-
公开(公告)号：CN101441716A
公开(公告)日：2009-05-27
申请号：CN200810203453.9
申请日：2008-11-27
Applicant: 上海交通大学
CPC classification number: G06K9/629 , G06K9/6234
Abstract: 一种模式识别技术领域中的面向鉴别的整体和局部特征融合识别系统，本发明中，加权邻接图构造模块建立一个加权邻接图，根据类别信息获得任意两个顶点间的相似性权值；训练样本的矩阵构建模块接收相似性权值并根据最近邻原则，建立训练样本的相似矩阵、度矩阵、图的拉普拉斯矩阵、类内散布矩阵和类间散布矩阵；最佳调节因子选择模块选取使得训练样本的识别率达到最高时的调节因子值作为调节因子的最佳取值；投影矩阵获得模块选取所有特征值中前几个最小的特征值对应的特征向量作为基向量，构成投影矩阵；数据分类模块采用最小距离分类器，识别出测试数据所属的类别。本发明利用数据间的类别信息，更准确地刻画数据间关系，取得更高的识别性能。
-
公开(公告)号：CN111179284A
公开(公告)日：2020-05-19
申请号：CN201911405917.9
申请日：2019-12-30
Applicant: 上海交通大学
Abstract: 本发明提供了一种交互式图像分割方法、系统及终端，所述方法包括：S1,获取图像的初始分割结果；S2,根据当前图像分割结果选择至少一个错误区域，对每个错误区域的中心点进行标记，作为交互提示点；S3,计算图像上各点与每个所述交互提示点之间的距离生成提示图；S4,根据当前图像分割结果和所述提示图，利用深度增强学习全卷积神经网络调整分割概率，对当前图像分割结果进行改善，得到图像分割改善结果；S5,对所述图像分割改善结果进行评价，若满意则作为最终图像分割结果，若不满意则重新回到S2，进行迭代更新。本发明能辅助专家进行图像分割标注，减轻了专家的标注负担，提高了标注的性能和效率。
-
-
公开(公告)号：CN104484890A
公开(公告)日：2015-04-01
申请号：CN201410802562.8
申请日：2014-12-18
Applicant: 上海交通大学
IPC: G06T7/20
CPC classification number: G06T7/20 , G06T2207/10016
Abstract: 一种计算机视觉领域的基于复合稀疏模型的视频目标跟踪方法，基于复合稀疏表观模型在粒子滤波框架下，将所有粒子观测的联合稀疏系数矩阵分为组稀疏性、元素稀疏性和异常稀疏性三部分组成，代表了粒子在字典上的共享和非共享特征以及加性稀疏噪声。本发明使用L1,∞范数和L1,1范数正则化实现复合稀疏性，并采用变方向乘子法求解优化问题，具有较高的计算效率。本发明还提出了一种动态字典更新方法，以适应目标表观的变化。实验表明，本发明所提出的算法比所比较的几种传统视频目标跟踪算法有更好的跟踪性能和鲁棒性。本发明可以被应用于人机交互、智能监控、智能交通、视觉导航、视频检索等领域。
-
-
Patent Agency Ranking
公开(公告)号：CN105018529A
公开(公告)日：2015-11-04
申请号：CN201410437843.8
申请日：2014-08-29
Applicant: 上海交通大学
Abstract: 本发明公开了一种多功能多肽/脂质体/透明质酸组装的类病毒核酸载体。该载体的具体构建方法：首先将多功能多肽与阳离子脂质体共混，再加入核酸进行自组装成表面带正电荷的纳米颗粒，然后利用聚阴离子通过静电作用包裹在上述纳米颗粒表面，从而组装成类病毒核酸载体。该载体的优势是利用人体安全的生物材料构建出能够紧密包裹核酸、体内长效循环与高效靶向肿瘤细胞，并通过脂质体融膜作用顺利突破细胞膜与内涵体膜进入细胞质，在微酸性的细胞质内通过解组装和自身降解释放出核酸或通过改变多肽的序列以纳米颗粒的形式进入细胞核的新型非病毒载体。
-
