2022-12-26 - 公布日： 2023-03-24 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了基于超扩散进化图深度学习的多模态血细胞分析快速算法，所述基于超扩散进化图深度学习的多模态血细胞分析快速算法包括以下步骤：步骤1：细胞分割；步骤2：定量特征提取，通过将多光谱‑额外的数据信息层结合到深度学习中，增强血细胞图像；步骤3：分类；步骤4：预后预测；步骤5：XAI(可解释性人工智能)可视化的处理，本发明基于超扩散进化图深度学习的多模态血细胞分析快速算法，本发明基于超扩散进化图深度学习的多模态血细胞分析快速算法，开发一种新的深度学习模型，用于血液涂片采集的细胞基于图像的形态学表征进行细胞的自动计数及分类识别，并且使用过去存储患者临床记录的多模式大数据，预测患者预后和生存率。
基于扩散进化深度学习多模态血细胞分析快速算法

[发明专利]基于生成对抗网络和超分辨率网络的多模态图像融合方法-CN201810962126.5在审
发明人：蔺素珍;杨晓莉;李大威;王丽芳 -专利权人：中北大学
申请日： 2018-08-22 - 公布日： 2019-02-12 - 主分类号： G06T5/50 文献下载
摘要：本发明涉及图像融合方法，尤其涉及多模态图像融合方法，具体为基于生成对抗网络和超分辨率的多模态图像融合方法，本方法按如下步骤进行：设计并构建生成对抗网络，网络结构采用构思的深度残差神经网络，通过生成器和判别器的动态平衡训练得到一个生成模型；构建基于卷积层的超分辨率网络；将多波段/多模态源图像输入生成模型，得到初步融合图像；再将图像输入到训练好的超分辨率网络，得到高质量的最终融合图像。本方法实现了多波段/多模态图像端到端的神经网络融合，避免了依据先验知识进行图像多尺度多方向分解和融合规则设计的困难，实现了网络自适应融合。
多模态超分辨率图像融合网络融合图像多波段构建对抗神经网络融合图像多方向分解规则设计神经网络生成模型输入生成图像输入网络结构先验知识动态平衡融合多尺度判别器生成器源图像自适应残差卷积

[发明专利]超燃冲压发动机燃烧模态智能监测方法及系统-CN202210180557.2有效
发明人：田野;郭明明;任虎;赵国川;陈皓;李林静;钟富宇;杨茂桃;宋昊宇;梁爽;马跃;乐嘉陵;李世豪 -专利权人：中国空气动力研究与发展中心空天技术研究所
申请日： 2022-02-25 - 公布日： 2023-04-07 - 主分类号： G06F30/27 文献下载
摘要：本发明提供一种超燃冲压发动机燃烧模态智能监测方法及系统，应用多种传感器测量获取的超燃冲压发动机壁面压力数据与图像数据；结合壁面压力数据、隔离段流场结构及燃烧室马赫数分布，形成燃烧模态判定准则，将燃烧模态分为超燃模态、亚燃模态和混合模态；基于燃烧模态判定准则构建燃烧场压力图像数据集，采用深度学习自注意力识别网络，判断燃烧模态，建立基于多信息融合的数据驱动高动态燃烧模态监测与分析方法，避免传统的仅使用单一压力数据造成的信息不足问题；本发明采用多个传感器、CPU平台、GPU平台，搭建超燃冲压发动机燃烧模态智能监测系统，运行超燃冲压发动机燃烧模态智能监测算法，实时检测燃烧模态。
冲压发动机燃烧智能监测方法系统

[发明专利]一种跨模态图像显著性检测方法-CN201810725464.7有效
发明人：李成龙;夏威;涂铮铮;汤进;罗斌 -专利权人：安徽大学
申请日： 2018-07-04 - 公布日： 2021-09-17 - 主分类号： G06K9/32 文献下载
摘要：本发明公开了一种跨模态图像显著性检测方法，输入配对的多模态图像，用基于超像素分割算法对不同模态进行分割，获取均匀、大小近似的超像素区域；设计基于图流形排序算法的多模态图像显著性检测模型，引入跨模态软一致性约束和流形排序拟合项稀疏性约束；以图像四边的超像素作为种子节点，计算其他节点与种子节点的相似性，得到初步的显著图；参考上一阶段得到的前景点作为种子节点，计算其他节点到该节点的相似性，得到最终的显著图。本发明提出了一种基于图流形排序算法互补地融合多模态图像的方法，并引入l1范数实现跨模态软一致性约束和流形排序函数拟合项稀疏性约束，即在协同多个模态的基础上，允许部分不一致
一种跨模态图像显著检测方法

[发明专利]多波束多模态OAM的可编程透射超构表面-CN202211741736.5在审
发明人：李思佳;刘小宾;李卓越;贺成渊;黄国帅;曹祥玉 -专利权人：中国人民解放军空军工程大学
申请日： 2022-12-30 - 公布日： 2023-06-06 - 主分类号： H01Q15/00 文献下载
摘要：提供一种多波束多模态OAM的可编程透射超构超构表面单元，包括四层金属贴片、两层介质基板和一层连接层；整个单元沿Z轴方向看自上而下依次为：接收层、第一层介质基板、偏置层、连接层、金属接地板、第二层介质基板通过对上述单元进行m×n周期组阵形成多波束多模态OAM的可编程透射超构超构表面阵列。本发明的可编程透射超构表面能够实现双波束多模态OAM、双波束OAM独立波束扫描、双波束OAM同时波束扫描以及双波束OAM覆盖式波束扫描的多种功能，在多目标雷达探测系统以及多平台通信系统等方面具有非常重要的应用价值
波束多模态 oam 可编程透射表面

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条