-
公开(公告)号：CN106599854B
公开(公告)日：2020-03-27
申请号：CN201611174690.8
申请日：2016-12-19
Applicant: 河北工业大学
Abstract: 本发明基于多特征融合的人脸表情自动识别方法，涉及识别图形的方法，是一种融合人脸表情图像和人脸表情重要区域图像的Gabor特征以及多尺度ACILBP特征直方图的方法，步骤是：人脸表情图像及人脸表情重要区域图像预处理；对人脸表情图像和人脸表情重要区域图像分别提取Gabor特征，并赋予不同权值，融合得到两层人脸表情图像的Gabor特征；利用ACILBP算子提取多尺度ACILBP特征直方图；特征融合得到人脸表情特征数据；采用SVM分类器进行人脸表情的训练和预测，实现人脸表情自动识别。本发明克服了现有技术普遍存在对光照和噪声的鲁棒性差，没有考虑局部信息与整体信息的充分利用因而识别率低下的缺陷。
-
公开(公告)号：CN109448015A
公开(公告)日：2019-03-08
申请号：CN201811272256.2
申请日：2018-10-30
Applicant: 河北工业大学
Abstract: 本发明基于显著图融合的图像协同分割方法，涉及图像处理技术领域，步骤是：输入图像组，预分割图像；计算图像Ij的对象图obj；计算图像Ij的基于DRFI的显著图Sd，计算图像Ij的基于背景先验优化的显著图Sr，计算图像Ij的基于近邻优化的显著图Ssca，计算图像Ij的基于DRFI和对象性的显著图Sdo，计算图像Ij的基于背景先验优化和对象性的显著图Sro；计算融合的显著图S；协同项优化融合的显著图S；结合数据项和平滑项协同分割，本发明克服了现有技术在分割结果中前景目标缺失，以及前景目标在边界处无法准确分割的问题。
-
公开(公告)号：CN109447970A
公开(公告)日：2019-03-08
申请号：CN201811274899.0
申请日：2018-10-30
Applicant: 河北工业大学
CPC classification number: G06T7/0002 , G06K9/00228 , G06K9/6257 , G06T7/90 , G06T2207/10024 , G06T2207/30168
Abstract: 本发明基于能量转移和均匀缩放的图像重定向方法，涉及整个或部分图形的定标的图像数据处理，步骤是：输入图像进行预处理； ：提取彩色RGB图像Icolor的重要度图，根据累积能量矩阵确定最佳接缝，重要度更新，移除最佳接缝，评价缝裁剪后图像的变形程度； ：对完成上述“A.对图像进行水平方向缩放”的图像数据进行转置，重复上述第二步到第六步的操作进行并完成对图像进行垂直方向上的缩放；本发明克服了现有技术存在的在图像缩放中原图像主体目标会发生明显变形、图像全局信息丢失以及留有明显的人工处理痕迹以及时间复杂度高的缺陷。
-
公开(公告)号：CN105550660B
公开(公告)日：2018-11-23
申请号：CN201511002347.0
申请日：2015-12-26
Applicant: 河北工业大学
IPC: G06K9/00
Abstract: 本发明一种机织物组织结构种类的识别方法，涉及图像分析，是基于纱线边界特征的机织物组织结构种类的识别方法，步骤是：机织物图像预处理；亮度投影纠斜并分割组织点图像；局部机织物组织点图像归一化；计算机织物组织点图像纱线边界特征；对机织物组织点图像识别经纬属性；计算组织循环纱线数；矫正机织物组织点图像经纬属性；识别机织物组织结构种类并输出机织物组织图；本发明克服了现有机织物组织结构种类识别方法中识别率较低，亮度及色彩变化对识别结果影响较大，无法应对光照不均匀、纱线粗细和颜色变化的机织物组织结构种类，难以识别纱线和纤维扭曲形变机织物的组织结构种类的缺陷，同时对斜纹和缎纹组织极其变化组织均具有识别效果。
-
公开(公告)号：CN106778788A
公开(公告)日：2017-05-31
申请号：CN201710025626.1
申请日：2017-01-13
Applicant: 河北工业大学
Abstract: 本发明对图像进行美学评价的多特征融合方法，涉及一般的图像数据处理的图像分析，步骤是：输入彩色RGB图像I，并进行显著区域检测得到主体区域和背景区域；彩色RGB图像I在不同颜色空间的特征向量提取：包括提取色彩调和特征向量，提取构图特征向量，提取颜色特征向量，提取清晰度特征向量，提取纹理特征向量，提取DCT统计特征向量共六类特征向量；将提取的六类特征向量融合后利用SVM分类器将图像按美学分数高低分为两类，实现图像的美学评价，克服了现有技术利用多特征融合方法进行图像美学评价时，存在对于颜色复杂图像的美学评价效果不好，不能很好地适用于各种类型图像美学评价的缺陷。
-
Patent Agency Ranking
公开(公告)号：CN106127196A
公开(公告)日：2016-11-16
申请号：CN201610829694.9
申请日：2016-09-14
