-
公开(公告)号：CN106503648A
公开(公告)日：2017-03-15
申请号：CN201610917123.0
申请日：2016-10-20
Applicant: 北京邮电大学
IPC: G06K9/00
CPC classification number: G06K9/00221 , G06K9/00288
Abstract: 本发明提供一种基于稀疏投影二值编码的人脸识别方法及装置。本发明提供的基于稀疏投影二值编码的人脸识别方法，包括获取训练集中各训练样本的各像素点对应的第一像素差值向量；根据第一像素差值向量获取满足基于稀疏投影矩阵的第一目标函数的各像素点对应的第一二值特征向量；对所有的第一二值特征向量进行聚类，得到多个聚类中心-单词；获取各训练样本对应的第一向量；获取待检测人脸的图像对应的第二向量，根据第一向量和第二向量，得到人脸识别结果。本实施例的基于稀疏投影二值编码的人脸识别方法及装置，识别速度快，解决了训练样本过度拟合的问题，且对数据的适应性好，提高了识别人脸的准确性和快速性。
-
公开(公告)号：CN105654479A
公开(公告)日：2016-06-08
申请号：CN201511000876.7
申请日：2015-12-28
Applicant: 北京邮电大学
IPC: G06T7/00
Abstract: 本发明提供一种多光谱图像配准方法和装置，其中，多光谱图像配准方法包括：分别根据获取到的参考图像和待配准图像的特征点计算每个特征点对应的EOH描述符；根据EOH描述符计算参考图像的每个特征点和待配准图像的每个特征点之间的欧式距离；根据欧式距离进行参考图像中每个特征点与待配准图像中所有特征点的匹配以及待配准图像中每个特征点与参考图像中所有特征点的匹配，获得参考图像和待配准图像之间的特征点匹配对；根据特征点匹配对将参考图像与待配准图像进行图像配准。本发明提供的多光谱图像配准方法，通过参考图像和待配准图像中特征点的双向匹配，提高了图像配准的准确性。
-
Patent Agency Ranking
-
公开(公告)号：CN106779055B
公开(公告)日：2019-06-21
申请号：CN201710018662.5
申请日：2017-01-10
Applicant: 北京邮电大学
Abstract: 本发明提供一种图像特征提取方法和装置，其中，图像特征提取方法包括：获取第一图像的第一深度卷积神经网络CNN特征，第一CNN特征为第一图像在第一尺度时的CNN特征；重采样第一CNN特征得到重采样数据；将重采样数据与第一参数相乘得到第二CNN特征，第二CNN特征为第一图像在第二尺度时的CNN特征。本发明提供的图像特征提取方法和装置，将图像在第一尺度上的第一CNN特征经过重采样并与第一参数相乘后，能够得到图像在第二尺度上的第二CNN特征，减少了图像特征提取的计算量，并且使得空间变换网络应用于深度神经网络的其他位置时，空间变换网络对输入的深度神经网络的特征做尺度变换后能够得到尺度变换后的特征。
-
公开(公告)号：CN106779055A
公开(公告)日：2017-05-31
申请号：CN201710018662.5
申请日：2017-01-10
Applicant: 北京邮电大学
CPC classification number: G06N3/0454 , G06K9/4671
Abstract: 本发明提供一种图像特征提取方法和装置，其中，图像特征提取方法包括：获取第一图像的第一深度卷积神经网络CNN特征，第一CNN特征为第一图像在第一尺度时的CNN特征；重采样第一CNN特征得到重采样数据；将重采样数据与第一参数相乘得到第二CNN特征，第二CNN特征为第一图像在第二尺度时的CNN特征。本发明提供的图像特征提取方法和装置，将图像在第一尺度上的第一CNN特征经过重采样并与第一参数相乘后，能够得到图像在第二尺度上的第二CNN特征，减少了图像特征提取的计算量，并且使得空间变换网络应用于深度神经网络的其他位置时，空间变换网络对输入的深度神经网络的特征做尺度变换后能够得到尺度变换后的特征。
-
公开(公告)号：CN105930834B
公开(公告)日：2019-04-09
申请号：CN201610513332.9
申请日：2016-07-01
Applicant: 北京邮电大学
Abstract: 本发明提供一种基于球哈希二值编码的人脸识别方法。该方法包括提取训练样本中的多个训练人脸图像的各个局部块中每个像素点对应的像素差值向量；根据球哈希优化算法得到球哈希函数的参数；根据球哈希函数的参数对像素差值向量进行二值编码，得到第一二值向量；对第一二值向量进行聚类，得到多个视觉单词；提取测试人脸图像的局部块中每个像素点对应的像素差值向量；根据球哈希函数的参数对测试人脸图像对应的多个像素差值向量进行二值编码，得到第二二值向量；根据视觉单词对第二二值向量进行特征表示得到特征向量，并根据特征向量进行人脸识别。本发明存储量小，计算速度快，对局部变化的敏感度较低，而且数据适应性较高，数据描述能力较强。
-
公开(公告)号：CN105930834A
公开(公告)日：2016-09-07
申请号：CN201610513332.9
申请日：2016-07-01
Applicant: 北京邮电大学
CPC classification number: G06K9/00281 , G06K9/6218
Abstract: 本发明提供一种基于球哈希二值编码的人脸识别方法。该方法包括提取训练样本中的多个训练人脸图像的各个局部块中每个像素点对应的像素差值向量；根据球哈希优化算法得到球哈希函数的参数；根据球哈希函数的参数对像素差值向量进行二值编码，得到第一二值向量；对第一二值向量进行聚类，得到多个视觉单词；提取测试人脸图像的局部块中每个像素点对应的像素差值向量；根据球哈希函数的参数对测试人脸图像对应的多个像素差值向量进行二值编码，得到第二二值向量；根据视觉单词对第二二值向量进行特征表示得到特征向量，并根据特征向量进行人脸识别。本发明存储量小，计算速度快，对局部变化的敏感度较低，而且数据适应性较高，数据描述能力较强。
-
-
-
-
-
-
Search Results
7
records
(took 0.028 seconds)
