基于GB(2D)2PCANet深度卷积模型的人脸身份识别方法

    公开(公告)号:CN105718889B

    公开(公告)日:2019-07-16

    申请号:CN201610044669.X

    申请日:2016-01-21

    Applicant: 江南大学

    Abstract: 本发明公开了一种基于GB(2D)2PCANet深度卷积模型的人脸身份识别方法。模型训练方法包括以下步骤:将预处理人脸样本依次送入第一个特征提取层,从获取的Gabor特征图像中扫描多个子块并去均值,利用(2D)2PCA提取最优投影轴,与训练集原始样本卷积,获得第一层特征图;将第一层特征图送入第二个特征提取层,重复前述步骤,获得第二层特征图;二值化输出特征图,计算并拼接局部区域直方图作为最终特征;将最终特征送入线性SVM分类器,获得优化的人脸身份识别模型。本发明能够自动学习有效的特征表达,不仅具有良好的局部性,而且对光照、表情和噪音等具有良好的鲁棒性,提高了人脸身份的识别性能。

    基于Lp范数正则化的增量子空间目标跟踪方法

    公开(公告)号:CN105654069B

    公开(公告)日:2019-05-10

    申请号:CN201610077542.8

    申请日:2016-02-03

    Applicant: 江南大学

    Abstract: 本发明公开了一种基于Lp范数正则化的增量子空间目标跟踪方法,包括以下步骤:读入视频序列图像,手动标记第一帧目标的图像;利用Ross的方法获取观测值;对前5帧图像直接计算残差来确定当前帧的目标装态,并收集样本,采用Ross的方法获取初始的子空间和均值向量;从第6帧开始,在增广拉格朗日的框架下对观测样本建立目标函数,并进行最小化计算;评估每个候选样本成为当前帧真实目标的置信度,并收集样本;当收集的样本达到5个时,采用Ross的方法增量更新子空间和均值向量。本发明在保证有一定实时性的前提下,对目标在遮挡、光照、运动模糊等挑战下都具有较强的抗干扰性,并能在一个统一的框架下,观测不同稀疏度对跟踪的影响。

    一种调节肠道菌群的低分子量魔芋低聚糖的制备方法

    公开(公告)号:CN105063128B

    公开(公告)日:2019-01-01

    申请号:CN201510417997.5

    申请日:2015-07-16

    Applicant: 江南大学

    Abstract: 本发明涉及具有调节肠道菌群的魔芋低聚糖。更具体的说,本发明涉及了一种新的方法,即通过酶解后一级醇沉加二级丙酮处理的方法,获得了一种分子量较低、分布较窄、单糖含量低、纯度更高的魔芋低聚甘露糖混合物,其步骤为:β甘露聚糖酶水解魔芋甘露聚糖,得到的魔芋低聚甘露糖水解液浓缩后加入一定体积乙醇沉淀,取上清浓缩后加入一定体积丙酮,沉淀后,离心,弃去上清,取沉淀物。得到主要含魔芋甘露二糖、三糖、四糖、五糖、六糖、七糖的低聚糖混合物。本发明所制备的魔芋低聚糖在调节肠道菌群具有一定效果。

    一种基于超拉普拉斯先验的图像盲去模糊方法

    公开(公告)号:CN106339996B

    公开(公告)日:2018-11-30

    申请号:CN201610814545.5

    申请日:2016-09-09

    Applicant: 江南大学

    Abstract: 本发明公开了一种基于超拉普拉斯先验的图像盲去模糊方法,包括以下步骤:读入模糊图像;然后对其构建图像金字塔;将第一层金字塔图像作为初始的中间图像;由中间图像求解显著性边缘,再通过显著性边缘计算模糊核,接着由模糊核求解中间图像;判断该层模糊核与中间图像是否满足迭代更新的停止条件,若不满足则继续迭代更新,否则进入金字塔的下一层,并将上一层最后求得的中间图像作为下一层的初始中间图像;将金字塔最底层模糊核作为该模糊图像对应的最优模糊核,结合本发明估计的最优模糊核,基于非盲去模糊方法即可实现图像的复原。本发明通过提高中间图像的估计效果,来增加模糊核估计的准确度,最终提高图像复原的质量。

    基于时空模型的目标尺度自适应跟踪方法

    公开(公告)号:CN105117720B

    公开(公告)日:2018-08-28

    申请号:CN201510632255.4

    申请日:2015-09-29

    Applicant: 江南大学

    Abstract: 本发明公开了一种基于时空模型的目标尺度自适应跟踪方法,包括以下步骤:视频开始,读入第一帧图像,手动指定跟踪目标矩形位置;然后基于上下文空域,初始化时空模型及多尺度历史目标模板库;接着读入下一帧图像,迭代构建时空模型,计算置信图,估计目标中心位置;然后根据历史目标模板库,判断模板最优尺度,确定目标矩形位置,完成当前帧目标跟踪,并更新时空模型尺度参数及多尺度历史目标模板库;最后检测视频是否结束,未结束继续读入下一帧,否则结束跟踪。本发明在目标遭受光照变化、局部遮挡以及快速移动等干扰的情况下,有效应对了目标外观尺度的变化,实现了鲁棒跟踪。

Patent Agency Ranking