法律状态: 全部 已授权 审中
项目申报: 全部 报过 没有报过
共 81 件在售专利
本发明涉及一种基于图像分割的非开挖钻机钻杆的定位方法及系统,属于图像分割技术领域。包括:构建钻杆全景图像分割网络模型,利用图像数据集对钻杆全景图像分割网络模型进行训练,获得优化图像分割网络模型;获取待定位钻杆的钻杆全景图像,并将其输入至优化图像分割网络模型中,生成分割结果图像;提取分割结果图像的边缘特征,获得待定位钻杆的边缘坐标点集;对边缘坐标点集进行计算,得到最远点对;计算最远点对之间的距离,得到最小面积矩形;获取最小面积矩形的中心坐标,将中心坐标转换为相机坐标,再将相机坐标转换为世界坐标,获得待定位钻杆的位置信息。本发明在复杂背景下能够准确检测钻杆的位置和姿态,并确保坐标系标定的准确性。
📄 2025102067610 📂 G06T7_73 👤 江南大学, 无锡市钻通工程机械有限公司 📅 2025-02-25
¥0.0 元
本发明属于医学图像处理与人工智能领域,具体涉及面向多源异构医学影像的通用图像分割模型及分割方法,图像分割模型若干DAMoE复合模块,DAMoE复合模块用于在统一的框架内,显式地解耦并处理跨域数据中的共享与特异性特征;DAMoE复合模块包括位于第一层的任务级MoE和位于第二层像素级MoE;分割方法包括将医学图像数据输入至图像分割模型中得到分割结果;能够有效解耦域共享与域特异性特征,避免了多域数据联合训练时常见的“负迁移”现象,在处理多源异构数据时的卓越泛化能力和分割精度;且在取得最佳性能的同时,保持了极高的计算效率,同时,本发明具有更好的鲁棒性和稳定性,不会因数据集特性的变化而出现性能大幅波动。
📄 2026109026870 📂 G06V10_26 👤 江南大学, 无锡市人民医院, 安徽天翌机械科技有限公司 📅 2026-06-23
¥0.0 元
本发明公开了一种基于因果不确定性分解的半监督医学图像分割方法,属于医学图像处理及人工智能领域。该方法构建教师和学生架构的分割模型,集成因果不确定性分解模块、自适应一致性学习模块和拓扑感知一致性损失模块。通过将总不确定性分解为认知不确定性和随机不确定性,实现针对性处理;采用双路径权重融合和差异化调制策略,实现像素级自适应学习;并引入Betti数计算拓扑距离,保持解剖结构完整性。本发明在仅使用5%到20%标注数据的情况下,在多个医学图像数据集上Dice系数提升3.2%至4.8%,显著提高了分割精度和边界定位准确性,有效解决了医学图像标注稀缺条件下的分割难题,具有重要的临床应用价值。
📄 2026100488272 📂 G06T7_00 👤 江南大学 📅 2026-01-15
¥0.0 元
本发明涉及语义分割技术领域,公开了一种基于双分支实时语义分割网络的图像分割方法,获取待分割图像,输入包括特征提取模块、语义分支、空间分支、双分支交互模块、特征融合模块与预测分割头的双分支实时语义分割网络进行图像分割;其中,在第一双分支交互模块中,对第一语义特征进行双线性插值上采样后与第一空间特征相加,获取第一交互空间特征;令第一空间特征经过局部特征优化单元与门控单元后,与第一语义特征逐元素相乘,获取第一交互语义特征;将获取的交互语义特征、交互空间特征,输入对应的语义分支、空间分支的下一个基本残差块,直至获取第个语义特征与第个空间特征,进行特征融合与预测分割,获取图像分割结果。
📄 2025115223532 📂 G06V10_26 👤 江南大学 📅 2025-10-23
¥0.0 元
本发明涉及医学图像分割技术领域,具体为一种基于边缘感知多原型学习的少样本医学图像分割方法,方法包括:将支持和查询图像输入到特征编码器中,提取不同尺寸的支持和查询特征图;输入到局部注意力融合原型生成器中,生成支持前景原型;再通过动态腐蚀操作处理支持掩码,生成内边界原型;通过多层感知机生成多前景局部原型;通过多尺度特征提取优化局部与全局信息,得到多尺度原型;之后进行融合,得到多原型前景原型;利用双阶段原型优化网络对多原型前景原型进行动态计算加权,并进行自动校准;之后通过原型预测模块,进行预测,最后通过损失计算模块进行协同优化;本发明方法能有效解决背景技术中涉及的边缘细节丢失问题。
📄 2025110862991 📂 G06V10_26 👤 常熟市第一人民医院, 江南大学 📅 2025-08-05
¥0.0 元
本发明公开了一种基于边界增强的图像分割方法,包括:建立边界增强的图像分割网络模型,并利用训练好的网络模型对输入图像进行分割;其中,图像分割网络模型的编码器包括第一特征提取模块、边界提取模块以及第二特征提取模块,主要用于提取输入图像的边界特征和边界标签,以获得不同尺度的特征图;图像分割网络模型的解码器包括双向互增强模块和一个多尺度注意力聚合模块,主要用于基于尺度维度、空间维度以及通道维度对增强特征图进行注意力聚合处理,得到多维度融合特征图。该方法提取到的边界信息更加准确,使获得的多维度融合特征图突出能够更加有效提高分割结果准确率的空间信息和语义信息,从而提高了图像分割的准确率。
