-
公开(公告)号：CN104123707B
公开(公告)日：2017-05-10
申请号：CN201410386583.6
申请日：2014-08-07
Applicant: 重庆大学
IPC: G06T5/50
Abstract: 本发明是一种基于局部秩先验的单幅图像超分辨率重建方法。其核心是通过学习方法得到高分辨率图像的局部秩先验信息，利用这种先验信息，通过能量最小函数，约束待重建高分辨率图像的局部秩。然后将这种能量最小函数转化为局部秩约束的重建模型。考虑到图像的非局部特性，提出一种全局与非局部结合的优化模型。为了得到更好的非局部权值，还提出一种基于局部秩的优化的权值计算方法。本发明所提出的重建模型不仅能够很好的重建具有较多细节的高分辨率图像，而且能够减少重建图像的瑕疵以及锐化图像的边缘。
-
公开(公告)号：CN103955708B
公开(公告)日：2017-01-25
申请号：CN201410200131.4
申请日：2014-05-13
Applicant: 重庆大学
IPC: G06K9/62
Abstract: 本发明是一种用于人脸合成画像识别的人脸照片库快速缩减方法，该方法通过在面部组件码表库中检索待识别的人脸合成画像的面部组件码，实现快速缩小照片库的目的，其步骤包括：1、利用基于单人脸的Fisher线性判别分析方法建立了一个用于连接照片库与人脸合成画像软件面部组件库的面部组件码表库；2、在步骤1得到的面部组件码表库中检索待匹配人脸合成画像的面部组件码，利用符合条件的面部组件码表对应的人脸照片构建缩小后的照片库。本发明利用面部组件码检索代替人脸合成画像检索，有效缩短检索时间，实现在照片库非常庞大的情况下，快速地将目标锁定在一个小的照片库内。
-
公开(公告)号：CN103279933A
公开(公告)日：2013-09-04
申请号：CN201310225721.8
申请日：2013-06-07
Applicant: 重庆大学
IPC: G06T5/00
Abstract: 一种基于双层模型的单幅图像超分辨率重建方法，其包括（1）利用L0梯度最小化方法和HoG算子生成K个训练簇，然后训练它的对应字典对；（2）依据HoG算子，自适应的选取用于测试的低分辨率图像块对应的几何字典对，并求解出低分辨率图像对应的高分辨率纹理细节图像；（3）利用L0梯度最小化方法求解出用于测试的低分辨率图像对应的高分辨率边缘结构图像；（4）把求解出的高分辨率纹理细节图像加到高分辨率边缘结构图像上得到初始高分辨率图像；（5）对初始高分辨率图像进行全局和局部约束得到最终高分辨率图像。本发明可以使得重建后的图像轮廓更清晰，细节信息更丰富，提高重建后的图像质量。
-
公开(公告)号：CN102208100B
公开(公告)日：2012-10-31
申请号：CN201110144242.4
申请日：2011-05-31
Applicant: 重庆大学
IPC: G06T5/00
Abstract: 本发明是一种基于Split Bregman迭代的全变差正则化图像盲复原方法，属于图像处理技术领域。其核心是通过图像先验信息及正则化的特点建立TV正则化盲复原代价函数，利用算子分裂技术将最小化问题转化为新的约束求解问题，通过加入惩罚项的方法将约束求解问题转化为分裂的代价函数，进而提出了扩展的SplitBregman迭代求解框架对分裂的代价函数进行求解。实验表明本发明方法能够有效、快速地复原图像，能针对多种模糊类型进行复原，克服传统TV正则化盲复原方法对复杂模糊类型或复杂图像复原效果不佳的缺点，且该发明方法对噪声具有很好的鲁棒性。
-
公开(公告)号：CN102147915B
公开(公告)日：2012-06-27
申请号：CN201110116829.4
申请日：2011-05-06
Applicant: 重庆大学
IPC: G06T5/00
Abstract: 本发明公开了一种权重的稀疏边缘正则化图像复原方法，（1）运用差分算子得到模糊噪声图像各个方向的梯度信息，并进行方向随机的组合，得到图像边缘的矩阵数学模型；（2）根据图像稀疏性原理以及不确定方程最佳稀疏解的定义，针对步骤（1）中得到的图像边缘模型，采用一种权重的稀疏性约束，约束图像的边缘，结合已知的退化函数，推导出图像复原的代价函数；（3）根据步骤（1）和步骤（2），利用一种改进的上界最小化方法对代价函数进行最优化求解，得到清晰的复原图像。本发明方法极大地丰富了图像边缘的信息量；采用一种权重的稀疏性边缘约束，有效地保护了图像的边缘特性；利用一种改进的上界最小化数学方法，得到高质量的复原图像。
-
Patent Agency Ranking
公开(公告)号：CN102208100A
公开(公告)日：2011-10-05
