-
公开(公告)号：CN113392822B
公开(公告)日：2021-10-29
申请号：CN202110949117.4
申请日：2021-08-18
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于特征分离表征学习的面部运动单元检测方法及系统，属于图像处理领域，方法包括：从训练视频中选取三帧包含人脸的图像并输入至特征分离编码器，得到与各图像对应的个人身份特征图、第一面部运动特征图和第一头部姿态运动特征图；对各第一面部运动特征图和各第一头部姿态运动特征图分别依次进行拼接和解码处理，并基于解码结果重构生成头部运动特征；以头部运动特征为采样器，对选取的第一帧图像进行采样，得到目标图像；以目标图像与选取的最后一帧图像相似度最高为目标，训练特征分离编码器，训练后的特征分离编码器用于对目标图片进行特征分离。分离出与面部运动特征无关的信息，提高面部运动单元检测准确率。
-
公开(公告)号：CN110334628A
公开(公告)日：2019-10-15
申请号：CN201910561858.8
申请日：2019-06-26
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于结构化随机森林的室外单目图像深度估计方法，属于深度估计领域。本发明利用图像块的特征进行分类，赋予特征相似图像块相同的深度，采用结构化随机森林来对图像深度进行预测，通过信息增益，每个节点都对场景的深度结构标签进行离散化，然后进行分类，直至树中每个叶子节点中图像块的相似度到达一定阈值。最后将每个局部块的结果组合起来，形成完整的深度图预测结果。多方面特征可获取可靠深度线索，分块能较好考虑场景的结构以及局部信息，利用已有的深度信息估计出准确可靠的绝对深度。通过多次节点处的深度结构标签离散化，对深度块的结构进行分类有益于深度的估计，通过随机结合多棵树的结果更好的提升所估计深度的精度。
-
公开(公告)号：CN110322471A
公开(公告)日：2019-10-11
申请号：CN201910648517.4
申请日：2019-07-18
Applicant: 华中科技大学
IPC: G06T7/20
Abstract: 本申请实施例提供一种全景视频浓缩的方法、装置、设备及存储介质。该方法包括：获取第一视频中的各预选运动目标的预选运动轨迹，该各预选运动目标的预选运动轨迹经过分割线所对应的位置，该第一视频是全景视频经该分割线分割后得到的；根据各预选运动目标的预选运动轨迹，获取各预选运动目标经过该位置时的运动特征，并根据该运动特征，合并对应同一运动目标的预选运动轨迹，得到合并后的运动轨迹；根据该合并后的运动轨迹，获取该全景视频浓缩后的视频。本申请实施例所提供的技术方案，避免了在全景视频浓缩的过程中将相同运动目标的运动轨迹跟踪为多个运动目标的多条运动轨迹的问题，提高了全景视频浓缩的准确性。
-
公开(公告)号：CN105530122B
公开(公告)日：2018-09-25
申请号：CN201510883242.4
申请日：2015-12-03
Applicant: 国网江西省电力公司信息通信分公司 , 国家电网公司 , 华中科技大学
Abstract: 本发明公开了一种基于选择性隐朴素贝叶斯分类器的网络故障诊断方法，包括：(1)从网络历史数据库中获取历史数据，包括症状变量集以及故障类变量集；(2)构建选择性隐朴素贝叶斯分类器预测模型，根据症状变量集中的每个症状变量确定对应的最相关症状变量集合；(3)所述选择性隐朴素贝叶斯分类器通过训练历史数据自动学习到分类器参数；(4)进行故障诊断时，对测试数据利用上述选择性隐朴素贝叶斯分类器进行估计得到对应最终的故障诊断结果。通过执行本发明中的网络故障诊断方法，有效解决了现有网络故障诊断中运算复杂度高、网络诊断结果偏差大的问题，显著提高了网络诊断的准确性，在进一步降低运算复杂度的同时，能够保持较好的学习能力及容错特性。
-
公开(公告)号：CN108182441A
公开(公告)日：2018-06-19
申请号：CN201711472297.1
申请日：2017-12-29
Applicant: 华中科技大学