📄 2023101655052 📂 G06T7_10 👤 西安电子科技大学 📅 2023-02-24
¥0.0 元
本发明公开了一种基于多支路特征融合的图像分割方法及系统,建立三个基于Xception的轻量化子网络,对三个子网络的输出进行通道缩减操作和4倍双线性上采样,得到三个子网络的高级特征输出,然后将第一高级特征输出和第二高级特征输出并联到第二特征提取模块和第三特征提取模块,构造图像分割模型的编码器;将三个特征提取子网络的输出分别进行通道缩减操作得到低级特征和高级特征,构造完成图像分割模型的解码器;使用两个尺寸不同的预测图像构造损失函数;使用随机梯度下降优化器对损失函数进行优化训练,获得训练好的图像分割模型,使用训练好的图像分割模型完成图像的分割任务。本发明提高了分割准确率;加快图像分割速度;改善分割结果图细节部分。
📄 2021104326575 📂 G06T7_10 👤 西安电子科技大学 📅 2021-04-21
¥0.0 元
本发明适用于图像处理技术领域,提供了一种医学图像分割模型的构建方法、系统、设备和存储介质,所述方法包括以下步骤:获取用于进行模型训练的图像数据集;根据所述图像数据集进行医学图像分割模型的训练;对所述医学图像分割模型进行观测以进行网格寻优以确定最优参数,直至所述医学图像分割模型达到最佳拟合后完成医学图像分割模型的构建,本发明实施例在进行上采样时能够获取到更多的高分辨率信息,进而更完善地恢复原始图像中的细节,医学图像分割模型能够保留更多高层特征图蕴含的高分辨率信息,从而提高了图像分割精度。
📄 2022110801208 📂 G06V10_26 👤 江南大学 📅 2022-09-05
¥0.0 元
本发明公开了一种基于自适应双曲密度峰值聚类的图像分割方法及系统,该图像分割方法首先将分割图像进行预处理之后映射到双曲空间;然后,通过建立全局协方差矩阵的迹和特征增强矩阵来抑制同一簇的样本向外扩展;接着,通过计算分割图像中不同样本之间的最大成对距离和中心偏差避免极端双曲距离值造成的不稳定性。最终,通过对全局协方差矩阵的迹、特征增强矩阵、最大成对距离和中心偏差进行加权平均,构造自适应双曲距离。根据自适应双曲距离获取决策值,并基于不同样本的决策值选取聚类中心,再将非聚类中心样本进行归类,得到图像分割结果。
📄 2025112343655 📂 G06T7_11 👤 杭州电子科技大学 📅 2025-09-01
¥0.0 元
本发明公开了一种基于残差网络与往返采样的裂缝图像分割方法,包括:将待分割图像输入到编码器网络中,得到最深层的特征映射F1;将所述特征映射F1输入往返采样模块,得到特征映射F2;将所述特征映射F2输入到解码器网络中,得到特征映射F3,将所述特征映射F3输入到预测网络,得到裂缝分割图像。将编码器网络与解码器网络的前四层卷积操作组中的卷积层,替换为残差网络模块。将编码器网络与解码器网络的第五层卷积操作组中的卷积层,替换为残差网络模块与空洞空间金字塔池化模块的组合。本发明较已有技术,网络性能得到了提升,解决了深层语义信息被稀释的问题,明显改善了裂缝分割效果。
📄 2022116209810 📂 G06V10_26 👤 南京信息工程大学 📅 2022-12-16
¥0.0 元
一种结合多模态信息的脑肿瘤图像分割方法,包括以下步骤:步骤1数据预处理;步骤2将处理好的数据分割为图像小块;步骤3构建先验网络来提取模态特征的共有特征和特有特征的训练权重;步骤4训练多模态特征融合网络:通过上一个步骤得到的各层特征训练权重,在三模态的输入状态下,三个模态特有特征以及一个多模态共有特征放入attentionblock内进行训练,再经过上采样与真值比较,得到结果。本发明显著提升了Unet网络对于多模态分割的精度,并且有效解决了3dunet网络肿瘤分割过大的问题。
📄 202110652321X 📂 G06T7_11 👤 浙江工业大学 📅 2021-06-11
¥0.0 元
本发明公开了一种基于多尺度空间自适应空洞卷积的图像分割方法,包括:建立多尺度空间自适应空洞卷积模型,包括空洞卷积模块、空间尺度注意力模块和特征重组模块,其中:空洞卷积模块包括n个尺度的并行的空洞卷积层,用于对输入特征图进行卷积生成n组尺寸大小相同的第一特征图;空间尺度注意力模块,用于根据输入特征图同步生成m*n个通道的注意力图;特征重组模块,用于将对应的第一特征图和注意力图进行重组获得最终输出结果;采用图像分割网络模型对最终输出结果进行图像分割,获得分割结果。该方法使得卷积提取到的特征语义更加明确,并可剔除不必要的干扰信息并减少歧义,有利于获得更加准确的分割结果。
📄 2022111847548 📂 G06T7_00 👤 浙江工业大学 📅 2022-09-27
¥0.0 元
发明 已授权