公开(公告)号：CN101515330B
公开(公告)日：2011-02-16
申请号：CN200910046345.X
申请日：2009-02-19
Applicant: 上海交通大学
Abstract: 一种电信技术领域的面向鉴别的图像相关特征融合识别系统，本发明中，首先根据训练图像，通过迭代过程求出投影矩阵；然后利用该投影矩阵把训练图像和测试图像分别投影到特征空间中，抽取出训练特征和测试特征，并将这些特征分别做并行融合形成新特征；最后，再用线性鉴别分析方法抽取出更具鉴别力的特征，采用最小距离分类器，即可识别出测试图像所属的类别。本发明可以更自然地刻画图像矩阵行向量间的关系和列向量间的关系，抽取的特征能更集中地反映图像的信息，进一步面向鉴别的处理，可以抽取出更具鉴别力的特征，应用到图像识别中，不仅可以提高处理速度，而且可以提高识别性能。
-
公开(公告)号：CN111179284B
公开(公告)日：2023-04-21
申请号：CN201911405917.9
申请日：2019-12-30
Applicant: 上海交通大学
IPC: G06T7/11 , G06T7/187 , G06N3/0464
Abstract: 本发明提供了一种交互式图像分割方法、系统及终端，所述方法包括：S1,获取图像的初始分割结果；S2,根据当前图像分割结果选择至少一个错误区域，对每个错误区域的中心点进行标记，作为交互提示点；S3,计算图像上各点与每个所述交互提示点之间的距离生成提示图；S4,根据当前图像分割结果和所述提示图，利用深度增强学习全卷积神经网络调整分割概率，对当前图像分割结果进行改善，得到图像分割改善结果；S5,对所述图像分割改善结果进行评价，若满意则作为最终图像分割结果，若不满意则重新回到S2，进行迭代更新。本发明能辅助专家进行图像分割标注，减轻了专家的标注负担，提高了标注的性能和效率。
-
公开(公告)号：CN102663717B
公开(公告)日：2015-01-14
申请号：CN201210065454.8
申请日：2012-03-13
Applicant: 上海交通大学
IPC: G06T5/50
Abstract: 一种基于卡尔曼压缩感知的动态图像融合方法，首先，构建卡尔曼压缩感知方法理论框架，根据输入的视频数据进行实时预测与表示；采用压缩感知理论根据所输入的图像信号选取一种特定正交矩阵，将图像信号映射到另一个正交空间，获取图像信号的相对稀疏的表现形式；其次，根据标准的卡尔曼以及上述的压缩感知过程，将原有卡尔曼滤波器的状态更新过程进行重新定义，划分时间信息与空间信息；之后，根据得到的时间与空间信息向量建立自适应时空融合的参数化模型，进行自适应融合，得到最终的融合向量；最后，对融合向量进行重建，得到融合后的动态图像。本发明提高了视频级动态融合的基本性能、鲁棒性和可靠性，在安全监视等领域中可有广泛的应用。
-
公开(公告)号：CN102607534B
公开(公告)日：2013-11-20
申请号：CN201210065453.3
申请日：2012-03-13
Applicant: 上海交通大学
IPC: G01C11/04
Abstract: 本发明公开了一种基于运动恢复结构的卫星相对姿态测量方法，包括以下步骤：步骤1，分别对输入的序列图像进行SIFT特征点提取；步骤2，根据得到的SIFT特征点进行匹配；步骤3，根据匹配特征点进行运动恢复结构；步骤4，根据运动恢复结构参数进行平差光束法优化；步骤5，根据匹配的特征点和经过优化的运动恢复结构参数进行三维重建；步骤6，根据有效的三维特征点和运动恢复结构参数进行空间环境综合显示。本发明经过标准的测试数据、STK在轨卫星仿真平台的卫星仿真数据和地面半物理仿真数据，本发明能有效地测量所观测卫星目标的相对姿态，采用的光束平差法能提高本发明构建系统的测量精度和计算的数值稳定性。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.021 seconds)
