公开(公告)号：CN119274010A

公开(公告)日：2025-01-07

申请号：CN202411786389.7

申请日：2024-12-06

Applicant: 华侨大学

Inventor： 范宇凌 ,  柳培忠 ,  唐加能 ,  刘景华

IPC: G06V10/771 ,  G06V10/77 ,  G06V10/776

Abstract: 本发明涉及图像处理技术领域，公开了一种利用数据重构的多标记图像数据特征选择方法及系统，方法包括以下步骤：提取多标记图像的特征空间和标记空间；采用低秩表示对特征空间进行重构，得到重构的特征空间；通过方向牵引矩阵对标记空间进行转换，得到重构的标记空间；将重构的特征空间投影到重构的标记空间以产生特征选择矩阵，对特征选择矩阵的稀疏正则化施加L2,1范数约束以获得目标函数；通过求解目标函数获得特征选择矩阵，得到最优特征子集。本发明利用低秩表示的动态特征关系图重构特征空间，引入方向牵引矩阵扰动原始二元标签空间重构标签空间，制定了多标记图像数据特征选择的目标函数，并引入了一种有效的优化策略来处理该函数。

公开(公告)号：CN117671135A

公开(公告)日：2024-03-08

申请号：CN202311512308.X

申请日：2023-11-14

Applicant: 华侨大学

Inventor： 朱显丞 ,  黄德天 ,  曾焕强 ,  范宇凌 ,  施一帆 ,  陈龙涛

IPC: G06T17/00 ,  G06N3/0455 ,  G06N3/0464 ,  G06T3/4053 ,  G06T7/13 ,  G06V10/40

Abstract: 本发明公开了一种基于稀疏再聚焦的高分辨率人脸图像重建方法，涉及图像处理技术领域，包括：利用卷积核为3×3的第一卷积层提取输入的低分辨率人脸图像的浅层特征；基于三个依次连接的组件特征提取网络提取组件特征；其中，第一个组件特征提取网络的输入与第一卷积层的输出相连接；基于三个依次连接的组件生成模块生成高分辨率组件图；其中，每个组件生成模块的输入与一个组件特征提取网络的输出相连接；利用逐像素相加合并高分辨率组件图，生成重建的高分辨率人脸图像。本发明能够有效抑制冗余特征并强调关键特征，实现高效的特征提取；根据图像组件的复杂度分而治之地重建组件并合并，能够降低高频细节的重建难度并复原高分辨率人脸图像。

公开(公告)号：CN107145934A

公开(公告)日：2017-09-08

申请号：CN201710322849.4

申请日：2017-05-09

Applicant: 华侨大学 ,  泉州市华工智能技术有限公司

Inventor： 柳培忠 ,  刘晓芳 ,  顾培婷 ,  骆炎民 ,  汪鸿翔 ,  陈智 ,  范宇凌

IPC: G06N3/00

CPC classification number: G06N3/006

Abstract: 本发明的一种基于增强局部搜索能力的人工蜂群优化方法，通过采用一种遍历性好、分布均匀的高维混沌序列产生方式，在一定程度上避免了ABC中随机初始化的盲目性，采用基于对数的适应度评价方式，扩大了种群个体适应值的差异性，减小了选择压力，并采用一种增强局部搜索能力的搜索策略，在一定程度上有效地避免了陷入局部最优，从而提高了收敛速度，改善算法性能。