-
公开(公告)号：CN103279768B
公开(公告)日：2018-02-06
申请号：CN201310214506.8
申请日：2013-05-31
Applicant: 北京航空航天大学
Abstract: 本发明提供了一种基于增量学习人脸分块视觉表征的视频人脸识别方法，属于模式识别领域。本方法使用Adaboost算法在人脸视频第一帧的正面人脸图像进行检测，使用Camshift算法进行跟踪，得到所有人脸图像，在读入视频过程中，对人脸图像进行增量聚类，并从每类人脸图像中选取代表；对代表图像进行处理，学习基于块视觉表征的视觉词典；使用视觉词典对人脸图像进行表征；最后根据相似矩阵对人脸图像构成的视频进行识别。本发明方法能够提高视频人脸在光照、姿态，以及跟踪结果不理想状态下的识别率和鲁棒性，能够有效、便捷、自动地检测、跟踪和识别视频中的人脸。
-
公开(公告)号：CN102289686A
公开(公告)日：2011-12-21
申请号：CN201110227456.8
申请日：2011-08-09
Applicant: 北京航空航天大学
IPC: G06K9/66
Abstract: 本发明公开一种基于迁移学习的运动目标分类方法，对图像序列进行背景建模、阴影消除和后处理获得有效运动目标区域，通过训练和识别两个过程完成目标分类，包括步骤：对已经标好类别的多类别目标进行特征提取，通过迁移学习方法训练，获得分类模型；对含有运动目标的视频进行特征提取，将提取的特征输入到分类模型，获得运动目标的类别。基于迁移学习的运动目标分类对于克服视角影响，提高多视角条件下的目标分类具有重要意义。用于监控场景中异常检测，对不同类别目标建立规则，提高监控系统安全性能。用于监控场景物体识别，降低识别方法复杂度，提高识别率。用于监控场景语义化理解，识别运动目标的类别，帮助理解场景中发生的行为事件。
-
公开(公告)号：CN102270336A
公开(公告)日：2011-12-07
申请号：CN201110188252.8
申请日：2011-07-06
Applicant: 北京航空航天大学
IPC: G06T1/00
Abstract: 本发明公开了一种基于多块依赖结构的安全脆弱水印方法，包括水印嵌入和篡改定位两部分，水印嵌入具体包括以下几个步骤：步骤1.图像文件的分割，步骤2.水印生成，步骤3.水印嵌入，步骤4.经过上述三个步骤，得到含有水印的图像Y。图像认证具体包括以下几个步骤：步骤1.水印生成，步骤2.水印提取，步骤3.完整性认证。本发明能够准确地验证图像的完整性，并能实现篡改的精确定位。特别，对于传统算法检测不到的孤立块篡改，具有很好的检测及定位效果，而且，本发明对生成水印进行了加密，并且嵌入位置是通过密钥生成的混沌序列进行选取，提高了本发明的安全强度。
-
公开(公告)号：CN102306305B
公开(公告)日：2013-04-17
申请号：CN201110188208.7
申请日：2011-07-06
Applicant: 北京航空航天大学
IPC: H04L9/00
Abstract: 本发明公开了一种基于生物特征水印的安全身份认证方法，包含生物特征水印的嵌入和认证两个阶段，水印嵌入阶段包括：步骤1：宿主生物特征图像采集，步骤2：待嵌入生物特征提取，步骤3：水印生成，步骤4：宿主图像显著性区域检测，步骤5：水印嵌入；生物特征认证阶段段包括：步骤(1)：水印提取，步骤(2)：特征解码，步骤(3)：水印认证，步骤(4)：多生物特征身份认证。本发明中每次认证事务，均由可靠第三方单独分配水印加密密钥K1，以及水印嵌入密钥K2，提高了安全性。而且本发明嵌入水印时，通过对宿主图像进行显著性分析，选择合适的嵌入位置和强度，减小水印对生物特征宿主识别性能的影响。
-
公开(公告)号：CN103279768A
公开(公告)日：2013-09-04
申请号：CN201310214506.8
申请日：2013-05-31
Applicant: 北京航空航天大学
Abstract: 本发明提供了一种基于增量学习人脸分块视觉表征的视频人脸识别方法，属于模式识别领域。本方法使用Adaboost算法在人脸视频第一帧的正面人脸图像进行检测，使用Camshift算法进行跟踪，得到所有人脸图像，在读入视频过程中，对人脸图像进行增量聚类，并从每类人脸图像中选取代表；对代表图像进行处理，学习基于块视觉表征的视觉词典；使用视觉词典对人脸图像进行表征；最后根据相似矩阵对人脸图像构成的视频进行识别。本发明方法能够提高视频人脸在光照、姿态，以及跟踪结果不理想状态下的识别率和鲁棒性，能够有效、便捷、自动地检测、跟踪和识别视频中的人脸。
-
Patent Agency Ranking
公开(公告)号：CN102289686B
公开(公告)日：2012-07-18
