公开(公告)号：CN110135480A

公开(公告)日：2019-08-16

申请号：CN201910358543.3

申请日：2019-04-30

Applicant: 南开大学

Inventor： 杨巨峰 ,  孙晓晓 ,  陈丽怡

IPC: G06K9/62

Abstract: 一种基于无监督物体检测消除偏差的网络数据学习方法。该方法的目的是弱化网络图像与标准数据集之间的构造偏差，从网络图像中学习并应用于卷积神经网络训练中，即通过无监督物体检测的方法在训练数据中加入处理后的网络图像来解决深度学习训练中数据不足的问题。本发明首先根据先验知识生成第一种弱边界框作为输入数据训练第一个候选区域生成网络模型RPN,获得包含目标物体的内容区域图像；再使用更小尺度的第二种弱边界框来训练第二个候选区域生成网络模型，得到内容区域图像上的对象区域，而后设置形式约束和标签约束来消除偏差，选择出相对于标准数据集无偏差的区域作为新图像用于训练卷积神经网络，最终应用于图像分类任务中。

公开(公告)号：CN108427740A

公开(公告)日：2018-08-21

申请号：CN201810173303.1

申请日：2018-03-02

Applicant: 南开大学

Inventor： 杨巨峰 ,  程明明 ,  折栋宇 ,  王恺

IPC: G06F17/30 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度度量学习的图像情感分类与检索方法，属于图像处理技术领域。该方法的目的是结合情感标签间的相互关系进行图像情感的分类及检索。该方法设计了一种多任务的卷积神经网络架构，用于同时优化分类及检索两个任务。这种卷积神经网络架构利用基于多层卷积层的情感向量来作为图像的纹理信息表达，用于区别不同图像中的情感，并提出新型的情感约束考虑不同情感间的关系。最终将得到的模型用于图像情感分类，得到的情感向量作为嵌入特征用于图像情感检索。

公开(公告)号：CN108345910A

公开(公告)日：2018-07-31

申请号：CN201810170826.0

申请日：2018-03-01

Applicant: 南开大学

Inventor： 杨巨峰 ,  程明明 ,  梁杰 ,  王恺

IPC: G06K9/62

CPC classification number: G06K9/6222

Abstract: 一种基于三元组的自动估计类数的子空间聚类方法,目的是高效且准确地对给定样本进行聚类，同时能够根据样本内部的相关关系，自动估计出要划分的类簇数量。另外，该系统可以找到高维数据样本内在的低维分布，从而缓解处理高维数据的难度。一个高效、自动且准确的聚类方法可以作为计算机视觉、模式识别等领域中很多任务的预处理步骤及辅助措施。本系统首先解决一个带约束的优化问题，以此得到数据集内样本之间的相关关系，构造出自表示矩阵；然后，不同于传统的基于二元关系的方法，本方法计算出更加鲁棒的样本间的三元组关系作为下一步衡量聚类划分的依据；最后，本方法基于三元组关系贪婪地寻找得到最优的聚类划分系统。

公开(公告)号：CN106650686A

公开(公告)日：2017-05-10

申请号：CN201611251498.4

申请日：2016-12-30

Applicant: 南开大学

Inventor： 杨巨峰 ,  王恺 ,  许静 ,  陈丽怡

IPC: G06K9/00 ,  G06K9/46

CPC classification number: G06K9/00879 ,  G06K9/4638

Abstract: 一种基于隐马尔科夫模型的联机手写化学符号识别方法，解决任意书写者在任意设备上联机书写的化学符号在线识别的问题。该方法构建了识别联机手写化学符号的处理框架，采取分层处理、逐级优化的策略。基于支持向量机的方法选用网格特征和外围轮廓特征区分有机环符号及非环符号，分类错误率控制在千分之二以下；基于隐马尔可夫模型的方法识别具体符号，准确率在百分之九十以上。为了提高识别精度设计了一套预处理流程，并采取了候选结果可信度、化学符号邻接矩阵、原子元素守恒检测等后处理措施。本发明方法经Tablet PC、数位板、鼠标模拟笔输入等数据源上的实验证明具有普遍意义，具有系统性和完备性，可用于联机手写化学符号识别领域。

公开(公告)号：CN102496021A

公开(公告)日：2012-06-13

申请号：CN201110376391.3

申请日：2011-11-23

Applicant: 南开大学

Inventor： 王恺 ,  杨巨峰 ,  李娇凤 ,  焦姣

IPC: G06K9/38

Abstract: 一种基于小波变换的图像二值化方法，属于图像处理领域。本方法利用小波的优良去噪特性，对完整的自然场景图像的灰度图进行小波分解，通过低通滤波将图像中的前景文字作为噪音去除，从而得到近似的背景分布和前景分布，再根据前景分布计算全局二值化阈值、并将全局阈值与背景分布叠加后形成最终用于图像二值化的局部阈值。本发明所提出二值化方法，能快速有效地将文字部分作为前景分离出来，消除复杂背景的干扰，为后续的文字分割与识别工作提供了有利条件。本发明所提出二值化方法，能够有效解决自然场景图像的OCR问题。