高等教育领域数字化综合服务平台
云上高博会服务平台 高校科技成果转化对接服务平台 大学生创新创业服务平台 登录 | 注册
|
搜索
搜 索
  • 综合
  • 项目
  • 产品
日期筛选: 一周内 一月内 一年内 不限
一种基于显著图的多标签图像识别系统
本发明提供一种基于显著图的多标签图像识别系统,包括裁剪图像的图像预处理模块,由此得到特征图的特征提取模块,根据特征图得到置信度分数以及分类权重的分类模块,通过训练控制模块控制训练模块对置信度分数以及特征图处理得到损失函数对特征提取模块以及分类模块更新,最终识别控制模块将自然场景图像经过图像预处理模块、更新得到的特征提取模块以及分类模块得到置信度分数通过判断出自然场景图像标签。因此本实施例提供的多标签图像识别系统根据多标签分类损失函数以及多标签分布损失函数迭代能够在多标签图像识别过程中减少复杂背景和物体形变的干扰,避免受到遮挡、光照、视点等的干扰并提高多标签图像识别的准确率。
复旦大学 2021-01-12
机器视觉解决方案 教学实验开发平台 图像处理软件
产品详细介绍机器视觉解决方案 教学实验开发平台 图像处理软件机器视觉教学实验开发平台MV-VS860机器视觉教学实验开发平台MV-VS800配套机器视觉图像处理软件、Microvision图像采集设备搭建机器视觉教学实验平台(MV -VS860),专门针对大学和研究机构开展机器视觉教学和研究,提供包括图像测量、检测、定位、跟踪识别等多个图像处理库函数,功能强大,可覆盖工业生产、机器视觉、智能交通、航空航天等众多图像处理应用领域。本机器视觉图像处理教学实验开发平台可利用其提供的大量图像处理和机器视觉算法进行二次开发,无需复杂编程,就可搭建自己的机器视觉检测系统,解决现代工业产品生产过程中涉及的各种各样视觉问题。实验平台结构开放,提供扩展接口,也可添加自己的图像处理优异算法。本机器视觉教学实验开发平台提供多种图像处理实验,如图象分割、图象融合、机器学习、模式识别、图象测量、图象处理、模式识别和人工智能、三维测量、双目立体视觉等实验,培养学生对机器视觉知识的深入理解和掌握,锻炼学生的研究能力,创新思维以及独立解决技术难题的能力。机器视觉教学实验开发平台还可提供大量机器视觉项目应用案例做为实验,为研究和学习提供了方便,通过实验操作,可学习到建立视觉应用系统所需的各种硬件、方法及图像处理技术,同时也对工业自动生产线的产品视觉检测、判定模拟过程有了深入的了解和掌握。机器视觉教学实验开发平台作为一套完整的机器视觉教学仪器,使用者可利用其配套的工业相机、LED光源、工业镜头、支架、算法软件等搭建自己的视觉处理系统原型,了解图像采集设备等配件的应用和选型,轻松设计、印证和评估自己的视觉系统,特别适合于大学和研究机构开展机器视觉教学和科研工作。机器视觉教学实验平台技术说明一、机器视觉教学实验开发平台实验装置硬件技术要求    1. 任意工件的图像动态采集;    2. USB动态图像采集接口,百万像素高分辨率;    3. 被采集物体图像大小、市场角、物距、焦距可调;    4. 强抗干扰白色环形前光源;    5. 高低速模拟圆形转盘可调;    6. 外触发定点图像采集。二、机器视觉教学实验开发平台实验装置软件性能要求    1. 具有脚本程序组态功能,提供200个库函数;    2. 具有视频显示、代码编辑、结果显示、参数设置四个组态界面窗口;    3. 具有工业检测虚拟仪器界面组态功能,包括画线、按钮、显示屏等;    4. 具有与VC++语言的接口功能;    5. 纸质和电子版机器视觉实验指导说明PPT。三、机器视觉教学实验开发平台开设的创新实验目录1. 机器视觉系统组态实验、 14. 多面积尺寸测量实验2. 多长度尺寸测量实验、 15. 多圆弧检测实验3. 焊点缺陷检测实验、 16. 喷码字符识别实验4. 零件分类识别实验、 17. 开关状态识别实验5. 血管造影处理实验、 18. 粒子识别统计实验6. 交通流动态跟踪实验、 19. 交叉阻挡跟踪实验7. 算法验证研究性实验、 20. 自命题图像采集实验8. 自命题零件检测实验、 21. 多光照图像融合实验9. 篮球目标跟踪实验、 22. 花瓶三维重构实验10. 耳环与齿轮识别实验、 23. 车牌号码识别实验11. 多聚焦图像融合实验、 24. 三维重构研究性实验12. 划痕检测实验、 25. 缺陷检测试验13. 自命题算法研究实验、 26. 视觉硬件组态实验
