一种自适应联合深度学习网络的稀疏表达图像分类方法

    公开(公告)号:CN118172814A

    公开(公告)日:2024-06-11

    申请号:CN202410283831.8

    申请日:2024-03-13

    Inventor: 米建勋 陈剑飞

    Abstract: 本发明属于图像分类技术领域,具体涉及一种自适应联合深度学习网络的稀疏表达图像分类方法,该方法利用了自适应联合深度学习网络与基于协作表示的方法,对于对比学习网络无法识别的待分类样本,通过残差阈值判断,从而使得基于协作表示的方法来处理此类样本。本发明通过残差的方式选择适合的分类进行图像分类识别,只有光照变化的图片时,对比学习网络的识别准确率较高,因此自动选择对比学习网络的分类器;而对于遮挡图片中的眼镜遮挡图片,由于对比学习分类器依赖于眼镜这一特征,因此分类效果差,自适应地选择了基于线性表达的分类器进行了分类。

    一种独立性引导的稀疏标注目标检测方法

    公开(公告)号:CN118115727A

    公开(公告)日:2024-05-31

    申请号:CN202410348632.0

    申请日:2024-03-26

    Inventor: 米建勋 赵然之

    Abstract: 本发明属于计算机视觉计算领域,具体涉及一种独立性引导的稀疏标注目标检测方法;该方法包括:获取稀疏标注图像数据并对其进行图像独立性分解,得到3个分量图;将原图和3个分量图分别输入到4个分支网络中进行处理,每个分支均得到分类结果;根据预测结果计算预测框和标注框的IOU,根据IOU和分类分数计算联合置信度;根据联合置信度对预测框进行筛选,得到伪标签;组合当前分支的真实标签和其他分支的伪标签作为正监督信号;根据正监督信号和分类结果计算模型总损失并根据总损失调整模型参数,得到训练好的稀疏标注目标检测模型本发明获得了更好的模型训练效果,有效的提升了检测的准确率。

    一种用于工业焊缝X光图中的裂纹缺陷检测方法

    公开(公告)号:CN113436168B

    公开(公告)日:2023-07-18

    申请号:CN202110711549.1

    申请日:2021-06-25

    Abstract: 本发明属于工业焊缝缺陷检测技术领域,具体涉及一种用于工业焊缝X光图中的裂纹缺陷检测方法,该方法包括:对待检测的工业焊缝原始X光图进行限制对比度低的自适应直方图均衡化处理;采用非局部均值滤波对均衡化处理后的图像进行去噪处理,得到去噪后的X光图;采用Canny算法对去噪后的X光图进行类边缘纹理检测,得到初步检测结果;对初步结果进行筛选,得到裂纹类缺陷检测结果;本方法在Canny算法得到的结果上进一步过滤筛选,该算法能极大程度的去除焊缝本身边缘,只保留其中的裂纹类缺陷,最终结果裂纹类缺陷的检出率极高。

    一种多视点的人脸活体检测方法及系统

    公开(公告)号:CN112801038B

    公开(公告)日:2022-07-22

    申请号:CN202110229182.X

    申请日:2021-03-02

    Abstract: 本发明公开多视点的人脸活体检测方法及系统,首先同时从多个角度采集人脸图片,对采集的人脸图片进行活体初步判断,若多个角度采集的人脸图片都满足活体初步判断条件,则获取各人脸图片中的人脸关键点的坐标位置,基于坐标位置计算各人脸图片中的人脸关键点距离向量,并对人脸关键点距离向量进行预处理得到特征关键点距离向量;任意选取一组特征关键点距离向量输入已训练好的分类模型中进行分类;根据分类结果输出当前采集的人脸照片中的人脸是否来自于真人。多角度同时采集,对人脸的偏转问题也有很大的鲁棒性,提高了人脸识别过程中的体验,大幅度降低硬件成本,使用特征关键点距离向量输入分类模型进行分类,计算量低,检测的可靠性高。

    一种人脸识别方法、装置及智能终端

    公开(公告)号:CN111444802B

    公开(公告)日:2022-05-20

    申请号:CN202010191943.2

    申请日:2020-03-18

    Inventor: 米建勋 张健

    Abstract: 本发明公开了一种人脸识别方法、装置及智能终端,该方法包括以下步骤:采集人脸图片,剪裁至统一大小,转化为向量形式,并生成相对应0‑1标签向量;构建可预测判别字典学习模型并初始化,模型包含字典学习子模型以及预测神经网络子模型;迭代优化求解模型直至收敛;收敛过程中利用自生成过采样法训练预测神经网络子模块;保存最优模型,利用训练所得到的模型进行分类,进而获取与待识别的人脸图像相匹配的清晰的人脸图像及其对应的身份信息,并输出待识别图像的人脸识别结果。与现有技术相比,尤其是深度学习人脸识别技术方案相比,本发明具有更高的人脸识别率和时间效率,且对于样本多样性不足的场景效果提升明显。

    一种基于层次类别动态计算的图像识别方法和系统

    公开(公告)号:CN114492630A

    公开(公告)日:2022-05-13

    申请号:CN202210087485.7

    申请日:2022-01-25

    Inventor: 米建勋 李诺

    Abstract: 本发明涉及一种基于层次类别动态计算的图像识别方法和系统,属于计算机图像技术领域。该方法包括:S1:利用训练集训练一个小型的卷积神经网络,形成两级图像类别层次结构;S2:根据层次结构构造层次神经网络;S4:在细分类模块中,基于粗类别进行路径决策搜索,得到最优路径决策;S5:粗分类模块的输出作为粗类别的预测和该预测粗类别的路径选择,实现动态分流计算;S6:将粗分类模块和细分类模块的预测输出进行融合,其融合的结果作为最终类别预测;并联合训练粗、细分类模块,提高层次网路性能。本发明利用图像类别的层次结构,在层次神经网络中实现类别的动态分流计算,有效提高网络的性能,并有助于减少推理时的计算量。

    一种基于交叉重建的多视角分类系统及方法

    公开(公告)号:CN112884030B

    公开(公告)日:2022-05-06

    申请号:CN202110154261.9

    申请日:2021-02-04

    Abstract: 本发明公开了一种基于交叉重建的多视角分类系统及方法,包括接收模块、编码模块、重构模块、约束模块、计算模块和确定模块;本发明提出类自编码机结构,在多个视角之间进行自我重建和交叉重建,创新性的提出一种基于交叉重建的多视角识别方法用于同时考虑每个视角的本质特征和多个视角之间的关联特征,使得得到的多视角数据特征更为丰富,降低了方法的复杂度同时提高了多视角分类的准确率。

Patent Agency Ranking