-
公开(公告)号：CN111062931A
公开(公告)日：2020-04-24
申请号：CN201911325073.7
申请日：2019-12-20
Applicant: 河北工业大学
Abstract: 本发明一种被拼接篡改的图像的检测方法，涉及图像分析，是基于光源图和金字塔特征图的被拼接篡改的图像的检测方法，利用两个结构相同的卷积神经网络分别提取被拼接篡改图像及其对应光源图的多阶段特征，结合多尺度信息，将两组多阶段特征进行融合和上采样，得到金字塔特征图，将金字塔特征图不同层分别经过区域生成网络，得到篡改候选区域,经过ROI Align生成固定尺寸特征图，对固定尺寸特征图进行分类、边界框回归和掩码预测，最后得到篡改区域的边界框和像素级定位，完成对被拼接篡改的图像的检测，克服了现有技术提取的图像篡改特征单一不全面，容易忽略区域较小的篡改目标，不能实现端到端的像素级定位的缺陷。
-
公开(公告)号：CN110991348A
公开(公告)日：2020-04-10
申请号：CN201911234416.9
申请日：2019-12-05
Applicant: 河北工业大学
Abstract: 本发明基于光流梯度幅值特征的人脸微表情检测方法，涉及用于识别图形记录载体的处理，该方法首先根据人脸关键点拟合人脸边缘提取人脸感兴趣区域，用FlowNet2网络提取视频序列中人脸图像帧间的光流场，然后提取人脸感兴趣区域的光流梯度幅值特征，再计算及处理特征距离并进行噪声消除，完成基于光流梯度幅值特征的人脸微表情检测，克服了在人脸微表情检测的现有技术中，存在提取的人脸图像运动特征中无法捕捉微小的人脸微表情运动，特征中包含过多干扰信息，易受头部偏移，眨眼运动和累积噪声影响及特征距离分析中单帧噪声影响的缺陷。
-
公开(公告)号：CN107256398B
公开(公告)日：2020-04-07
申请号：CN201710443360.2
申请日：2017-06-13
Applicant: 河北工业大学
Abstract: 本发明基于特征融合的奶牛个体识别方法，涉及图像数据处理中的图像识别方法，是应用改进的LBP‑HOG算法进行特征提取和主成分分析方法结合使用进行奶牛个体识别的方法，进一步说是依据不同奶牛个体头部的鼻镜和额部位存在明显差异的特点，使用改进的HOG进行边缘特征提取，得到奶牛头部的轮廓特征，与之后LBP局部纹理特征提取进行特征融合，再与主成分分析方法结合使用进行奶牛个体识别，克服了早先奶牛个体识别技术中旋转鲁棒性差、易受光照影响、噪声大的缺陷。
-
公开(公告)号：CN106127196B
公开(公告)日：2020-01-14
申请号：CN201610829694.9
申请日：2016-09-14
Applicant: 河北工业大学
IPC: G06K9/00
Abstract: 本发明基于动态纹理特征的人脸表情的分类与识别方法，涉及图像特征或特性的抽取，是一种利用加权多尺度ASCBP‑TOP算子提取人脸表情图像序列的动态纹理特征的人脸表情分类与识别方法，步骤是：人脸表情图像预处理；根据不同尺度对人脸表情图像序列进行分块，构建多尺度空间；利用加权多尺度ASCBP‑TOP算法提取人脸表情图像序列的动态纹理特征；采用支持向量机(SVM)分类器进行人脸表情的分类与识别。本发明方法克服了现有技术方法中忽略中心像素的作用、忽略人脸表情图像纹理的粗细程度以及局部细节的运动变化信息、稳定性较差、且噪声敏感的缺陷。
-
公开(公告)号：CN109472259A
公开(公告)日：2019-03-15
申请号：CN201811272236.5
申请日：2018-10-30
Applicant: 河北工业大学
Abstract: 本发明基于能量优化的图像协同显著性检测方法，涉及图像数据处理领域，将三个重要的显著性线索进行融合，对融合后能量方程进行优化，步骤是：输入图像组{I1,I2,...,In}，进行预处理；确定初始候选简单显著性图 计算初始协同显著性图 设置简单图像Isim；分别提取简单图像的前景区域和背景区域的颜色特征；完成图像协同显著性检测。本发明克服了现有技术中人工标记复杂、背景噪声过多以及目标缺失的缺陷。
-
Patent Agency Ranking
公开(公告)号：CN105139039B
公开(公告)日：2018-05-29
申请号：CN201510631089.6
申请日：2015-09-29