一种基于图像分割的非开挖钻机钻杆的定位方法及系统

2025102067610 · 江南大学, 无锡市钻通工程机械有限公司
¥0.0 元
发明 已授权

面向多源异构医学影像的通用图像分割模型及分割方法

2026109026870 · 江南大学, 无锡市人民医院, 安徽天翌机械科技有限公司
¥0.0 元
发明 已授权
发明 已授权
发明 已授权

基于边缘感知多原型学习的少样本医学图像分割方法

2025110862991 · 常熟市第一人民医院, 江南大学
¥0.0 元
发明 已授权

一种基于边界增强的图像分割方法(需要二次变更)

2023101655052 · 西安电子科技大学
¥0.0 元
发明 已授权
发明 已授权
发明 已授权

一种基于自适应双曲密度峰值聚类的图像分割方法及系统

2025112343655 · 杭州电子科技大学
¥0.0 元
发明 已授权

一种基于残差网络与往返采样的裂缝图像分割方法

2022116209810 · 南京信息工程大学
¥0.0 元
发明 已授权

一种结合多模态信息的脑肿瘤图像分割方法

202110652321X · 浙江工业大学
¥0.0 元
发明 已授权

求购专区 · 发布技术需求,卖家在线应标

🔋 高能量密度固态电解质材料与制备工艺
预算:¥50-100万截止:2026-08-30发布方:××新能源科技响应:8人

交易保障 · 安心交易

资金托管

买家付款至平台,交易完成/过户成功后放款给卖家

权属尽调

专利有效性分析 + 权属状态核查,确保交易安全

合同审核

标准转让/许可合同模板,支持在线电子签署

全程代办

著录项目变更、备案手续全程代办,省心省力

交易流程 · 六步完成专利交易

1
选专利
2
在线沟通
3
签署合同
4
支付款项
5
办理变更
6
过户完成

成功交易案例

🔬

固态锂电池电解质专利包

转让方:中国科学院××研究所
受让方:××新能源科技有限公司
交易类型:独占许可
交易金额:¥320万
🧬

CRISPR基因编辑技术

转让方:××大学
受让方:××生物医药有限公司
交易类型:转让
交易金额:¥1,200万
⚡

SiC功率器件工艺专利

转让方:××半导体有限公司
受让方:××汽车电子集团
交易类型:转让
交易金额:¥680万
☀️

钙钛矿光伏组件技术

转让方:××科技公司
受让方:××能源集团
交易类型:开放许可
交易金额:¥50万/年