维视数字图像(北京)有限公司 2021-08-23
西安交大科研人员开发微卫星不稳定性检测新方法,助力肿瘤精准检测
微卫星不稳定性(Microsatellite Instability, 简称MSI)是目前肿瘤临床检测中一种非常重要的分子表型,多发生于结直肠癌、胃癌、和子宫内膜癌。微卫星不稳定性与肿瘤的发生、发展,治疗方案制定及治疗效果预测相关,更是肿瘤免疫治疗疗效预测的重要分子标记物。当前,临床上使用的两种微卫星不稳定性检测的金标准方法:MSI-PCR和MSI-IHC,都需要专业技术人员通过实验操作来完成,均费时费力且成本较高。近年来,随着高通量测序(Next Generation Sequencing)的发展,基于高通量测序的微卫星不稳定性检测方法开始显露头角,在检测结果与两种临床金标准保持高度一致的情况下,极大的缩减了检测时间并减少了检测成本,大幅提高了推广微卫星不稳定性检测的可行性。2014年,西安交大叶凯教授团队率先开发了基于高通量测序的微卫星不稳定性检测方案——MSIsensor。2017年该检测方案作为全世界首个泛肿瘤检测方案MSK-IMPACT中的微卫星不稳定性计算方法,通过了美国食品药品监督管理局的严格测试并获得批准。美国纪念斯隆凯特琳癌症中心测试表明,基于高通量测序的微卫星不稳定性检测与金标准的一致性可达99.4%。然而,微卫星不稳定性检测方案大都要求提供病人的癌症组织样本及一份取自血液或者癌症组织附近的正常样本。一方面,这一份正常对照样本限制了微卫星不稳定性的应用场景,尤其难以应用于血癌样本、福尔马林包埋样本、PDX/PDO等不易获得正常对照样本的情况;另一方面,额外的对照样本增加了微卫星不稳定性的检测成本。基于上述原因,在叶凯指导下,叶凯青年科学家工作室科研人员经过两年的探索,从微卫星不稳定性发生机理出发,通过数学模型抽象,从单个肿瘤样本中提取特征,开发了MSIsensor-pro。MSIsensor-pro实现不依赖正常对照样本的微卫星不稳定性检测,只需50个微卫星位点的测序数据即可实现微卫星不稳定性的精准检测。MSIsensor-pro的开发扩大了微卫星不稳定性的应用范围,减低了微卫星不稳定性检测的成本。同时MSIsensor-pro在低肿瘤纯度和低测序深度这类低信噪比数据中也显示出来很大的潜力。 该研究成果近期发表在国际组学和生物信息学领域权威期刊《基因组蛋白质组与生物信息学报》(影响因子6.597)上。叶凯的博士生贾鹏为该论文的第一作者,叶凯为通讯作者,西安交通大学为本文唯一通讯作者单位。这是叶凯教授课题组在基因组暗物质解析方面的又一重要突破。论文链接为:https://www.sciencedirect.com/science/article/pii/S1672022920300218
西安交通大学 2021-04-10
基于黄金分割比例的菱形模板双尺度图像去噪方法
本发明涉及一种基于黄金分割比例的菱形模板双尺度图像去噪方法。本发明的技术要点是采用菱形模板并进行自适应模板扩充,利用参与计算的信号点的距离权重和灰度权重的归一化权重进行去噪。本发明的优点是菱形模板中参与计算的所有信号点到中心点的距离方差较小,尽可能避免了距离过远的信号点参与滤波计算;根据噪声密度取部分信号点参与计算,不仅降低了计算复杂度,而且降低了模板内可能存在的其他噪声及边缘对滤波效果的影响;模板中横向包含的像素点和纵向包含的像素点个数之比为1:0.618,充分利用了数学的经典理念,也符合人的视觉习惯。实验结果表明,本发明既能处理低密度噪声,又能处理高密度噪声,噪声密度越高,相对效果越好。
河北师范大学 2021-05-03
一种相控阵三维声纳图像离线处理系统和方法
本发明公开了一种相控阵三维声纳图像离线处理系统和方法,系统包括三维声纳图像数据读取模块、单帧重建模块、精确配准模块,拼接融合模块;方法包括:读取GPS、姿态信息以及原始声纳点数据并进行解析,将采集到的三维点阵数据连接成为三角面片,再将相邻两帧图像两两配准的结果,通过最优化处理得到全局配准信息;将配准后的数据进行重采样,再重建,以消除两帧之间的重叠部分并将单帧图像融合成一幅整体图像并进行三维可视化显示。该系统结构谨严、高精度、图像清晰、交互方便、可扩展性强,有效地实现了三维声纳图像的离线处理功能。
