-
公开(公告)号：CN103279933B
公开(公告)日：2016-10-26
申请号：CN201310225721.8
申请日：2013-06-07
Applicant: 重庆大学
IPC: G06T5/00
Abstract: 一种基于双层模型的单幅图像超分辨率重建方法，其包括（1）利用L0梯度最小化方法和HoG算子生成K个训练簇，然后训练它的对应字典对；（2）依据HoG算子，自适应的选取用于测试的低分辨率图像块对应的几何字典对，并求解出低分辨率图像对应的高分辨率纹理细节图像；（3）利用L0梯度最小化方法求解出用于测试的低分辨率图像对应的高分辨率边缘结构图像；（4）把求解出的高分辨率纹理细节图像加到高分辨率边缘结构图像上得到初始高分辨率图像；（5）对初始高分辨率图像进行全局和局部约束得到最终高分辨率图像。本发明可以使得重建后的图像轮廓更清晰，细节信息更丰富，提高重建后的图像质量。
-
公开(公告)号：CN103235825B
公开(公告)日：2016-05-25
申请号：CN201310166729.1
申请日：2013-05-08
Applicant: 重庆大学
Abstract: 一种基于Hadoop的海量人脸识别搜索引擎设计方法，属于云计算和模式识别领域。以Hadoop云计算框架为基础，由内层、中间层和外层三层构成。内层用于存放海量的人脸图像及身份信息与提供分布式计算资源，中间层用于搜索引擎的索引表的建立与维护，外层用于接收任务与分配任务。为了在保证精度的同时提高人脸图像在数据库中的搜索速度，本方法采用在中间层使用K均值聚类算法建立人脸特征向量聚类索引表与聚类名单表相结合的方法。本方法可以使用廉价的普通服务器组构建海量人脸识别搜索引擎，并且采用经过大量实践证明的Hadoop云计算框架为基础实现，具有良好的稳定性，方法简单，易于实施。
-
公开(公告)号：CN103279936B
公开(公告)日：2016-04-27
申请号：CN201310250354.7
申请日：2013-06-21
Applicant: 重庆大学
Abstract: 本发明公开了一种基于画像的人脸伪照片自动合成及修正方法，其实现过程为：首先，应用局部本征变换方法自动生成伪照片的初始估计；然后，从输入的人脸画像中提取出头发和脸部轮廓信息对初始估计进行自动增强；最后，由用户判断自动合成的人脸伪照片是否存在局部合成错误，如果存在明显的合成错误，则采用基于控制点的变形方法对重新输入的伪照片对应的人脸画像进行局部变形，然后再重新进行自动合成，从而修正局部合成错误。在修正过程中，利用主动形状模型获取人脸画像的特征点，利用移动最小二乘法进行基于控制点的刚性变形。本发明能快速、有效地根据输入的人脸画像自动合成人脸伪照片，可以为刑侦、反恐等领域中对人脸素描画像的人工及自动识别提供辅助。
-
公开(公告)号：CN103235825A
公开(公告)日：2013-08-07
申请号：CN201310166729.1
申请日：2013-05-08
Applicant: 重庆大学
Abstract: 一种基于Hadoop云计算框架的海量人脸识别搜索引擎设计方法，属于云计算和模式识别领域。以Hadoop云计算框架为基础，由内层、中间层和外层三层构成。内层用于存放海量的人脸图像及身份信息与提供分布式计算资源，中间层用于搜索引擎的索引表的建立与维护，外层用于接收任务与分配任务。为了在保证精度的同时提高人脸图像在数据库中的搜索速度，本方法采用在中间层使用K均值聚类算法建立人脸特征向量聚类索引表与聚类名单表相结合的方法。本方法可以使用廉价的普通服务器组构建海量人脸识别搜索引擎，并且采用经过大量实践证明的Hadoop云计算框架为基础实现，具有良好的稳定性，方法简单，易于实施。
-
公开(公告)号：CN118968173A
公开(公告)日：2024-11-15
申请号：CN202411070821.2
申请日：2024-08-06
Applicant: 重庆大学
IPC: G06V10/764 , G06V20/10 , G06V10/40 , G06V10/82 , G06N3/0464 , G06N3/096 , G06N3/084
Abstract: 本发明提供了一种用于高光谱遥感场景分类的方法，其特征在于：包括数据收集处理模块、分类模型训练模块和高光谱遥感场景分类模块；所述方法包括：构建三个教师模型和一个学生模型的多教师‑学生模型框架，利用训练数据对三个教师‑学生模型进行训练，然后利用蒸馏技术将三个教师模型的知识传授给学生模型，使学生模型获得来自不同教师源的包括局部信息、全局信息和光谱信息等知识表示，并构建一个全面的知识系统，然后利用训练后的学生模型对新的高光谱遥感场景进行自动分类。采用本发明所述的方法对高光谱遥感场景分类，不仅提高了效率，还提高了精度和准确性。
-
Patent Agency Ranking
公开(公告)号：CN117606619A
公开(公告)日：2024-02-27
申请号：CN202311637137.3