Applicant: 河北工业大学
IPC: G06K9/00
Abstract: 本发明基于动态纹理特征的人脸表情的分类与识别方法，涉及图像特征或特性的抽取，是一种利用加权多尺度ASCBP‑TOP算子提取人脸表情图像序列的动态纹理特征的人脸表情分类与识别方法，步骤是：人脸表情图像预处理；根据不同尺度对人脸表情图像序列进行分块，构建多尺度空间；利用加权多尺度ASCBP‑TOP算法提取人脸表情图像序列的动态纹理特征；采用支持向量机(SVM)分类器进行人脸表情的分类与识别。本发明方法克服了现有技术方法中忽略中心像素的作用、忽略人脸表情图像纹理的粗细程度以及局部细节的运动变化信息、稳定性较差、且噪声敏感的缺陷。
-
公开(公告)号：CN100567848C
公开(公告)日：2009-12-09
申请号：CN200610013532.4
申请日：2006-04-25
Applicant: 河北工业大学
CPC classification number: Y02E10/40
Abstract: 本发明涉及一种热水器出水装置及使用该出水装置的热水器。该出水装置包括出水管沉浮装置及其控制机构，沉浮装置包括设置在保温储水箱内的浮子，浮子内的上部为空心，浮子空心内的上部安装带控制机构的电磁铁和弹簧，弹簧的一端安装在浮子内的顶部，另一端与浮子空心内下部的一段铁管相连，且所述弹簧的力量保证所述出水管的管口处于保温储水箱内的水面以上；所述的铁管内套有一根与其直径匹配的出水管，出水管的另一端管口穿过保温储水箱与出水阀连接；所述控制机构电磁铁的控制开关安装在保温储水箱之外的方便操作之处。该热水器使用本发明所述的出水装置，具有即开即用，节约水资源，方便用户，结构简单，成本低，防冻、防爆，使用安全，便于制造维修等优点。
-
公开(公告)号：CN119180810B
公开(公告)日：2025-02-28
申请号：CN202411412118.5
申请日：2024-10-11
Applicant: 河北工业大学
IPC: G06T7/00 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/048 , G06T7/194 , G06T3/4038 , G06V10/74 , G06T5/10 , G06V10/44 , G06V10/80
Abstract: 本发明为基于前背景联调和边缘引导的多篡改定位方法，所述定位方法包括以下内容：获取多操作图像数据集，每个图像包含至少两种篡改类型，篡改类型包括拼接、复制‑移动和删除；构建多篡改定位模型，所述多篡改定位模型包括由Res2net网络和连接在Res2net网络的每个尺度输出上的残差网络构成的骨干网络、边缘辅助的细化融合模块；利用多操作图像数据集训练多篡改定位模型，以训练后的多篡改定位模型用于图像中不同类型篡改区域的定位。解决了如何精准定位图像中的多个篡改区域的问题，实现了一张图片多个篡改类型的精确定位。
-
公开(公告)号：CN113782190B
公开(公告)日：2023-12-15
申请号：CN202111104505.9
申请日：2021-09-22
Applicant: 河北工业大学
IPC: G16H50/20 , G06V10/764 , G06V40/16 , G06V10/82 , G06N3/0464 , G06V20/40
Abstract: 本发明为基于多级时空特征和混合注意力网络的抑郁症诊断方法，该方法包括以下内容：经过预处理的公开数据集变为成组的大小固定的图片，每个图片组对应一个视频序列，并对应一个抑郁分数；构建多级时空特征和混合注意力网络：以3D‑Resnet50网络相邻两层的输出作为输入，接入多级时空特征融合模块；所述多级时空特征融合模块包括时空特征调制子模块和特征融合子模块，时空特征调制子模块用于分别对相邻两层的输出都进行空间和时间调制；特征融合子模块用于对两个调制后的特征进行特征融合；多级时空特征经调整后连接一个混合注意力模块。该方法有效克服了单一网络深度在时间感受野和空间感受野局限的问题，实现针对抑郁患者的抑郁分数评估。
-
公开(公告)号：CN117095196A
公开(公告)日：2023-11-21
申请号：CN202310723100.6
申请日：2023-06-19
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/0895
Abstract: 本发明为基于特征细化自监督学习的广义零样本图像分类方法，该方法引入自监督学习任务，为SwinTransformer网络添加了两个分类头，主要用于解决对可见类别的偏见问题。通过旋转角度分类任务和对比学习任务，增强了视觉特征定位，加强了视觉特征和语义信息的相关性，同时为了进一步缓解偏见问题，在训练样本构建中为未见类生成伪标签，从而将GZSL任务设置为直推式学习。
-
-
-
-
-
-
-
-
-
Search Results
108
records
(took 0.022 seconds)
