-
公开(公告)号：CN109753950A
公开(公告)日：2019-05-14
申请号：CN201910109704.5
申请日：2019-02-11
IPC: G06K9/00
Abstract: 本发明动态人脸表情识别方法，涉及用于识别图形的图像特征或特性的方法，是一种基于几何特征及语义特征的动态人脸表情识别方法，步骤是：动态人脸图像序列的预处理；人脸表情灰度图像的人脸表情帧检测与特征点标注；人脸表情灰度图像上人脸表情三角形区域的标定；人脸表情灰度图像上人脸表情三角形区域的几何特征的提取；人脸表情灰度图像上的语义特征的分析与提取；SVM分类器训练并得到分类结果；完成动态人脸表情的识别。本发明克服了现有技术普遍存在实时性差、易受光照影响、特征维数和时间复杂度高进而影响到人脸表情识别率符合要求的缺陷。
-
公开(公告)号：CN106373126B
公开(公告)日：2018-09-18
申请号：CN201610800671.5
申请日：2016-09-04
Applicant: 河北工业大学
IPC: G06T7/11
Abstract: 本发明基于融合类测地线和边界对比的图像显著性检测方法，涉及一般的图像数据处理中的图像分析，步骤是，输入彩色图像；超像素分割，包括规则的超像素分割和不规则的超像素分割；计算边界对比图Sc；计算有颜色对比的测地线图Gc和无颜色对比的测地线图Gn，包括预处理、计算邻接矩阵和计算有颜色对比的测地线图Gc和无颜色对比的测地线图Gn；融合三种特征图得到显著图。本发明克服了现有技术无法一致地高亮显著目标的缺陷。
-
公开(公告)号：CN108090873A
公开(公告)日：2018-05-29
申请号：CN201711381261.2
申请日：2017-12-20
Applicant: 河北工业大学
IPC: G06T3/40
Abstract: 本发明基于回归模型的金字塔人脸图像超分辨率重建方法，涉及图像的增强或复原，利用图像具有非局部相似性的特征，对测试集中低分辨率人脸图像在其对应特征图像中搜索重建图像块的相似块，得到所有相似块的位置集合，将训练集中所有低分辨率图像在该位置集合中的人脸图像块作为测试集中的低分辨率人脸图像块对应的低分辨率训练集，利用测试集中的低分辨率人脸图像块对应的特征图像块与训练集中的低分辨率人脸图像块对应的特征图像块之间的距离以及测试集中的低分辨率图像经过插值放大后的人脸图像块对应的特征图像块与训练集中高分辨率人脸图像块对应的特征图像块之间距离之和构建约束条件；克服了现有技术在人脸图像重建过程中存在的诸多缺陷。
-
公开(公告)号：CN105069447B
公开(公告)日：2018-05-29
申请号：CN201510621774.0
申请日：2015-09-23
Applicant: 河北工业大学
IPC: G06K9/00
Abstract: 本发明一种人脸表情的识别方法，涉及用于识别图形的方法，是一种使用中心对称三值模式(Center Symmetrical Ternary Patterns，以下简称CSTP)算法提取表情纹理特征的人脸表情的识别方法，步骤是：人脸表情图像预处理；提取每一人脸表情图像的子块上的人脸表情纹理特征；确定人脸表情图像最终的人脸表情纹理特征；完成人脸表情的识别。本发明方法克服了现有技术识别背景复杂导致的纹理描述不精细，识别率不高的缺陷。
-
公开(公告)号：CN104881661B
公开(公告)日：2018-02-13
申请号：CN201510351724.5
申请日：2015-06-23
Applicant: 河北工业大学
Abstract: 本发明基于结构相似度的车辆检测方法，涉及图像的结构分析，步骤是：第一步，车辆假设区域的标记：获取路面自由驾驶区域、设置路面感兴趣区域、生成路面对称区域、标记路面车辆假设区域；第二步，车辆假设区域的验证：车辆结构相似度特征的提取和训练、提取车辆假设区域的车辆结构相似度特征、对车辆假设区域的车辆结构相似度特征进行验证；该方法降低了车辆检测系统的成本，提高了车辆检测系统的效率和识别精度，具有普遍的适用性。
-
Patent Agency Ranking
公开(公告)号：CN106530232A
公开(公告)日：2017-03-22
申请号：CN201610987694.1
申请日：2016-11-10
Applicant: 河北工业大学
IPC: G06T3/40
