-
公开(公告)号：CN101236605A
公开(公告)日：2008-08-06
申请号：CN200810069405.5
申请日：2008-02-29
Applicant: 重庆大学
Abstract: 本发明公开了一种基于分布式布局热释电红外探测器的人体智能识别方法及系统。该识别系统由位于监测现场的分布式布局的探测器和探测器主机组成。探测器和探测器主机通过无线通信传递信息。该方法为，探测器对检测区域进行实时信号处理；提取事件窗口，然后对事件窗口中的信号进行时域特征和频域特征的提取，把提取的特征通过无线通信传输给探测器主机，探测器主机对每个探测器的信息进行特征层融合，通过主元回归算法判断待识别对象是否为人体。该人体智能识别方法结合了分布式布局探测器信息融合技术及模式识别技术，可有效减少外界环境和其他生物对监控系统的影响，减少了被动热释电红外探测器的误识别率。
-
公开(公告)号：CN101201900A
公开(公告)日：2008-06-18
申请号：CN200710092946.5
申请日：2007-11-06
Applicant: 重庆大学
Abstract: 本发明是一种基于多级小波分解和样条插值的人脸图像光照调整方法，属于图像处理技术领域。光照变化会给图像中混入两类噪声：背景噪声和增益噪声。本发明方法是利用多级小波分解和样条插值估计和去除背景噪声和增益噪声：背景噪声是加性噪声，通过直接对图像进行多级小波分解和样条插值来估计并去除；增益噪声是乘性噪声，通过对去除了背景噪声的图像进行对数变换后，再利用多级小波分解和样条插值来估计并去除。本方法的优点是可以快速、有效地估计图像的光照情况并尽可能地去除由于光照而引入的背景噪声和增益噪声，可以有效地对不同光照条件下的人脸图像进行调整。本方法可以应用于光照变化条件下的实时人脸识别系统中，减少光照变化对人脸识别系统性能恶化的影响。
-
公开(公告)号：CN101201894A
公开(公告)日：2008-06-18
申请号：CN200710092945.0
申请日：2007-11-06
Applicant: 重庆大学
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：CN1266642C
公开(公告)日：2006-07-26
申请号：CN200310110720.5
申请日：2003-10-09
Applicant: 重庆大学
Abstract: 本发明是一种基于多类别的人脸分类识别方法，包括以下步骤：利用三维摄像系统摄取各区人脸图像，建立人脸图像数据库；根据一定的分类准则，将人脸按特征分为多个类别；根据各类别人脸几何和结构的自然特征，定义人脸的2 3个几何特征点和16个特征向量；利用分类器对人脸几何特征进行分类识别；最后结合常规的基于代数特征的方法完成人脸的最终识别。本发明在进行人脸的识别分析时，首先使用本发明所提供的方法进行分类识别，当判定了该人脸所属类别时，再在该类人脸图像库中进行识别分析，从而提高人脸的识别效率，减少各类的人脸图像数目，能大幅度提高大容量人脸图像数据库的人脸识别效率，对越大的人脸图像数据库，效果越明显。
-
公开(公告)号：CN1529278A
公开(公告)日：2004-09-15
申请号：CN200310110720.5
申请日：2003-10-09
Applicant: 重庆大学
Abstract: 本发明是一种基于多类别的人脸分类识别方法，包括以下步骤：利用三维摄像系统摄取各区人脸图像，建立人脸图像数据库；根据一定的分类准则，将人脸按特征分为多个类别；根据各类别人脸几何和结构的自然特征，定义人脸的23个几何特征点和16个特征向量；利用分类器对人脸几何特征进行分类识别；最后结合常规的基于代数特征的方法完成人脸的最终识别。本发明在进行人脸的识别分析时，首先使用本发明所提供的方法进行分类识别，当判定了该人脸所属类别时，再在该类人脸图像库中进行识别分析，从而提高人脸的识别效率，减少各类的人脸图像数目，能大幅度提高大容量人脸图像数据库的人脸识别效率，对越大的人脸图像数据库，效果越明显。
-
Patent Agency Ranking
公开(公告)号：CN1516403A
公开(公告)日：2004-07-28
申请号：CN200310116702.8
申请日：2003-11-24
Applicant: 重庆大学