Abstract: 本发明公开了一种平行多通道卷积神经网络、构建方法及图像特征提取方法，涉及机器学习技术领域。由于Kinect等深度传感器的广泛使用，多模态图像的获取将会更加便利。因此，基于多模态图像信息的特征提取研究具有十分重要的意义。本发明首先针对多模态图像的各个通道建立子模态卷积神经网络模型，提取各个模态深度特征向量。为了获得具有统一性质的多模态图像特征，各模态子网络在特定的全连接层建立权重连接。在多层子网络的全连接部分，多模态深度特征向量根据权重配比融合成包含各模态信息的融合特征向量，再经多层网络的训练得到维度更低、表现力更好的特征表示。根据本发明得到的特征表示可以用于识别、分类等相关领域。
-
Patent Agency Ranking
公开(公告)号：CN104391733A
公开(公告)日：2015-03-04
申请号：CN201410750369.4
申请日：2014-12-10
Applicant: 华中科技大学
IPC: G06F9/45
Abstract: 本发明公开了一种依据依赖关系动态编译软件包的方法，设定特定变量为当前项目所在的目录；清空为标识依赖关系所设定的特定变量目录下所有文件；调用一个或多个所需要的主要软件包；在每个脚本中，根据本软件包的特性，依据约定依次调用本软件包所依赖的各个子软件包，然后调用run_task，传入参数为本软件包的包名；执行run_task。本发明能根据软件包之间的依赖关系自动的决定编译顺序，从而在软件包依赖关系变动时，自动的调整形成新的编译过程。
-
公开(公告)号：CN103916656A
公开(公告)日：2014-07-09
申请号：CN201410092452.7
申请日：2014-03-13
Applicant: 华中科技大学 , 深圳深讯和科技有限公司
IPC: H04N13/00
Abstract: 本发明涉及一种利用深度图进行图像绘制方法，其特征在于包括以下步骤：（1）输入彩色图像，以及与之对应的深度图像；（2）输入新视点的绘制参数；（3）利用所述的彩色图和深度图进行新视点的绘制，得到彩色图像I；（4）对所述彩色图像I进行后处理，得到图像II；（5）输出所述得到的图像II。本发明通过将图像绘制与填补空洞的过程结合起来，在图像绘制的过程中直接解决了空洞的填补问题。这种方法即可以降低算法的时间复杂度，又可以提高图像绘制的质量。
-
公开(公告)号：CN102521587B
公开(公告)日：2014-06-04
申请号：CN201110379011.1
申请日：2011-11-24
Applicant: 华中科技大学
Abstract: 本发明公开了一种车牌定位方法，包括(1)对原始车辆图像I(x，y)进行预处理，得到增强后的车辆图像I1(x，y)；(2)修正车辆图像I1(x，y)中各点的颜色值，得到修正后的车辆图像I2(x，y)；(3)扫描修正后的车辆图像I2(x，y)，提取出蓝色和黄色集中的区域作为车牌候选区域；(4)校验车牌区域，即判断当前区域大小，如果区域在设定的范围之内，则认为是车牌区域，完成车牌定位。本发明提出的车牌定位方法，不仅能够对一般条件下获取的车辆图像准确定位车牌，而且能够光线弱、雨、雪、烟雾等复杂条件下拍摄的车辆图像进行车牌定位，在车牌识别中具有重要的实用价值。
-
-
公开(公告)号：CN102075424B
公开(公告)日：2012-11-21
申请号：CN201110004055.6
申请日：2011-01-11
Applicant: 华中科技大学
IPC: H04L12/56
Abstract: 本发明公开了一种基于反馈更新机制的可信路由方法，该方法模拟人类社会中的信任关系，将反馈机制加入信任模型中，通过将实际路由及传输结果与之前的节点推荐行为作对比，更新对传输节点的传输信任和对推荐节点的推荐信任，并引入一种折扣机制来解决实际传输失败时的信任更新。本发明提出的路由方法通过加入反馈的方式，解决了当路径中存在信任评价不成熟节点时如何进行路由选择及信任更新的问题，更加全面、准确地进行信任评价与更新，使得在路由选择或其他应用场景中能更精确地判断节点的可靠性，从而选择最安全而有效的路由，提高了网络的安全性，在实际的通信网络路由中具有重要的实用价值。
-
-
-
-
-
-
-
-
-
Search Results
133
records
(took 0.027 seconds)
