-
公开(公告)号：CN111832460A
公开(公告)日：2020-10-27
申请号：CN202010641622.8
申请日：2020-07-06
Applicant: 北京工业大学
Abstract: 本发明实施例提供一种基于多特征融合的人脸图像提取方法及系统，该方法包括：对第一人脸图像和第二人脸图像进行特征融合处理，得到人脸检测综合特征，第一人脸图像和第二人脸图像是通过对不同的人脸图像分别进行哈尔特征扩展处理得到的；对人脸检测综合特征进行局部提取，获取人脸局部特征；将人脸局部特征输入到训练好的人脸特征分类模型中，输出得到第一人脸图像和第二人脸图像的人脸特征分类结果；训练好的人脸特征分类模型是通过Adaboost算法训练得到的。本发明实施例通过对不同的人脸图像进行哈尔特征扩展和融合处理，提升特征表达能力，再通过Adaboost算法进行分类，使得人脸检测效率更高，提高分类的识别率和精确度。
-
公开(公告)号：CN119863410A
公开(公告)日：2025-04-22
申请号：CN202411831706.2
申请日：2024-12-12
Applicant: 北京工业大学
Abstract: 基于深度展开网络的低光增强方法及装置，在客观和主观质量评估方面都具有优越的性能，能够更好地实现低光照度图像增强。方法包括：(1)输入低光照度图像；(2)对光照度与反射率进行初始化操作，通过迭代求解光照度与反射率两个子问题优化，将五点正定矩阵按照其矩阵性质将其五条对角线存储为新矩阵，并将新矩阵采用Hadamard乘积运算来优化五点正定矩阵乘积运算；(3)通过局部区域的自适应方法对光照分量进行增强，得到具有较好曝光度的增强光照分量；(4)将增强光照分量与反射分量进行去噪处理，得到去噪后的反射率；(5)将增强光照分量与去噪后的反射率通过元素乘积得到增强后的结果；(6)输出增强后的图像。
-
公开(公告)号：CN111832460B
公开(公告)日：2024-05-21
申请号：CN202010641622.8
申请日：2020-07-06
Applicant: 北京工业大学
Abstract: 本发明实施例提供一种基于多特征融合的人脸图像提取方法及系统，该方法包括：对第一人脸图像和第二人脸图像进行特征融合处理，得到人脸检测综合特征，第一人脸图像和第二人脸图像是通过对不同的人脸图像分别进行哈尔特征扩展处理得到的；对人脸检测综合特征进行局部提取，获取人脸局部特征；将人脸局部特征输入到训练好的人脸特征分类模型中，输出得到第一人脸图像和第二人脸图像的人脸特征分类结果；训练好的人脸特征分类模型是通过Adaboost算法训练得到的。本发明实施例通过对不同的人脸图像进行哈尔特征扩展和融合处理，提升特征表达能力，再通过Adaboost算法进行分类，使得人脸检测效率更高，提高分类的识别率和精确度。
-
-
Search Results
3
records
(took 0.02 seconds)
