-
公开(公告)号：CN106023120A
公开(公告)日：2016-10-12
申请号：CN201610224500.2
申请日：2016-04-12
Applicant: 西安电子科技大学
IPC: G06T5/50
CPC classification number: G06T5/50 , G06T2207/10004 , G06T2207/20021 , G06T2207/20081 , G06T2207/20221
Abstract: 本发明公开了一种基于耦合近邻索引的人脸画像合成方法，主要解决现有方法在近邻选择时没有考虑训练画像作用的问题。其实现步骤是：1.划分训练画像样本集、训练照片样本集和测试样本集；2.将所有图像划分成图像块，并组成块集合；3.将训练照片块集合与对应的画像块集合划分为多个子集；4.建立训练照片块子集和训练画像块子集中每一对照片‑画像块到其K近邻对的索引；5.寻找每一测试照片块的最近邻，进而得到其K近邻；6.利用马尔科夫权重网络求解重构权值；7.求解待合成画像块；8.迭代执行步骤5‑7共N次，融合得到最终的合成画像。与现有技术相比，本发明合成画像清晰度高、细节更完整，可用于人脸检索与识别。
-
公开(公告)号：CN113052955B
公开(公告)日：2023-06-30
申请号：CN202110294698.2
申请日：2021-03-19
Applicant: 西安电子科技大学
Abstract: 本发明属于计算机视觉技术领域，公开了一种点云补全方法、系统及应用，所述点云补全方法包括：先构建输入点云先验信息提取单元；再构建中间点云先验信息提取单元；再构建点云精化单元；接着判断输出点云点数是否满足要求，不满足则再次构建点云精化单元直至满足要求；再生成训练集来训练点云补全模型；最后利用训练完成的模型对残缺点云进行补全。本发明提供的点云补全方法，通过充分利用残缺输入点云以及一般点云补全网络的输出点云提供的物体形状先验信息，通过级联的精化单元对先验信息进行整合处理，使网络可以更好地保留原始输入点云中的细节信息，从而更好地推断物体点云残缺的形状，进而达到更优的补全效果。
-
公开(公告)号：CN104992185B
公开(公告)日：2018-05-04
申请号：CN201510395890.5
申请日：2015-07-08
Applicant: 西安电子科技大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于超像素的人脸画像生成方法，主要解决现有方法在对人脸图像分块细节不明显的问题。其实现步骤是：(1)划分训练画像样本集、训练照片样本集和测试样本集；(2)对训练画像样本集中的画像、训练照片样本集中的照片和测试照片进行超像素块划分；(3)根据划分的超像素块组成待选择照片超像素块集和待选择画像超像素块集；(4)计算待选择画像超像素块权值集；(5)根据待选择画像超像素块权值集计算伪画像超像素块集；(6)根据伪画像超像素块集，生成伪画像。本发明由于在分块过程采用超像素块划分，考虑了人脸图像本身的结构信息，使得生成的人脸画像细节部位明显，可用于公共安全领域中人脸检索与识别。
-
公开(公告)号：CN105138951A
公开(公告)日：2015-12-09
申请号：CN201510397326.7
申请日：2015-07-08
Applicant: 西安电子科技大学
IPC: G06K9/00
CPC classification number: G06K9/00288
Abstract: 本发明公开了一种基于图模型表示的人脸画像-照片识别方法，主要解决现有方法在进行人脸画像-照片识别时忽略人脸图像空间结构信息的问题。其实现步骤是：(1)划分训练画像样本集、训练照片样本集和测试样本集；(2)根据划分结果组成测试画像图模型表示集和测试照片图模型表示集；(3)根据测试画像图模型表示集和测试照片图模型表示集计算相似度集；(4)根据相似度集计算人脸画像-照片识别率。本发明与现有方法相比，在计算图模型表示过程中使用人脸图像的空间结构信息，提高了人脸画像-照片识别率，可用于刑侦破案中犯罪嫌疑人的身份识别。
-
公开(公告)号：CN104992185A
公开(公告)日：2015-10-21
申请号：CN201510395890.5
申请日：2015-07-08
Applicant: 西安电子科技大学
IPC: G06K9/62
CPC classification number: G06K9/6256
Abstract: 本发明公开了一种基于超像素的人脸画像生成方法，主要解决现有方法在对人脸图像分块细节不明显的问题。其实现步骤是：(1)划分训练画像样本集、训练照片样本集和测试样本集；(2)对训练画像样本集中的画像、训练照片样本集中的照片和测试照片进行超像素块划分；(3)根据划分的超像素块组成待选择照片超像素块集和待选择画像超像素块集；(4)计算待选择画像超像素块权值集；(5)根据待选择画像超像素块权值集计算伪画像超像素块集；(6)根据伪画像超像素块集，生成伪画像。本发明由于在分块过程采用超像素块划分，考虑了人脸图像本身的结构信息，使得生成的人脸画像细节部位明显，可用于公共安全领域中人脸检索与识别。