申请号：CN201110227456.8
申请日：2011-08-09
Applicant: 北京航空航天大学
IPC: G06K9/66
Abstract: 本发明公开一种基于迁移学习的运动目标分类方法，对图像序列进行背景建模、阴影消除和后处理获得有效运动目标区域，通过训练和识别两个过程完成目标分类，包括步骤：对已经标好类别的多类别目标进行特征提取，通过迁移学习方法训练，获得分类模型；对含有运动目标的视频进行特征提取，将提取的特征输入到分类模型，获得运动目标的类别。基于迁移学习的运动目标分类对于克服视角影响，提高多视角条件下的目标分类具有重要意义，。用于监控场景中异常检测，对不同类别目标建立规则，提高监控系统安全性能。用于监控场景物体识别，降低识别方法复杂度，提高识别率。用于监控场景语义化理解，识别运动目标的类别，帮助理解场景中发生的行为事件。
-
公开(公告)号：CN102270336B
公开(公告)日：2013-04-24
申请号：CN201110188252.8
申请日：2011-07-06
Applicant: 北京航空航天大学
IPC: G06T1/00
Abstract: 本发明公开了一种基于多块依赖结构的安全脆弱水印方法，包括水印嵌入和篡改定位两部分，水印嵌入具体包括以下几个步骤：步骤1.图像文件的分割，步骤2.水印生成，步骤3.水印嵌入，步骤4.经过上述三个步骤，得到含有水印的图像Y。图像认证具体包括以下几个步骤：步骤1.水印生成，步骤2.水印提取，步骤3.完整性认证。本发明能够准确地验证图像的完整性，并能实现篡改的精确定位。特别，对于传统算法检测不到的孤立块篡改，具有很好的检测及定位效果，而且，本发明对生成水印进行了加密，并且嵌入位置是通过密钥生成的混沌序列进行选取，提高了本发明的安全强度。
-
公开(公告)号：CN102426645B
公开(公告)日：2013-04-17
申请号：CN201110252287.3
申请日：2011-08-30
Applicant: 北京航空航天大学
Abstract: 本发明提出一种多视角多状态的步态识别方法，包括：对训练集里步态视频进行轮廓提取和时间同步，建立表象期望值、视角、状态和身份之间的投影关系；对原型集人体步态轮廓序列进行视角估计，从表象期望值、视角、状态、身份之间的投影关系获得身份信息；对测试集里人体步态轮廓序列进行视角估计，从训练集中的表象期望值、视角、状态、身份之间的投影关系获得身份信息，与原型集里已有的所有身份向量进行比对，判断得到是原型集中的哪一个人。与现有的基于整个步态周期的方法不同，本发明以单个状态作为最小单位，更加准确的建模步态运动的变化过程并用于识别，训练出各个视角下的多状态模型，能够估计待识别视频的步态视角。
-
公开(公告)号：CN102426645A
公开(公告)日：2012-04-25
申请号：CN201110252287.3
申请日：2011-08-30
Applicant: 北京航空航天大学
Abstract: 本发明提出一种多视角多状态的步态识别方法，包括：对训练集里步态视频进行轮廓提取和时间同步，建立表象期望值、视角、状态和身份之间的投影关系；对原型集人体步态轮廓序列进行视角估计，从表象期望值、视角、状态、身份之间的投影关系获得身份信息；对测试集里人体步态轮廓序列进行视角估计，从训练集中的表象期望值、视角、状态、身份之间的投影关系获得身份信息，与原型集里已有的所有身份向量进行比对，判断得到是原型集中的哪一个人。与现有的基于整个步态周期的方法不同，本发明以单个状态作为最小单位，更加准确的建模步态运动的变化过程并用于识别，训练出各个视角下的多状态模型，能够估计待识别视频的步态视角。
-
公开(公告)号：CN102306305A
公开(公告)日：2012-01-04
申请号：CN201110188208.7
申请日：2011-07-06
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种基于生物特征水印的安全身份认证方法，包含生物特征水印的嵌入和认证两个阶段，水印嵌入阶段包括：步骤1：宿主生物特征图像采集，步骤2：待嵌入生物特征提取，步骤3：水印生成，步骤4：宿主图像显著性区域检测，步骤5：水印嵌入；生物特征认证阶段段包括：步骤(1)：水印提取，步骤(2)：特征解码，步骤(3)：水印认证，步骤(4)：多生物特征身份认证。本发明中每次认证事务，均由可靠第三方单独分配水印加密密钥K1，以及水印嵌入密钥K2，提高了安全性。而且本发明嵌入水印时，通过对宿主图像进行显著性分析，选择合适的嵌入位置和强度，减小水印对生物特征宿主识别性能的影响。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.027 seconds)
