-
公开(公告)号：CN110458116B
公开(公告)日：2022-10-25
申请号：CN201910749822.2
申请日：2019-08-14
Applicant: 大连海事大学
IPC: G06V40/10 , G06V10/75 , G06V10/764
Abstract: 本发明提供一种基于姿态信息的步态多特征表达和匹配方法，包括以下步骤：有肩、无肩姿态能量图提取、时变姿态特征及其二维频谱提取、基于MvDA降维矩阵的训练、自适应匹配得分计算及识别结果预测。主要从以下三个方面提高行走状态改变时步态识别的鲁棒性，其一：提取的无肩姿态能量图，通过忽略服装变化导致人体肩膀宽度的差异，只考虑胳膊和腿部摆动等特征，有助于提高穿衣变化的识别结果。其二：提取时变姿态特征的二维频谱特征，不仅考虑同一特征不同时刻的频谱，还考虑同一时刻不同特征的频谱，有助于提取人体关节之间的关联性；其三：采用自适应加权匹配得分计算的方法，有效地提高了背包和服装改变两种行走状态下步态识别的鲁棒性。
-
公开(公告)号：CN110188694B
公开(公告)日：2022-10-21
申请号：CN201910464874.5
申请日：2019-05-30
Applicant: 大连海事大学
Abstract: 本发明提供一种结合压力特征的穿鞋足迹序列识别方法，分为离线训练过程和在线识别。在离线训练时，提取所述待训练的压力足迹序列图像的单枚鞋印相对压力图像，提取基于前后足的质心偏移角，构建所述待训练的压力足迹序列图像的足迹压力能量图四元组，最终得到足迹的五元组特征表达构成的特征数据库。在线识别中，将待识别的足迹五元组特征与预先存储的特征数据库中的数据计算相似度得分，通过排名完成对穿鞋足迹序列的识别。本方法根据能反映人行走习惯的最小单元，采用两枚足迹构造足迹压力能量图，减小了误差累积，提高了识别精度，通过足迹压力能量图四元组相似度加权融合，可以使匹配结果更加稳定，本发明研究的是穿鞋足迹序列，适用性更加广泛。
-
公开(公告)号：CN110689092B
公开(公告)日：2022-06-14
申请号：CN201910995100.5
申请日：2019-10-18
Applicant: 大连海事大学
IPC: G06V10/762 , G06V10/774 , G06V10/82
Abstract: 本发明提供一种基于数据导向的鞋底花纹图像深度聚类方法，基于鞋底花纹图像无监督编码网络的自表达层，可以将自编码过程学习的鞋底花纹特征作为有类别信息的鞋样或者嫌疑人鞋底花纹特征训练，通过不同属性的鞋底花纹图像数据集做预训练，可以利用有监督网络对鞋底花纹特征子空间的定义方式来对没有标签的现场鞋底花纹或者嫌疑人鞋底花纹聚类过程做制约，从而让鞋底花纹的聚类过程有据可依。此外，本发明针对不同的花纹数据集，基于训练模型的先后顺序，给出了一种花纹图像特征子空间训练的预训练策略，更有效地体现有标签的鞋底花纹对无标签聚类训练过程的约束效果，提高聚类精度。这种聚类方法可以满足类别不均衡数据集的聚类、分类处理。
-
公开(公告)号：CN110188222B
公开(公告)日：2022-06-14
申请号：CN201910477938.5
申请日：2019-06-03
Applicant: 大连海事大学
IPC: G06F16/55
Abstract: 本发明提供基于局部语义滤波器和桥接相似度的鞋印检索方法，包括以下步骤：输入待查询图像并选择局部语义区域；对局部语义块样本进行增广；训练局部语义滤波器；计算局部语义滤波器与数据库中鞋印图像的相似度；计算待查询图像与数据库图像之间的相似度；计算以所述待查询图像为桥接的鞋印图像对的相似度；计算初始归一化排序得分矩阵；得到鞋印图像排序得分降序输出数据库中鞋底花纹图像。本发明通过在待查询图像上选择语义区域训练滤波器，根据滤波器与数据库之间的相关性计算相似度，使检索结果受光照、几何畸变影响小；另外以待查询图像为桥接计算鞋底花纹库图像之间的相似度，减弱了鞋印大部分缺损对检索性能的影响。
-
公开(公告)号：CN113673363A
公开(公告)日：2021-11-19
申请号：CN202110858465.0
申请日：2021-07-28
Applicant: 大连海事大学
Abstract: 本发明提供了结合表观相似度与奇异点匹配个数的手指静脉识别方法及系统，包括：对用于手指静脉识别的数据集中的各幅图像进行预处理；基于空间重叠金字塔与正交局部保留投影降维分别得到测试图像与模板图像的特征，并基于特征计算测试图像与模板图像之间的表观相似度；计算测试图像与模板图像的奇异点匹配个数，并基于奇异点匹配个数计算测试图像和模板图像之间的奇异点匹配个数相似度；将测试图像与模板图像的表观相似度和奇异点个数相似度进行加权融合，得到加权匹配分数；对测试图像与各个模板图像的加权匹配分数值进行分类，分类结果所对应的图像标签即为识别结果。本发明能够有效解决由于指静脉采集时手指姿态不同导致识别率较低的问题。