Abstract: 本发明涉及一种基于网络技术的智能化家居控制系统，采用PIC16F877单片机作为智能家居控制系统的处理器，利用汇编语言编写控制程序。系统主要包括：网络通讯与控制单元，红外报警信号发生单元，电话语音报警单元，手机短信息报警单元，A/D采样单元以及各单元与单片机控制器的接口设计。各单元通过和PIC16F877单片机的接口由单片机程序控制，可以实现远程家庭安防报警、家庭状况的实时检测和远程智能家电控制等功能。本系统的整体成本很低，属于智能化家居控制中的低端产品，能够满足一般家居远程控制的需要，只要有公用电话网或Internet网络存在的地方，该系统就可以适用，非常适合中低收入水平的普通家庭的消费。
-
公开(公告)号：CN114299405A
公开(公告)日：2022-04-08
申请号：CN202111630427.6
申请日：2021-12-28
Applicant: 重庆大学
IPC: G06V20/17 , G06V10/40 , G06V10/774 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明提出一种基于条形池化的无人机图像实时目标检测方法，通过引入条形池化思想，并设计条形瓶颈层，构成主干网络和特征提取网络的基础组成模块，可改善长宽比不平衡的无人机图像目标检测精度。通过将特征提取网络PANet的融合方式改进为空间特征向量不变的，以更好的保留目标高低层特征信息，适应尺度变化大的无人机图像目标的检测；额外增加一个检测头负责极密集的小目标的检测。上述措施可显著提升无人机图像目标检测的精度。同时，本发明是在轻量级网络YOLOV5基础上，针对无人机图像中的目标尺度变化大、长宽比不平衡和小目标密集分布的特点而设计的，因此，可以在有效提升目标检测精度的情况下，实现实时快速检测。
-
公开(公告)号：CN108711141B
公开(公告)日：2022-02-15
申请号：CN201810475368.1
申请日：2018-05-17
Applicant: 重庆大学
Abstract: 本发明提出利用改进的生成式对抗网络的运动模糊图像盲复原方法，通过生成网络和判别网络对抗训练获得清晰图像，它的特点是不需要估计模糊核，可实现端对端图像盲复原。生成网络是与残差网络结合的全卷积神经网络，可加深网络层，同时降低训练时间。判别网络是由卷积层，池化层和全连接层组成的二分类网络，用于判定生成网络复原出的图像或原始清晰图像。损失函数采用平滑及非饱和梯度的最小均方差，可优化网络训练，避免梯度消失。同时在生成网络的损失函数中增加图像保真项，用于约束复原图像的分布更接近于清晰图像。
-
公开(公告)号：CN109919871A
公开(公告)日：2019-06-21
申请号：CN201910164437.1
申请日：2019-03-05
Applicant: 重庆大学
Abstract: 本发明提出一种基于图像和模糊核混合约束的模糊核估计方法，包括在模糊核估计模型中的使用图像L0混合约束和模糊核L2混合约束，利用图像梯度L0正则项作为全局先验来保护图像边缘，图像梯度暗通道L0正则项作为局部先验来保护清晰图像暗通道稀疏性；对模糊核及其梯度施加L2正则项来保护模糊核的稀疏性和连续性；然后在求解过程中引入凸性近似和线性近似来解决L0正则项和暗通道约束带来的非凸非线性问题，基于半二次分裂算法对提出的模糊核估计模型实现求解。本发明针对模糊图像能够估计出较为准确的模糊核，尤其是当处理丰富场景模糊图像时，由本发明方法估计出的模糊核可复原出比传统方法更为清晰的图像。
-
公开(公告)号：CN104657948B
公开(公告)日：2018-03-13
申请号：CN201510066567.3
申请日：2015-02-09
Applicant: 重庆大学
IPC: G06T5/00
Abstract: 本发明提出一种用于海洋探测的激光水下成像图像去噪和增强方法，属于图像处理、模式识别领域，其核心在于首先在空域运用奇异值分解(SVD)和重构对激光水下成像图像进行噪声处理；其次，针对SVD处理后图像仍有部分噪声存在的问题，在小波域对图像进行小波分解和重构，实现小波去噪和增强的目的；最后，在频域对图像进行FFT增强，提高图像对比度并有效保持图像清晰度。实验表明本发明方法能有效克服局部直方图均衡化所引起的块效应，实现图像增强的同时有效抑制图像噪声并保持图像清晰度。
-
-
-
-
-
-
-
-
-
Search Results
84
records
(took 0.019 seconds)
