-
公开(公告)号：CN110362652B
公开(公告)日：2022-11-22
申请号：CN201910657221.9
申请日：2019-07-19
Applicant: 辽宁工程技术大学
IPC: G06F16/31 , G06F16/33 , G06F16/387 , G06F40/30 , G06F40/242
Abstract: 本发明公开了一种基于空间‑语义‑数值相关度的空间关键字Top‑K查询方法，步骤为：利用Word Embedding技术对用户初始查询进行语义扩展；构建空间‑语义‑数值混合索引结构AKR‑tree；空间‑语义‑数值的相关度计算。本发明利用Word Embedding技术对用户初始查询进行语义扩展，生成一系列与初始查询关键字语义相关的查询关键字；然后构建空间‑语义‑数值混合索引结构AKR‑tree，该索引结构能同时支持查询关键字的文本和语义匹配，并利用Skyline方法对数值属性进行处理；最后，利用提出的索引结构快速匹配与空间关键字查询条件语义相关的对象，并按空间‑语义‑数值的综合相关度进行排序。与现有同类方法相比，本发明方法具有更好的查询结果用户满意度，索引结构具有较快的查询响应时间。
-
公开(公告)号：CN114639124A
公开(公告)日：2022-06-17
申请号：CN202210321956.6
申请日：2022-03-29
Applicant: 辽宁工程技术大学
Abstract: 本发明公开了一种基于加权特征融合的行人重识别方法，步骤为：输入行人图像，通过主干网络ResNeSt‑50提取到行人的特征；将从主干网络获取的不同特征输入到加权特征融合金字塔模型中，得到多尺度的包含高层语义信息和低层高分辨率信息的特征；在全局分支网络中将高层语义特征作为全局特征；在局部分支网络中将低层高分辨率特征作为局部特征；联合Softmax损失函数、三元组损失函数和中心损失函数分别对全局特征和局部特征进行优化训练。本发明在加权特征金字塔网络中进行特征的融合，将高层语义特征语作为全局特征；联合Softmax损失函数、三元组损失函数和中心损失函数分别对全局特征和局部特征进行优化训练，提高了行人识别的精度和准确率。
-
Patent Agency Ranking
公开(公告)号：CN106780574B
公开(公告)日：2019-06-25
申请号：CN201611033115.6
申请日：2016-11-18
Applicant: 辽宁工程技术大学
IPC: G06T7/33
Abstract: 本发明提出一种图像的无纹理区域匹配方法，属于图像处理技术领域，本发明利用仿射变换过程中的不变量，构造DTTC图(Distance transform towards centroid)，并以此为基础进行匹配使得采用模板匹配方法可以对无纹理区域进行匹配；值得一提的是，本发明适用于彩色图像，在处理自然图像匹配时彩色纹理的生成更有利于区别不同颜色无纹理区域的匹配。
-
公开(公告)号：CN106780574A
公开(公告)日：2017-05-31
申请号：CN201611033115.6
申请日：2016-11-18
Applicant: 辽宁工程技术大学
IPC: G06T7/33
Abstract: 本发明提出一种图像的无纹理区域匹配方法，属于图像处理技术领域，本发明利用仿射变换过程中的不变量，构造DTTC图(Distance transform towards centroid)，并以此为基础进行匹配使得采用模板匹配方法可以对无纹理区域进行匹配；值得一提的是，本发明适用于彩色图像，在处理自然图像匹配时彩色纹理的生成更有利于区别不同颜色无纹理区域的匹配。
-
公开(公告)号：CN106203263A
公开(公告)日：2016-12-07
申请号：CN201610486249.7
申请日：2016-06-27
Applicant: 辽宁工程技术大学
IPC: G06K9/00
CPC classification number: G06K9/00295
Abstract: 针对传统脸型分类算法特征点定位不准和过度依赖轮廓曲线的问题，提出一种人脸轮廓圆形邻域局部特征表达和脸型分类模型。首先，初步定位脸型轮廓特征点，然后在特征点周围选取三重八连通圆形邻域，通过计算一级邻域、拓展邻域与中心区域间的纹理变化，生成二进制编码序列，构造脸型局部特征向量；最后设计OVO-RBF-SVM多分类模型，实现脸型分类。本文方法在CAS-PEAL人脸库上进行脸型类型判别，获得了94.28％的准确率；在相同情况下，分别与基于主动形状模型和基于下颌曲线模型的脸型类型判别方法进行对比，准确率分别提高了6.64％和6.58％。本文所研究的方法在一定程度上解决了特征点定位相对不准确导致误差增加的问题。尽可能多利用图片原始信息，保证轮廓特征提取的准确率，具有较强的鲁棒性。通过实验证明了，本文方法适用于脸型分类。
-
公开(公告)号：CN105760650A
公开(公告)日：2016-07-13
申请号：CN201510997640.9
申请日：2015-12-28
Applicant: 辽宁工程技术大学
IPC: G06F19/00
CPC classification number: G16Z99/00
Abstract: 本发明公开了一种云模型相似度的分析方法，其特征在于，为了表示在安全评价中专家给出的带有定性和定量、模糊性和随机性、不确定性等特点的评价信息，并将这些信息进行分析、合并，进而达到化简的目的，为此提出一种基于包络线的云模型方法；其包括如下步骤：方法使用云模型表示专家对某一问题的看法，进而形成多位专家对该问题的多个云模型，同时根据云模型的形成特点，构建云模型的上下包络线，并对之间的云模型区域进行积分，最终通过积分区域重叠部分与积分区域的关系来判断云模型的相似程度，达到将这些专家信息化简的目的，给出了四种基于相似度的评价语义化简结果；本发明可用于云模型相似度比较和评价对象的相似度比较。
-
公开(公告)号：CN104933719A
公开(公告)日：2015-09-23
申请号：CN201510354876.0
申请日：2015-06-24
Applicant: 辽宁工程技术大学
IPC: G06T7/00
CPC classification number: G06T7/13
Abstract: 本发明一种积分图块间距离检测图像边缘方法，属于图像处理技术领域，本发明采用局部区块和间距离检测图像中的边缘；利用积分图加速完成图像块内像素的求和，并给出采用积分图完成高斯模板块内求和的方法，以此提高算法的执行效率，由实验分析可见，与Canny、欧式距离图、高斯曼哈顿距离图等算法相比，采用本发明方法的边缘提取结果不仅具备较高的重叠率，而且执行时间较少，其执行速度不会随图像尺寸的增加而大幅度降低；由实验结果可见，本发明方法具有较高的执行速度，图像的边缘检测结果更为细致准确，有着较高的实用性。
-
-
-
-
-
-
Search Results
27
records
(took 0.028 seconds)