-
Patent Agency Ranking
公开(公告)号：CN113672755A
公开(公告)日：2021-11-19
申请号：CN202110887539.3
申请日：2021-08-03
Applicant: 大连海事大学
IPC: G06F16/583 , G06F17/16
Abstract: 本发明提供一种低质量鞋印图像的表示方法及鞋印图像检索方法，其中鞋印图像的表示方法包括：获取待查询图像和鞋印图像数据集；根据待查询图像构建语义滤波器组，基于所述语义滤波器组计算鞋印图像扩展集中各图像的局部相似度，基于所述局部相似度构建内图表示矩阵；基于所述鞋印图像扩展集中各图像间的相似度构建相似度矩阵，由所述相似度矩阵构建邻接矩阵，基于所述邻接矩阵构建扁平邻接图，进而对所述扁平邻接图进行标准化处理后，构建外图表示矩阵；将所述内图表示矩阵和外图表示矩阵进行拼接处理。本发明以鞋图的形式从内部和外部结构关系来表示鞋印图像。增强了鞋印图像的内部语义表达和外部语义表达。
-
公开(公告)号：CN113569872A
公开(公告)日：2021-10-29
申请号：CN202110913759.9
申请日：2021-08-10
Applicant: 大连海事大学
Abstract: 本发明提供一种基于压力显著性的多分辨穿鞋足迹序列识别方法，涉及足迹识别技术领域，包括离线训练过程和在线识别过程；所述离线训练过程至少包括以下步骤：获取足迹压力能量图组；计算足迹压力能量图组的局部灰度统计特征；筛选足迹压力能量图组的压力显著性区域；所述在线识别过程至少包括以下步骤：获取足迹压力能量图组；对足迹压力能量图组的压力显著性区域进行修补；构建多分辨率足迹能量图组；计算待识别多分辨率足迹能量图组与多分辨率足迹能量图组特征库的匹配得分，从而得到多分辨穿鞋足迹序列的识别结果。本发明考虑到足迹图像的局部信息差异，将图像划分为局部区域块进行灰度统计特征的提取，获得更精准、更稳定的特征。
-
公开(公告)号：CN112819820A
公开(公告)日：2021-05-18
申请号：CN202110219433.6
申请日：2021-02-26
Applicant: 大连海事大学
Abstract: 本发明提供一种基于机器视觉的路面沥青修补检测方法，包括以下步骤：输入待检测路面图像，将输入的待检测路面图像由彩色转换为灰度图像；计算灰度图像的灰度均值，将灰度均值与预先设定的阈值的比值作为灰度校正系数，并将灰度图像与灰度校正系数相除，获得校正后的图像；对修补类型进行判断；对候选区域进行检测；对块状修补进行检测并进行描述；对条状修补检测并进行描述；将块状修补检测结果图和条状修补检测结果图相加，输出得到最终的修补检测结果。本发明方法无需对数据集进行训练和标注，节省了前期的训练成本，能够即时得到输出图片，加快处理速度，提高了路面检测系统的效率。
-
公开(公告)号：CN110781852A
公开(公告)日：2020-02-11
申请号：CN201911052150.6
申请日：2019-10-31
Applicant: 大连海事大学
Abstract: 本发明提供一种基于多分辨率特征融合的穿鞋序列足迹识别方法，包括：提取待识别图像单枚鞋印相对压力分布图像；构建二维多分辨率步法能量图和一维多分辨率步法能量图；对单枚足迹二维多分辨率步法能量图二元组提取脚印姿态偏移角；利用分组模型对所述脚印姿态偏移角进行分组；根据分组后子数据库中的同类图像缩小识别范围；计算待识别多分辨率步法能量图与特征库的匹配得分，从而得到基于足迹层次化识别策略的识别结果。本发明对足迹序列分割后进行小波分解构建脚印姿态脚分组模型和多分辨率步法能量图四元组，通过基于四元组的三种特征得分融合及足迹层次化识别策略进行身份识别。
-
公开(公告)号：CN106408533B
公开(公告)日：2019-10-22
申请号：CN201610818707.2
申请日：2016-09-12
Applicant: 大连海事大学
Abstract: 本发明公开了一种卡片图像的提取方法及系统，其包括如下步骤：S1、对读入的待提取卡片图像进行预处理；S2、分别基于彩色图像自适应边缘检测方法、相位一致性检测方法，自经预处理的卡片图像中提取出各自对应的边缘图像，并对当前所提取的两幅边缘图像进行求与运算后合成卡片图像所对应的粗提取图像；S3、在HSV空间下，基于相位一致性检测方法对所述粗提取图像进行边缘检测，以获得最终的边缘图像；S4、基于S3中所获得边缘图像，采用霍夫变换检测直线合成卡片图像最终的提取图像。本发明能够有效去除图像伪边缘，提高图像提取的效果以及精度，同时本发明可以有效去除复杂背景纹理边缘，且对复杂背景图像的鲁棒性好。
-
-
-
-
-
-
-
-
-
Search Results
125
records
(took 0.024 seconds)