Abstract: 本发明一种图像缩放方法，涉及应用电子设备进行图像缩放的方法，是一种基于阈值与概率的图像快速缩放方法，分为两个过程，A.径向基函数神经网络模型训练过程；B.需要进行缩放的被测试图像的缩放过程。本发明方法使用径向基函数神经网络进行机器学习的方法求阈值，将需要进行缩放的图像分成保护区域与非保护区域，在缩放时使用依概率随机缩放，克服了现有技术无法在保证图像缩放效果的同时又能满足实时的图像缩放速度的缺陷。
-
公开(公告)号：CN105373794A
公开(公告)日：2016-03-02
申请号：CN201510937041.8
申请日：2015-12-14
Applicant: 河北工业大学
CPC classification number: G06K9/344 , G06K9/4652 , G06K9/6256 , G06K9/627
Abstract: 本发明一种车牌识别方法，涉及用于识别图形的方法，步骤是：图像预处理；根据颜色和纹理特征分割车辆区域；提取车辆区域图的显著因子图；利用基于扩展的Haar-like特征的Adaboost分类器提取候选车牌；从候选车牌中确定真车牌位置；将标记的车牌从对应的车辆区域原图中分割出来；利用结构特征进行字符分割；基于改进的模板匹配方法的字符识别。本发明方法克服了现有的车牌识别方法应用场景比较单一，有的只适用于简单的单一场景的单一车牌识别，难以适用于多场景的多车牌识别，识别率容易受到强光、雾霾和弱光照环境的影响的缺陷。
-
公开(公告)号：CN111783658B
公开(公告)日：2023-08-25
申请号：CN202010621885.2
申请日：2020-07-01
Applicant: 河北工业大学
Abstract: 本发明为基于双生成对抗网络的两阶段表情动画生成方法，该方法首先在第一阶段中利用表情迁移网络FaceGAN提取目标表情轮廓图中的表情特征，并将其迁移到源人脸，生成第一阶段预测图；第二阶段中利用细节生成网络FineGAN来作为补充丰富第一阶段预测图中的对表情变化贡献比较大的眼睛和嘴巴区域的细节，生成细粒度的第二阶段预测图并合成人脸视频动画，表情迁移网络FaceGAN及细节生成网络FineGAN均采用生成对抗网络实现。本申请提出两阶段生成对抗网络进行表情动画生成，第一阶段进行表情的转换，第二阶段进行图像细节的优化，通过掩模向量提取图像的指定区域，进行着重优化，同时结合局部判别器的使用，使重要部位生成效果更佳。
-
公开(公告)号：CN114549481A
公开(公告)日：2022-05-27
申请号：CN202210177248.X
申请日：2022-02-25
Applicant: 河北工业大学
Abstract: 本发明为一种融合深度和宽度学习的深度伪造图像检测方法，首先将待检测图像转换为灰度图像并分割为两组图像块，提取每个图像块的中心化频域幅度谱并对其施加注意力机制，再对两组图像块进行通道连接，得到初级特征；其次，构建通道卷积自编码模块，利用预训练的通道卷积自编码模块的编码器对初级特征进行特征融合得到两个中级特征，分别作为特征映射流和特征增强流的输入，得到两个映射特征和增强特征；最后，根据宽度学习系统原理构建三个分类器，将三个分类器的输出结果进行加权平均，得到最终的检测结果。本方法对图像块施加注意力机制，可以从全局信息中关注篡改痕迹明显的区域，模型训练所需的数据和时间少，实现了准确度和效率的兼顾。
-
公开(公告)号：CN111563554B
公开(公告)日：2022-05-17
申请号：CN202010390223.9
申请日：2020-05-08
Applicant: 河北工业大学
IPC: G06V10/764 , G06V10/774 , G06V10/77 , G06V10/766 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明基于回归变分自编码器的零样本图像分类方法，涉及用于应用电子设备进行识别图形的方法，通过训练对齐交叉重建变分自编码器，计算回归网络损失，计算整个模型网络的全局损失L，对分类器进行训练，计算分类正确率，完成基于回归变分自编码器的零样本图像分类，克服了对广义零样本分类的现有技术存在训练样本匮乏，生成样本缺少语义性和生成对抗网络易于崩溃的缺陷。
-
-
-
-
-
-
-
-
-
Search Results
108
records
(took 0.058 seconds)
