-
公开(公告)号：CN108334816B
公开(公告)日：2021-11-23
申请号：CN201810033455.1
申请日：2018-01-15
Applicant: 桂林电子科技大学
Abstract: 本发明公开了基于轮廓对称约束生成式对抗网络的多姿态人脸识别方法，其特征是，包括如下步骤：1）数据预处理；2）轮廓约束生成网络；3）对称约束对抗网络；4）训练平衡网络；5）重建与识别。这种方法能有效解决人脸图像的姿态角度偏转影响、提取到人脸在多姿态下更具鲁棒性的特征，特别在大角度姿态重建下将全局质量和局部细节相互约束，保持了正脸的轮廓特征信息，能满足实际应用中对多姿态人脸识别的高精度需求。
-
公开(公告)号：CN110046226B
公开(公告)日：2021-09-24
申请号：CN201910306242.6
申请日：2019-04-17
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于分布词向量CNN‑RNN网络的图像描述方法，其特征在于，包括如下步骤：1）分布表示词向量的生成；2）分布表示标签的生成；3）分布表示语义标签的生成；4）网络设计；5）生成图像的描述性语句。这种方法引入到原本的CNN‑RNN网络模型中使其可生成更精确的结果、使CNN子网提供给RNN子网更丰富的语义内容，使得整个CNN‑RNN网络模型依然能够保持结构化的优点，这种方法中低维稠密的分布表示可以轻松地嵌入海量词语构成完整的语义空间、视觉内容能够更好实现到语义空间的映射，基于分布表示词向量设计的监督信号能更准确的概括视觉内容和更充分的利用向量空间监督CNN优化方向。
-
-
公开(公告)号：CN110969638A
公开(公告)日：2020-04-07
申请号：CN201911098926.8
申请日：2019-11-12
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于张量的背景减除方法及系统。该方法包括：获取观测张量；对观测张量进行高阶奇异值分解，得到初始化核心张量、因子、初始化辅助张量、拉格朗日乘子以及迭代次数；将观测张量分解为背景张量和前景张量；通过基于克罗内克基表示的张量稀疏检测方法约束背景张量，通过范数约束前景张量，得到最小化问题；通过求解最小化问题，得到迭代核心张量、迭代因子、迭代辅助张量以及迭代前景张量；判断所述迭代前景张量与前景张量之间的变化是否小于预先设定的阈值；若否，更新拉格朗日乘子；若是，根据迭代核心张量和迭代因子，得到迭代背景张量；根据迭代背景张量和迭代前景张量完成前景和背景的分离。本发明能够快速准确的分离背景和前景。
-
公开(公告)号：CN105631436B
公开(公告)日：2018-12-04
申请号：CN201610054837.3
申请日：2016-01-27
Applicant: 桂林电子科技大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于随机森林的级联位置回归用于人脸对齐的方法，其特征在于，包括如下步骤：1）得到归一化人脸图片；2）计算人脸的平均形状；3）生成人脸对齐框架的候选特征点；4）生成人脸形状索引灰度值；5）生成人脸形状索引特征X；6）构建人脸对齐框架；7）初始化人脸形状，不断迭代后，输出最终的估计人脸形状。这种方法在光照、表情变化、遮挡等情况下能够保持很好的鲁棒性，并且能提高精度、减少失败率。
-
Patent Agency Ranking
公开(公告)号：CN106780751A
公开(公告)日：2017-05-31
申请号：CN201710044516.X
申请日：2017-01-19
Applicant: 桂林电子科技大学
IPC: G06T17/30
CPC classification number: G06T17/30
Abstract: 本发明公开了基于改进的屏蔽泊松算法的三维点云重建方法，包括如下步骤：获取模型三维点云数据；引入屏蔽因子，通过引入点和梯度的约束来对泊松算法进行预处理约束限制；使用八叉树分割对点云简化去噪，压缩存储，建立点云间拓扑结构，实现快速建立和高效查找八叉树邻节点；对每个点云法向量进行法向重定向，减少法向指向的二义性；计算向量场；求解屏蔽泊松方程，得到指示函数；对点云等值面提取，得到三维重建模型。本发明方法整体上提高了法向量精确度很好地去除伪封闭曲面，同时对孔洞有良好填充，对表面信息丰富的物体模型点云数据，能够使纹理细节更显著。本发明方法可以广泛用在逆向工程，文物修复，和医学图像等领域。
-
公开(公告)号：CN105631436A
公开(公告)日：2016-06-01
申请号：CN201610054837.3
申请日：2016-01-27
Applicant: 桂林电子科技大学
IPC: G06K9/00
CPC classification number: G06K9/00221 , G06K9/00268 , G06K9/00288
Abstract: 本发明公开了一种基于随机森林的级联位置回归用于人脸对齐的方法，其特征在于，包括如下步骤：1）得到归一化人脸图片； 2）计算人脸的平均形状； 3）生成人脸对齐框架的候选特征点；4）生成人脸形状索引灰度值；5）生成人脸形状索引特征X；6）构建人脸对齐框架；7）初始化人脸形状，不断迭代后，输出最终的估计人脸形状。这种方法在光照、表情变化、遮挡等情况下能够保持很好的鲁棒性，并且能提高精度、减少失败率。
-
公开(公告)号：CN102680988A
公开(公告)日：2012-09-19
申请号：CN201210162393.7
申请日：2012-05-23
Applicant: 桂林电子科技大学
Abstract: 本发明所要解决的技术问题是提供一种高灵敏度导航卫星信号非线性捕获方法及装置，该方法与装置采用DBZP技术来减小相关功率损失；用FFT技术减少了做相关所需时间；利用非线性双稳随机共振系统的特性来提高系统输出信噪比；捕获过程中引入了MTM（最大相关值与相关均值比值）阈值检测方法，提高了正确检测率。本发明能够最大限度地提高GPS信号捕获灵敏度；并且可以极大限度地减小捕获时间，为弱GPS信号的实时高灵敏度捕获提供技术支持。
-
公开(公告)号：CN118570594A
公开(公告)日：2024-08-30
申请号：CN202410594465.8
申请日：2024-05-14
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种结合RPCA和特征融合网络的前景检测方法，用RPCA算法生成了前景概率图，其去除了大量的背景信息，保留前景信息，并设计了一种特征融合网络，在该网络中将前景概率图与对应的原始图像帧的特征进行融合，达到充分利用它们之间的互补特征的目的，提高模型的检测性能。
-
公开(公告)号：CN117057979A
公开(公告)日：2023-11-14
申请号：CN202311083804.8
申请日：2023-08-25
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种利用改进贝叶斯修正二值图的背景减除方法，将二值图修正过程加入到现有的背景减除算法的每一步迭代中，使得每一次修正后的有效信息都能用于下一次迭代中，通过记录信息差异以及相应位置来达到反馈的目的，避免了每次迭代时的信息浪费；在二值图修正过程时，用符号函数与l0范数结合的新方法代替计算标签概率时所用到的l0范数的方法，进而达到贝叶斯修正模型相结合的目的，而新方法考虑了元素周围的非零邻域块对元素本身的影响，使得贝叶斯修正模型能充分考虑到像素邻域块对像素本身的影响；用余弦相似度代替贝叶斯修正模型中所用到的欧式距离来衡量中心像素与邻域像素的关系，提高了刻画中心像素与邻域像素的关系的精确性。
-
-
-
-
-
-
-
-
-
Search Results
68
records
(took 0.024 seconds)
