-
公开(公告)号：CN112330704A
公开(公告)日：2021-02-05
申请号：CN202011272173.0
申请日：2020-11-13
Applicant: 大连海事大学
Abstract: 本发明提供一种足底轮廓表达方法，包括以下步骤：足底图像进行预处理并提取足底的外轮廓；对所述足底图像的各脚趾分界区域形状进行表达；对趾前缘形状特征的表达，其中趾前缘指足底各趾关节前端与脚掌相连处的边缘；对各脚趾轮廓形状的表达。本方法既表达出足底外轮廓信息，也对脚趾分界区域、趾前缘区域及各脚趾轮廓信息进行表征，使足底几何形状特征的表达更加完整。本方法利用脚趾缝区域灰度值的特点分离各脚趾、脚趾与脚掌，有效地解决了脚趾粘连情况下分割困难的问题。本方法兼顾对脚趾紧靠与脚趾张开两种情况的处理，具有良好的普适性。
-
公开(公告)号：CN112001292A
公开(公告)日：2020-11-27
申请号：CN202010832348.2
申请日：2020-08-18
Applicant: 大连海事大学
Abstract: 本发明提供一种基于多尺度注意力机制深度哈希的指静脉索引方法，包括：获取包括指静脉特征数据的训练集；对训练集进行遍历和扩充操作，得到扩充训练集；基于扩充训练集和预先构建的多尺度注意力特征提取模型，提取多尺度注意力机制指静脉深度特征；基于多尺度注意力机制指静脉深度特征和预先构建的分类监督模型、哈希编码模型、检索任务监督模型，进行三重损失函数的协同训练，生成最终的训练模型。本发明主要通过采用神经网络的方法并且加入多尺度注意力机制，相比较于传统的特征提取算法，特征的鲁棒性获得一定的提升，同时，本发明中的模型是端到端的，可以保证哈希编码和特征提取的整体性，编码质量和编码效率得到了保障。
-
公开(公告)号：CN106887019B
公开(公告)日：2020-04-21
申请号：CN201710099973.9
申请日：2017-02-23
Applicant: 大连海事大学
Abstract: 本发明公开了一种足迹压力分布特征表示方法，包括以下步骤：S1：采用足迹采集仪采集足迹压力图像信息，对足迹压力图像进行预处理；S2：提取足迹前足、后足压力分布特征，构建足迹压力分布特征图；S3:将前足、后足区域压力分布特征图沿着各方向投影，寻找投影值(压力值)最大方向作为主方向，进行压力分布特征图主方向规范化；S4：将得到的足迹压力分布特征进行特征选择。本方法提取的足迹压力分布特征很好地体现了人体行走时脚底压力的分布特点，无需进行赤足和穿袜足迹的区分，适用性更加广泛。
-
公开(公告)号：CN110705516A
公开(公告)日：2020-01-17
申请号：CN201910996076.7
申请日：2019-10-18
Applicant: 大连海事大学
Abstract: 本发明提供了一种基于协同网络结构的鞋底花纹图像聚类方法，包括基于特征层差异损失连接有类别信息的鞋样或者嫌疑人鞋底花纹学习网络与现场鞋底花纹无监督聚类网络，通过不同属性的数据集做预训练，可以利用鞋样或者嫌疑人鞋底花纹海量数据有监督学习提供的特征子空间，来对现场鞋底花纹或者无标记的嫌疑人花纹特征聚类学习做制约，使得聚类过程有据可依。此外，本发明基于训练模型的先后顺序，给出了一种有监督、无监督网络协同训练的预训练策略，更有效地体现网络间的协同效果，提高鞋底花纹图像的聚类精度。
-
公开(公告)号：CN110188222A
公开(公告)日：2019-08-30
申请号：CN201910477938.5
申请日：2019-06-03
Applicant: 大连海事大学
IPC: G06F16/55
Abstract: 本发明提供基于局部语义滤波器和桥接相似度的鞋印检索方法，包括以下步骤：输入待查询图像并选择局部语义区域；对局部语义块样本进行增广；训练局部语义滤波器；计算局部语义滤波器与数据库中鞋印图像的相似度；计算待查询图像与数据库图像之间的相似度；计算以所述待查询图像为桥接的鞋印图像对的相似度；计算初始归一化排序得分矩阵；得到鞋印图像排序得分降序输出数据库中鞋底花纹图像。本发明通过在待查询图像上选择语义区域训练滤波器，根据滤波器与数据库之间的相关性计算相似度，使检索结果受光照、几何畸变影响小；另外以待查询图像为桥接计算鞋底花纹库图像之间的相似度，减弱了鞋印大部分缺损对检索性能的影响。
-
Patent Agency Ranking
公开(公告)号：CN109871827A
公开(公告)日：2019-06-11
申请号：CN201910194508.2
申请日：2019-03-14
Applicant: 大连海事大学