浙江大学 2021-04-11
一种基于运动颜色关联的视频图像显著性检测方法
本发明公开了一种基于运动颜色关联的视频图像显著性检测方 法,包括:获得视频图像的静态显著性图;提取场景的光流向量场;对光流向量场进行初步分类并抛弃最大分类区块;将视频图像从 RGB 颜色空间转换到 HSV 颜色空间;根据 HSV 颜色空间 H 分量中对应颜 色在输入图像中出现的频率,生成颜色直方图;针对光流向量场有效 分类区块中的每个向量,将其范数投射到颜色直方图的相应区间中去, 得到每个颜色区间的运动尺度变量;得到每种颜色的运动显著性值并 投影到原图像生成运动显著性图;将运动显著性图与静态显著性图相 加得到最终显著性图。本发明的方法可以有效地将运动特征纳入显著 性考虑范围,在现有的运动视频测试集上能取得优于传统方法的结果。
华中科技大学 2021-04-11
一种基于字典渐近更新的人脸图像超分辨率方法
一种基于字典渐近更新的人脸图像超分辨率方法:在训练阶段,采用去一法对低分辨率人脸图像训 练集的每张低分辨率人脸图像进行超分辨率重构,得到一层低分辨率中间字典;以此低分辨率中间字典 作为新的低分辨率人脸图像训练集输入,重构得到新一层的低分辨率中间字典;重复上述过程,最终得 到多层低分辨率中间字典。在测试阶段,根据输入的低分辨率人脸图像,上一层低分辨率中间字典和高 分辨率人脸图像训练集,对输入低分辨率人脸图像进行超分辨率重构,得到预估高分辨率人脸图像;重 复上述过程,最终重构出高分辨率人脸图像。本发明可得到更高质量、与真实情况更为接近的重建效果。
武汉大学 2021-04-13
一种基于支持向量回归的 SAR 图像适配性预测方法
本发明公开了一种基于支持向量回归的雷达图像适配性预测方法。所述方法包括:学习阶段,提取 SAR 图像多维特征构成学习集;对学习集样本特征预处理后,将其分为学习集 L1、L2,然后用学习集L1 训练支持向量机,并用得到的 SVM 模型对学习集 L2 进行分类,根据分类正确率、样本特征和类心之间的距离计算各样本的适配率;之后利用学习集特征及其相应的适配率,拟合回归得到适配性预测函数模型;预测阶段,对待评估的 SAR 图像
华中科技大学 2021-04-14
一种基于场量分析的视频图像显著性检测方法
本发明公开了一种基于场量分析的视频图像显著性检测方法,包括以下步骤:S1 获得视频图像的静态显著性图;S2 根据连续的视频帧提取场景的光流向量场;S3 通过聚类方法对光流向量场进行初步分类并找出最大分类区块;S4 通过每个分类区块与最大分类区块之间的对比生成差异性能量;S5 规范化差异性能量,获得运动显著性值并生成运动显著性图;S6 将该运动显著性图与所述静态显著性图线性加权相加得到最终显著性图,即可实现对视频图像的显著性检测。本发明的方法综合利用视频场景的静态特征和动态特征来得到显著性映射结果,特
华中科技大学 2021-04-14
一种基于运动颜色关联的视频图像显著性检测方法
本发明公开了一种基于运动颜色关联的视频图像显著性检测方法,包括:获得视频图像的静态显著性图;提取场景的光流向量场;对光流向量场进行初步分类并抛弃最大分类区块;将视频图像从 RGB颜色空间转换到 HSV 颜色空间;根据 HSV 颜色空间 H 分量中对应颜色在输入图像中出现的频率,生成颜色直方图;针对光流向量场有效分类区块中的每个向量,将其范数投射到颜色直方图的相应区间中去,得到每个颜色区间的运动尺度变量;得到每种颜色的运动显著性值并投影到原图像生成运动显著性图;将运动显著性图与静态显著性图相加得到最终
华中科技大学 2021-04-14
首页 上一页 1 2
  • ...
  • 32 33 34
  • ...
  • 40 41 下一页 尾页
    热搜推荐:
    1
    云上高博会企业会员招募
    2
    64届高博会于2026年5月在南昌举办
    3
    征集科技创新成果
    中国高等教育学会版权所有
    北京市海淀区学院路35号世宁大厦二层 京ICP备20026207号-1