高旭蓉
- 作品数：12 被引量：18H指数：1
- 供职机构：北京工业大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术医药卫生更多>>
- 一种基于深度学习多层次分割新闻视频的通用方法
- 一种基于深度学习多层次分割新闻视频的通用方法属于计算机人工智能和视频处理领域。本发明首先根据频道标识符(logo)及主持人脸的特点，进行针对性的方式处理，提高后续训练及检测效果；然后，考虑到多类新闻视频之间的差异性，本文...
- 蔡轶珩崔益泽高旭蓉邱长炎王雪艳孔欣然
- 文献传递
- 基于典型区域多维度特征的三维人脸表情识别方法
- 本发明提出一种基于典型区域多维度特征的三维人脸表情识别算法，具体包括以下步骤：首先，对三维人脸数据进行预处理操作，获取更规格化的点云数据；接着，进行三维人脸表情典型区域的自动标定，根据鼻尖点位置，完成眼部区域(E区)、鼻...
- 蔡轶珩盛楠詹昌飞崔益泽高旭蓉邱长炎
- 文献传递
- 基于深度学习与传统方法相结合的视网膜血管分割方法
- 基于深度学习与传统方法相结合的视网膜血管分割方法，涉及计算机视觉以及模式识别领域。本发明将两种灰度图像都作为网络的训练样本，针对视网膜图像数据少的问题做了相应的数据扩增包括弹性形变，平滑滤波等等，扩大了该发明的广泛适用性...
- 蔡轶珩高旭蓉 邱长炎 崔益泽 王雪艳 孔欣然
- 文献传递
- 一种胶囊内镜视频摘要生成方法
- 本发明提出一种基于显著图的胶囊内镜视频摘要生成方法，具体包括以下步骤：首先，进行图像预处理，去除图像无效区域；针对预处理后的胶囊内镜图像，提出一种显著图提取算法，得到感兴趣区域；然后，提取感兴趣区域的颜色特征和纹理特征，...
- 蔡轶珩詹昌飞盛楠邱长炎高旭蓉崔益泽
- 文献传递
- 基于深度学习与传统方法相结合的视网膜血管分割方法
- 基于深度学习与传统方法相结合的视网膜血管分割方法，涉及计算机视觉以及模式识别领域。本发明将两种灰度图像都作为网络的训练样本，针对视网膜图像数据少的问题做了相应的数据扩增包括弹性形变，平滑滤波等等，扩大了该发明的广泛适用性...
- 蔡轶珩高旭蓉 邱长炎 崔益泽 王雪艳 孔欣然
- 文献传递
- 一种胶囊内镜视频摘要生成方法
- 本发明提出一种基于显著图的胶囊内镜视频摘要生成方法，具体包括以下步骤：首先，进行图像预处理，去除图像无效区域；针对预处理后的胶囊内镜图像，提出一种显著图提取算法，得到感兴趣区域；然后，提取感兴趣区域的颜色特征和纹理特征，...
- 蔡轶珩詹昌飞盛楠邱长炎高旭蓉崔益泽
- 基于深度学习与传统方法相结合的视网膜血管分割方法
- 人们生活水平提高了，却有各种眼底疾病困扰着人们的日常生活，如青光眼、白内障、老年黄斑变性和糖尿病视网膜病变等都是容易导致失明的眼底疾病。及时去医院进行检查眼底图像有利于尽早发现眼底的病变，让病人少受病痛折磨。除此之外，眼...
- 高旭蓉
- 关键词：视网膜疾病图像分割
- 一种混合特征高效融合的视网膜血管分割方法被引量：17
- 2017年
- 将机器学习运用到视网膜血管分割当中已成为一种趋势,然而选取什么特征作为血管与非血管的特征仍为众所思考的问题。该文利用将血管像素与非血管像素看作二分类的原理,提出一种混合的5D特征作为血管像素与非血管像素的表达,从而能够简单快速地将视网膜血管从背景中分割开来。其中5D特征向量包括CLAHE(Contrast Limited Adaptive Histgram Equalization),高斯匹配滤波,Hesse矩阵变换,形态学底帽变换,B-COSFIRE(Bar-selective Combination Of Shifted FIlter REsponses),通过将融合特征输入SVM(支持向量机)分类器训练得到所需的模型。通过在DRIVE和STARE数据库进行实验分析,利用Se,Sp,Acc,Ppv,Npv,F1-measure等常规评价指标来检测分割效果,其中平均准确率分别达到0.9573和0.9575,结果显示该融合方法比单独使用B-COSFIRE或者其他目前所提出的融合特征方法更准确有效。
- 蔡轶珩高旭蓉邱长炎崔益泽
- 关键词：视网膜血管分割特征向量支持向量机
- 一种基于深度学习和Radon变换的医学图像检索方法
- 一种基于深度学习和Radon变换的医学图像检索方法涉及计算机视觉和图像检索领域。在“粗”检索阶段，采用BING目标建议算法检测具有显著对象的区域，通过在深度卷积网络架构中引入部分均值Pooling，可提取出基于区域的显著...
- 蔡轶珩 邱长炎高旭蓉 崔益泽 王雪艳 孔欣然
- 文献传递
- 基于典型区域多维度特征的三维人脸表情识别方法
- 本发明提出一种基于典型区域多维度特征的三维人脸表情识别算法，具体包括以下步骤：首先，对三维人脸数据进行预处理操作，获取更规格化的点云数据；接着，进行三维人脸表情典型区域的自动标定，根据鼻尖点位置，完成眼部区域(E区)、鼻...
- 蔡轶珩盛楠詹昌飞崔益泽高旭蓉邱长炎
- 文献传递
