-
公开(公告)号：CN107330520A
公开(公告)日：2017-11-07
申请号：CN201710430655.6
申请日：2017-06-09
Applicant: 上海电力学院
CPC classification number: G06N5/04 , G06K9/6267 , G06K9/6269 , G06N5/022
Abstract: 本发明涉及一种基于知识库表示的对象可承受性推理方法，用以预测给定对象的可承受性，包括以下步骤：1)采用马尔科夫逻辑网络学习知识库，进行知识库的构建和表示；2)利用分层模型估计给定对象的相关属性，包括物理属性、视觉属性和分类属性；3)利用分层模型估计得到的证据查询知识库，并且进行zero-shot可承受性预测；4)获取预测对象的可承受性、人的姿势以及人与对象的相对位置。与现有技术相比，本发明具有无需单独训练分类器、深入的视觉推理、异构信息广泛等优点。
-
公开(公告)号：CN107481212A
公开(公告)日：2017-12-15
申请号：CN201710574416.8
申请日：2017-07-14
Applicant: 上海电力学院
IPC: G06T5/50
Abstract: 本发明涉及一种基于小波的感知图像融合方法，该方法包括以下步骤：将两个待融合图像进行双数复小波变换，分别产生各自相应的子带系数，并根据选择最大系数融合规则得到预融合系数；建立图像融合的感知模型框架，计算子带系数和预融合系数对应的局部可见误差的阈值；对子带系数和预融合系数进行选择，并利用得到的局部可见误差的阈值，计算最感知融合系数；利用最感知融合系数进行双树复小波逆变换，得到最终融合后的图像。与现有技术相比，本发明具有将亮度掩膜模型和对比度掩膜模型相结合以形成一个更丰富图像的优点，可以提供显著的优势给可视化、场景理解、目标识别和态势感知的多传感器应用，如医学，监测和遥感等。
-
公开(公告)号：CN107481212B
公开(公告)日：2020-12-22
申请号：CN201710574416.8
申请日：2017-07-14
Applicant: 上海电力学院
IPC: G06T5/50
Abstract: 本发明涉及一种基于小波的感知图像融合方法，该方法包括以下步骤：将两个待融合图像进行双数复小波变换，分别产生各自相应的子带系数，并根据选择最大系数融合规则得到预融合系数；建立图像融合的感知模型框架，计算子带系数和预融合系数对应的局部可见误差的阈值；对子带系数和预融合系数进行选择，并利用得到的局部可见误差的阈值，计算最感知融合系数；利用最感知融合系数进行双树复小波逆变换，得到最终融合后的图像。与现有技术相比，本发明具有将亮度掩膜模型和对比度掩膜模型相结合以形成一个更丰富图像的优点，可以提供显著的优势给可视化、场景理解、目标识别和态势感知的多传感器应用，如医学，监测和遥感等。
-
公开(公告)号：CN108986057A
公开(公告)日：2018-12-11
申请号：CN201810509727.0
申请日：2018-05-24
Applicant: 上海电力学院
IPC: G06T5/50
Abstract: 本发明涉及一种基于四阶偏微分和期望值最大的图像融合方法，该方法采用四阶偏微分方程将已配准的源图像进行分解，得到近似图像和细节图像，对近似图像采用基于PCA的融合规则来得到高频分量，对细节图像采用基于EM的融合规则来得到低频分量，最后通过组合最终的高频分量和低频分量来重构得到最终的融合结果。与现有技术相比，本发明所获得的融合图像在主观视觉及客观评价指标上具有更高的质量，能够获得更好的融合效果。
-
-
-
Search Results
4
records
(took 0.066 seconds)
