-
公开(公告)号:CN106897721A
公开(公告)日:2017-06-27
申请号:CN201710058219.0
申请日:2017-01-23
Applicant: 国家计算机网络与信息安全管理中心
CPC classification number: G06K9/3233 , G06K9/4609 , G06K9/6267
Abstract: 本发明涉及一种局部特征与词袋模型相结合的刚体目标跟踪方法。该方法包括:1)在初始图像中选定感兴趣的目标区域,并在目标区域检测SURF特征;2)为SURF特征构建分类器;3)将词袋模型与局部特征结合,对每个SURF特征点用视觉单词来表达,形成2维尺度旋转不变空间;4)在当前图像到来时,基于SURF特征实现分类器的自适应匹配,并使用2维尺度旋转不变空间内的视觉单词进行协同匹配,形成匹配点对;5)根据得到的匹配点对计算得出运动参数,从而确定当前图像的目标区域,实现目标跟踪。本发明能够对目标区域的局部特征实现准确的描述和匹配,进而保证目标跟踪效果的鲁棒性、稳定性。
-
公开(公告)号:CN102542290A
公开(公告)日:2012-07-04
申请号:CN201110435765.4
申请日:2011-12-22
Applicant: 国家计算机网络与信息安全管理中心 , 中国互联网协会
Abstract: 本发明公开了一种垃圾邮件图像识别方法。该方法包括:将邮件图像划分为文本区域和非文本区域;将所述非文本区域从空域变换到频域,并分解为水平、垂直和对角方向的细节子图像;对各个细节子图像中的高频系数进行统计分析,利用噪声连通域面积的总和与非文本区域面积的比值度量邮件图像的含噪声程度;根据所述邮件图像的含噪声程度是否达到了预设门限值,判断所述邮件图像是否为垃圾邮件图像。借助于本发明的技术方案,提高了通过含噪声程度进行垃圾邮件图像识别技术的识别精度。本发明还公开了一种垃圾邮件图像识别装置,包括图像区域划分模块、图像分解模块、含噪程度计算模块和图像判别模块。
-