Applicant: 河北工业大学
Abstract: 本发明视频序列中人脸微表情的识别方法，涉及用于识别图形的记录载体的处理，是一种利用HLACLF‑TOP算法提取人脸微表情序列的动态时空纹理特征方法，步骤是：人脸微表情视频欧拉放大；人脸微表情图像预处理；利用HLACLF‑TOP算法提取人脸微表情序列的动态时空纹理特征；利用ELM分类器进行训练和预测。本发明方法克服了现有技术中由于人脸微表情变化幅度小造成微表情难以识别的缺陷。
-
公开(公告)号：CN105373794B
公开(公告)日：2018-02-06
申请号：CN201510937041.8
申请日：2015-12-14
Applicant: 河北工业大学
Abstract: 本发明一种车牌识别方法，涉及用于识别图形的方法，步骤是：图像预处理；根据颜色和纹理特征分割车辆区域；提取车辆区域图的显著因子图；利用基于扩展的Haar‑like特征的Adaboost分类器提取候选车牌；从候选车牌中确定真车牌位置；将标记的车牌从对应的车辆区域原图中分割出来；利用结构特征进行字符分割；基于改进的模板匹配方法的字符识别。本发明方法克服了现有的车牌识别方法应用场景比较单一，有的只适用于简单的单一场景的单一车牌识别，难以适用于多场景的多车牌识别，识别率容易受到强光、雾霾和弱光照环境的影响的缺陷。
-
公开(公告)号：CN106778595A
公开(公告)日：2017-05-31
申请号：CN201611136453.2
申请日：2016-12-12
Applicant: 河北工业大学
Abstract: 本发明基于高斯混合模型的人群中异常行为的检测方法，涉及应用电子设备进行识别图形的方法，首先在预处理阶段使用高斯混合模型对输入视频进行背景建模来提取ROI，并利用形态学方法消除背景的影响，然后将人群看作整体来提取ROI光流运动特征和SIFT运动特征，再对输入视频序列中的图像进行分块，按图像子块分配运动特征，对不同子块建立高斯混合模型，利用最大期望EM算法训练高斯混合模型，检测人群中异常行为的图像，克服了现有技术中在高密度场景下人群存在遮挡和光照变化给行人运动分析带来的干扰，同时监控视频下不同区域运动状态的不同也给人群异常行为检测模型的建立带来了干扰，容易造成误检的缺陷。
-
公开(公告)号：CN104881661A
公开(公告)日：2015-09-02
申请号：CN201510351724.5
申请日：2015-06-23
Applicant: 河北工业大学
CPC classification number: G06K9/00825 , G06K9/6269 , G06K2209/23 , G06T7/90 , G06T2207/30252
Abstract: 本发明基于结构相似度的车辆检测方法，涉及图像的结构分析，步骤是：第一步，车辆假设区域的标记：获取路面自由驾驶区域、设置路面感兴趣区域、生成路面对称区域、标记路面车辆假设区域；第二步，车辆假设区域的验证：车辆结构相似度特征的提取和训练、提取车辆假设区域的车辆结构相似度特征、对车辆假设区域的车辆结构相似度特征进行验证；该方法降低了车辆检测系统的成本，提高了车辆检测系统的效率和识别精度，具有普遍的适用性。
-
公开(公告)号：CN115496953B
公开(公告)日：2025-05-27
申请号：CN202211345300.4
申请日：2022-10-31
Applicant: 河北工业大学
IPC: G06V10/764 , G06V10/774 , G06V10/26 , G06V10/25 , G06V10/20
Abstract: 本发明为基于时空图卷积的脑网络分类方法，对于静息态功能磁共振影像数据的时间序列，使用拆分的时空图卷积同时提取时间特征和空间特征。该方法首先采用基于体素形态的分析法对静息态功能磁共振影像进行分析，利用大脑模板将大脑皮层划分为多个感兴趣区域，将大脑建模为图结构的脑网络，并利用多个时空图卷积层分别提取时间特征和空间特征，降低了卷积操作的复杂度。为了进一步提升训练效果，该方法利用三元组损失函数来提升模型训练效果，使用时空图注意力模块来进一步提取空间特征和时间特征，从而提高基于大脑网络的分类精度。
-
-
-
-
-
-
-
-
-
Search Results
128
records
(took 0.038 seconds)