-
Patent Agency Ranking
公开(公告)号：CN113034365B
公开(公告)日：2023-09-22
申请号：CN202110295215.0
申请日：2021-03-19
Applicant: 西安电子科技大学
Abstract: 本发明属于数字图像处理技术领域，公开了一种基于超像素的多图拼接方法及系统，所述基于超像素的多图拼接方法包括：对所有图像检测SIFT特征点，使用RANSAC算法筛除外点；对多张待拼接图像进行超像素划分，求得每个超像素点区域的四个边缘点，计算每张图像上匹配到的特征点对超像素块边缘点的影响矩阵，构造最小误差函数，求得每个超像素边缘的局部单应矩阵；自适应构造非线性函数，对参数μs非线性化；根据参数μs与μk计算每个图像的各自超像素单元的复合变换矩阵；选择基准图像，将待拼接的多张图像相对基准平面做运动变换；进行逆映射和二次线性插值，得到最终配准结果。本发明克服了传统算法的相机只能做固定运动的缺点，并且具有较好的拼接效果。
-
公开(公告)号：CN113034365A
公开(公告)日：2021-06-25
申请号：CN202110295215.0
申请日：2021-03-19
Applicant: 西安电子科技大学
Abstract: 本发明属于数字图像处理技术领域，公开了一种基于超像素的多图拼接方法及系统，所述基于超像素的多图拼接方法包括：对所有图像检测SIFT特征点，使用RANSAC算法筛除外点；对多张待拼接图像进行超像素划分，求得每个超像素点区域的四个边缘点，计算每张图像上匹配到的特征点对超像素块边缘点的影响矩阵，构造最小误差函数，求得每个超像素边缘的局部单应矩阵；自适应构造非线性函数，对参数μs非线性化；根据参数μs与μk计算每个图像的各自超像素单元的复合变换矩阵；选择基准图像，将待拼接的多张图像相对基准平面做运动变换；进行逆映射和二次线性插值，得到最终配准结果。本发明克服了传统算法的相机只能做固定运动的缺点，并且具有较好的拼接效果。
-
公开(公告)号：CN105608451B
公开(公告)日：2019-11-26
申请号：CN201610143041.5
申请日：2016-03-14
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于子空间岭回归的人脸画像生成方法，主要解决现有方法生成画像质量不高或耗时的问题。其实现步骤是：(1)划分训练画像样本集、训练照片样本集和测试样本集；(2)将所有图像划分成图像块，并组成块集合；(3)将训练照片块集合与对应的画像块集合划分为多个子集；(4)计算每一对照片‑画像块子集之间的映射系数矩阵；(5)将测试照片块划分到对应的子集；(6)根据每一个测试照片块子集以及其所在子集对应的系数矩阵，求解出合成画像块子集；(7)合并合成画像块子集得到合成画像块集合(8)组合所有合成画像快，生成伪画像。本发明具有合成画像质量高，速度快的优点，可用于公共安全领域中人脸检索与识别。
-
公开(公告)号：CN105869134B
公开(公告)日：2018-11-30
申请号：CN201610171867.2
申请日：2016-03-24
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于方向图模型的人脸画像合成方法，主要解决现有方法在对人脸图像合成细节不明显的问题。其实现步骤是：(1)划分训练画像样本集、训练照片样本集和测试照片样本集；(2)对训练画像样本集中的画像、训练照片样本集中的照片和测试照片进行块划分；(3)根据划分的图像块组成待选择照片块集和待选择画像块集；(4)对训练画像和照片样本块集提取像素值特征及方向特征；(5)计算待选择画像块权值集；(6)根据待选择画像块权值集计算伪画像块集；(7)根据伪画像块集，生成伪画像。本发明由于考虑了人脸图像本身的领域约束，使得生成的人脸画像细节部位明显，可用于公共安全领域中人脸检索与识别。
-
公开(公告)号：CN105844605B
公开(公告)日：2018-08-10
申请号：CN201610152915.3
申请日：2016-03-17
Applicant: 西安电子科技大学
IPC: G06T5/50
Abstract: 本发明公开了一种基于自适应表示的人脸画像合成方法，主要解决现有方法合成画像清晰度低和细节不完整的问题。其实现步骤是：首先对数据库进行处理，将所有的图像进行图像滤波后，对图像分块并提取图像块特征，得到一个训练画像块字典和两个照片块字典；其次根据测试照片块中是否包含边缘信息或者面部特征信息选择不同的字典，寻找近邻块；最后利用马尔可夫网络模型得到待合成画像块，并对所有的待合成画像块进行融合得到合成画像。本发明与现有方法相比，合成结果具有更高的清晰度、细节更完整，可用于人脸检索与识别。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.026 seconds)