申请日：2023-12-01
Applicant: 重庆大学
Abstract: 一种基于可调谐表面等离激元的增强探测一体化红外光谱芯片，自上而下依次为源极及漏级、石墨烯/氮化硼异质结、纳米间隙层、介质超表面、电介质层、红外探测器、衬底。其中，介质超表面与石墨烯/氮化硼异质结之间具有纳米间隙层，介质超表面作为栅极，石墨烯/氮化硼异质结表面蒸镀源极及漏级，形成可调谐表面等离激元波导谐振器。红外探测器通过电介质层与可调谐表面等离激元波导谐振器纵向集成，用于红外光谱信号探测。在红外光波照射下，激发低损耗的表面等离激元模式，通过外电场调控谐振峰实现宽波段波长扫描，按时间序列依次获得红外光谱信号，通过处理可获得分子的红外光谱吸收信号，最终实现“光谱增强”与“光谱探测”一体化红外光谱芯片。本发明具有灵敏度高，探测物质种类范围广，体积小，集成度高等优点。
-
公开(公告)号：CN117606618A
公开(公告)日：2024-02-27
申请号：CN202311614210.5
申请日：2023-11-29
Applicant: 重庆大学
IPC: G01J3/28 , G06T3/4053 , G06N3/126 , G01J3/26 , G01N21/35
Abstract: 本发明涉及红外光谱成像技术领域，具体涉及一种基于可调谐像素化超表面增强的红外光谱成像系统及制备方法，包括自下而上依次设置的红外探测器单元、电介质层、像素化超表面阵列单元、纳米间隙层和石墨烯层，所述像素化超表面阵列单元几何结构参数由遗传算法逆向设计得到，用于实现超低损耗声学石墨烯等离激元模式与自由空间光的波矢匹配；所述像素化超表面阵列单元、纳米间隙层和石墨烯层形成的谐振器单元在红外光波激发下，产生不同谐振频率的低损耗声学石墨烯等离激元，从而在空间上对入射光波进行窄带滤波，实现高分辨光谱调制。其具有集成度高、灵敏度高、工作波段宽、可实现多种未知痕量分子探测等优点。
-
公开(公告)号：CN114140739A
公开(公告)日：2022-03-04
申请号：CN202111034905.7
申请日：2021-09-04
Applicant: 重庆大学
Abstract: 本发明提出一种基于补丁匹配与合成的视频去模糊方法，本方法设计了多尺度补丁匹配模块和补丁合成模块，首先利用多尺度补丁匹配模块将输入的多个视频帧特征离散为不同尺度、部分重叠的特征补丁，然后从特征补丁集合中匹配相似、可用的锐利补丁，为目标特征补丁的复原提供关键的纹理细节。然后利用补丁合成模块融合多尺度补丁匹配模块得到的锐利补丁，帮助目标补丁的去模糊。本方法通过直接匹配、融合视频帧序列中任意相似补丁来获取视频帧间时空依赖，从而有效改善视频去模糊的效果。
-
公开(公告)号：CN107102165B
公开(公告)日：2020-03-20
申请号：CN201710242846.X
申请日：2017-04-14
Applicant: 重庆大学
IPC: G01P5/20
Abstract: 本发明公开了一种基于粒子图像测速的表面流场测量方法，包括在待测流场表面布撒不限定材质和大小的示踪粒子；在所述待测流场设置至少一个视场，对视场进行视频图像采样，并对视频图像进行视场矫正后建立相应的鸟瞰图；将每个鸟瞰图划分成多个子网格，并对所有鸟瞰图中相应子网格的流速求均值，得到视场的流速；对多个视场的流速依次进行数据拼接和可视化处理，得到待测流场表面的可视化流速图像等步骤，利用PIV技术成功实现了表面流场流速的测量。其显著效果是：视频采集设备视角自由，对复杂地形和外界光照具有较好的鲁棒性，可满足不同的测试环境需求；支持任意类型的示踪粒子；分析速度快，测量精度高。
-
公开(公告)号：CN106419911A
公开(公告)日：2017-02-22
申请号：CN201610911036.4
申请日：2016-10-19
Applicant: 重庆大学
IPC: A61B5/0476 , A61B5/16
CPC classification number: A61B5/0476 , A61B5/04012 , A61B5/165 , A61B5/725 , A61B5/7257 , A61B5/7264 , A61B5/7267 , A61B5/7271
Abstract: 本发明公开了一种基于脑电波分析的情绪检测方法，首先利用原始的脑电数据来提取特征，分别提取出分形维度特征、能量特征、统计学特征和高阶交叉特征；然后利用类内相关系数法来评价所提取特征的特征参数进而获得最稳定的特征参数；之后通过支持向量机将获得的特征参数用来训练分类模型；最后利用训练出的分类模型实现情绪的实时检测。其显著效果是：通过利用类内相关系数法来获得最稳定的特征参数，成功训练出了稳定准确的分类模型；与传统的方法相比，无需重新训练分类模型，操作更简单，分类精度更高。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.02 seconds)