申请号：CN201110144242.4
申请日：2011-05-31
Applicant: 重庆大学
IPC: G06T5/00
Abstract: 本发明是一种基于SplitBregman迭代的全变差正则化图像盲复原方法，属于图像处理技术领域。其核心是通过图像先验信息及正则化的特点建立TV正则化盲复原代价函数，利用算子分裂技术将最小化问题转化为新的约束求解问题，通过加入惩罚项的方法将约束求解问题转化为分裂的代价函数，进而提出了扩展的SplitBregman迭代求解框架对分裂的代价函数进行求解。实验表明本发明方法能够有效、快速地复原图像，能针对多种模糊类型进行复原，克服传统TV正则化盲复原方法对复杂模糊类型或复杂图像复原效果不佳的缺点，且该发明方法对噪声具有很好的鲁棒性。
-
公开(公告)号：CN101968850A
公开(公告)日：2011-02-09
申请号：CN201010515032.7
申请日：2010-10-21
Applicant: 重庆大学
Abstract: 本发明是一种模拟生物视觉机制的人脸特征提取方法，属于图像处理、模式识别领域。本发明步骤为：模拟初级视皮层简单细胞的学习机制，训练一组描述简单细胞感受野的滤波器，从该组滤波器中选出少量具有特定频率选择性的滤波器提取图像的光照不变特征；模拟初级视皮层复杂细胞的功能，在光照不变性的基础上增加特征的表情和平移不变性；通过视觉注意机制对不变特征的显著区域进行增强；将增强的不变特征转换为特征向量，用于人脸识别。实验表明，本方法能有效减小光照、表情和平移变化对人脸识别效果的影响，且具有实时处理能力。
-
公开(公告)号：CN101957912A
公开(公告)日：2011-01-26
申请号：CN201010515041.6
申请日：2010-10-21
Applicant: 重庆大学
IPC: G06K9/00
Abstract: 本发明是一种基于多尺度各向异性扩散算法的人脸光照不变特征图像的获取方法。属于图像处理技术领域。本发明基于朗伯凸表面模型将人脸图像分解为小尺度特征图像和大尺度特征图像。其中小尺度特征图像可视为一种较为理想的人脸光照不变特征图像。核心是通过引入新的区间不一致描述子，增强各向异性扩散算法对低频域图像的边缘保持能力，从而大大削弱算法的图像光晕效应；同时提出一种新的传递系数，降低由边缘锐化带来的噪声；引入一种各向异性扩散约束，使方法更加适合于处理人脸图像中的光照问题。实验表明即使在极其恶劣的光照条件下本发明也能获得很好的处理效果，并可有效地提高人脸识别或人脸认证对光照条件变化的鲁棒性。
-
公开(公告)号：CN101201894B
公开(公告)日：2010-08-11
申请号：CN200710092945.0
申请日：2007-11-06
Applicant: 重庆大学 , 重庆建设工业有限责任公司
Abstract: 本发明是一种基于网格计算技术的大规模人脸数据库人脸识别方法，属于网格计算和模式识别领域。该方法借鉴数据网格的分布处理策略，构建了一个分层树形结构的人脸识别网格框架，由最高层、中间层和最低层三层构成。最高层实现人脸识别任务接收和任务分解，中间层实现大规模人脸数据库划分及子任务分解，最低层调用计算资源进行人脸识别。为了提高人脸识别的精度，本方法在最低层采用了多算法融合的人脸识别策略。本发明方法为大规模人脸数据库的人脸识别问题提供了一种新的解决方法，可以有效地解决大规模人脸数据库人脸识别计算耗时的问题，同时多算法融合可很好地克服姿态、光照、表情、饰物、背景、时间跨度等因素对人脸识别的影响。
-
公开(公告)号：CN100446043C
公开(公告)日：2008-12-24
申请号：CN200710078174.X
申请日：2007-02-06
Applicant: 重庆大学
IPC: G08B13/191 , G08B13/196 , G08B25/00 , G06T7/20 , H04N5/14
Abstract: 本发明是一种基于生物传感和图像信息融合的视频安防监控方法，该方法运用运动目标检测和图像信息融合方法分析监控视频图像，其步骤包括：当智能监控终端通过生物传感器检测到生物入侵时被触发产生报警后，通过专用局域网向监控中心主机发送报警信号；监控中心主机接收到报警信号后，利用运动目标检测和人体轮廓特征融合对监控视频进行分析，判断报警信号真伪；监控中心主机根据判断结果执行相应操作。该方法结合了生物传感和图像信息融合技术，可有效减少外界环境和其他生物对安防监控系统的影响，实现不同地理环境下的敏感区域和重要基础设施等场所只对入侵人体生物进行全天候的视频安全监控。
-
-
-
-
-
-
-
-
-
Search Results
84
records
(took 0.018 seconds)