Abstract: 本发明提供一种结合区域置信度和压力分布方向强度的足迹表达方法，至少包括以下步骤：获取待识别的足迹图像并对图像进行预处理；将所述待识别的足迹图像分块积分并对积分后的足迹图像计算；将所述分块后的足迹图像区域置信度计算；基于区域置信度的足迹特征表达通过主成分分析技术以及线性判别分析技术，将对得到的区域置信度的压力方向梯度特征进行特征选择。本发明的方法不直接提取足迹的长度、角度等特征，因此不易受噪声的影响。同时兼顾足迹重压分布以及轮廓形状信息，能够更好的体现了人行走时足底压力的分布特点。进一步的本发明采用的方法消除了穿袜时纹理影响，无需对赤足和穿袜进行区分，适用性更加广泛。
-
公开(公告)号：CN109325546A
公开(公告)日：2019-02-12
申请号：CN201811224871.6
申请日：2018-10-19
Applicant: 大连海事大学
IPC: G06K9/62
Abstract: 本发明提供一种结合步法特征的成趟足迹识别方法，其特征在于，至少包括：离线训练过程和在线识别过程。通过采集单元获取待训练的成趟足迹图像，得到初始待训练的成趟足迹图像数据集。提取所述待训练的成趟足迹图像中单枚足迹。构建所述待训练的成趟足迹图像的步法能量图。提取用于粗粒度分类的待训练成趟足迹图像的步幅特征，根据提取的步幅特征构建成趟足迹粗粒度分类模型，进一步根据步法能量图与粗粒度分类模型再构建细粒度识别模型。本发明根据三角形稳定性原理，采用三枚单个足迹组成的图像加权平均，得到步法能量图作为判别图像，通过将不同时间段采集的脚印加权平均，减少了匹配误差，还保持了左右脚的相对关系，是足迹步法特征的融合，充分体现了成趟足迹的差异性。
-
公开(公告)号：CN105160348B
公开(公告)日：2018-06-12
申请号：CN201510472283.4
申请日：2015-08-04
Applicant: 大连海事大学
IPC: G06K9/62
Abstract: 本发明是关于一种基于图像统计特征的现场痕迹自动同一认定方法及系统。本发明依据现场痕迹反映出的花纹特征、结构特征、磨损特征及反映造痕体自身性质的个性特征分别从整体、部位和个性三个层次的特征进行逐级痕迹比对认定，整个认定过程不需要人工参与，自动提取特征并进行自动比对。另外，本发明自动检测提取特征及认定，不需要人工标画特征，很好的解决了人为认定的时效性问题和二义性问题。本发明的认定过程是针对现场痕迹的花纹特征、结构特征、磨损特征及反映造痕体自身性质的个性特征，并非单一特征进行认定，因此判定结果更加精确。因此，本发明可以广泛用于痕迹认定领域。
-
公开(公告)号：CN107436943A
公开(公告)日：2017-12-05
申请号：CN201710639266.4
申请日：2017-07-31
Applicant: 大连海事大学
Abstract: 本发明公开了一种结合主观显著性的现场鞋底花纹检索方法，包括以下步骤：S1：输入待检索图像，人工选定其主观显著性区域，并记录初始边界点坐标，S2：对待检索图像旋转多个角度，产生待检索图像的旋转副本；S3：由显著性区域及其旋转副本构建滤波器组，并计算待检索图像与数据库中所有图像的主观匹配得分；S4：通过小波傅里叶梅林频谱特征计算待检索图像和数据库中所有图像的客观相似度得分；S5：综合主观匹配得分和客观相似度得分，得到排序得分，并按照排序的结果输出数据库中的图。由于现场鞋底花纹通常是高度失真，且受到大量噪声干扰的，因此鞋底花纹的每一个部分并不都可以对检索产生正面作用。通过本申请公开的主观显著性，可以选择失真较小、噪声干扰较少的区域以减少高度失真以及噪声带来的影响。
-
公开(公告)号：CN106408533A
公开(公告)日：2017-02-15
申请号：CN201610818707.2
申请日：2016-09-12
Applicant: 大连海事大学
Abstract: 本发明公开了一种卡片图像的提取方法及系统，其包括如下步骤：S1、对读入的待提取卡片图像进行预处理；S2、分别基于彩色图像自适应边缘检测方法、相位一致性检测方法，自经预处理的卡片图像中提取出各自对应的边缘图像，并对当前所提取的两幅边缘图像进行求与运算后合成卡片图像所对应的粗提取图像；S3、在HSV空间下，基于相位一致性检测方法对所述粗提取图像进行边缘检测，以获得最终的边缘图像；S4、基于S3中所获得边缘图像，采用霍夫变换检测直线合成卡片图像最终的提取图像。本发明能够有效去除图像伪边缘，提高图像提取的效果以及精度，同时本发明可以有效去除复杂背景纹理边缘，且对复杂背景图像的鲁棒性好。
-
-
-
-
-
-
-
-
-
Search Results
125
records
(took 0.027 seconds)
