-
公开(公告)号：CN110321805A
公开(公告)日：2019-10-11
申请号：CN201910504061.4
申请日：2019-06-12
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于时序关系推理的动态表情识别方法，属于图像处理和机器视觉中的动态表情识别领域，所述方法包括：对表情图像序列进行多尺度时序稀疏采样，得到多个不同尺度的表情序列片段，并将所述表情序列片段进行数据增强后转换成固定大小；构建包括多尺度区域特征提取网络和时序关系推理模块的动态表情识别模型；将得到的表情序列片段输入动态识别模型中进行训练；将待识别的表情图像序列输入训练好的动态表情识别模型，得到动态表情识别结果。本发明的方法可以适应长时序输入，且能更好地提取脸部的局部区域特征，提高识别准确度；同时本发明方法在降低计算量的同时提高了模型性能。
-
公开(公告)号：CN110321805B
公开(公告)日：2021-08-10
申请号：CN201910504061.4
申请日：2019-06-12
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于时序关系推理的动态表情识别方法，属于图像处理和机器视觉中的动态表情识别领域，所述方法包括：对表情图像序列进行多尺度时序稀疏采样，得到多个不同尺度的表情序列片段，并将所述表情序列片段进行数据增强后转换成固定大小；构建包括多尺度区域特征提取网络和时序关系推理模块的动态表情识别模型；将得到的表情序列片段输入动态识别模型中进行训练；将待识别的表情图像序列输入训练好的动态表情识别模型，得到动态表情识别结果。本发明的方法可以适应长时序输入，且能更好地提取脸部的局部区域特征，提高识别准确度；同时本发明方法在降低计算量的同时提高了模型性能。
-
公开(公告)号：CN107563323A
公开(公告)日：2018-01-09
申请号：CN201710764078.4
申请日：2017-08-30
Applicant: 华中科技大学
Abstract: 本发明公开了一种视频人脸特征点定位方法，应用于图像处理技术领域，所述方法主要包括三个部分：第一部分是对视频的第一帧进行特征点定位，以获取左右眼球以及两个嘴角点和上下嘴唇的中心这六个点的初始位置信息，方便在后续视频帧中对这些点进行跟踪；第二部分是对后续视频的每一帧采用大位移光流技术来建立图像的可变光流场，以跟踪第一部分初始化的六个点在当前帧的位置；第三部分是使用第二部分跟踪到的六个点的位置信息进行特征点定位。通过本发明对于丰富表情仍然能够准确的定位特征点。
-
Patent Agency Ranking
公开(公告)号：CN108416775B
公开(公告)日：2020-05-19
申请号：CN201810202367.X
申请日：2018-03-12
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于深度学习的矿石粒度检测方法，包括：对矿石图像进行双边滤波得到滤波矿石图像，对滤波矿石图像进行旋转扩充变换，得到R张旋转扩充变换图像；将滤波矿石图像和R张旋转扩充变换图像输入YOLOv2模型，得到滤波矿石图像中每个矿石的预测区域和R张旋转扩充变换图像的矿石预测区域；对R张旋转扩充变换图像的矿石预测区域进行旋转变换，得到与滤波矿石图像方向一致的R张扩充图像的矿石预测区域，以滤波矿石图像中每个矿石的预测区域为中心在R张扩充图像中搜索与之对应的R个预测区域，对预测区域的长和宽求和并取平均值，得到每个矿石的粒度。本发明提高了矿石粒度检测的准确性和实时性。
-
公开(公告)号：CN109948655A
公开(公告)日：2019-06-28
申请号：CN201910129805.9
申请日：2019-02-21
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于多层次的内窥镜手术器械检测方法，包括：截取内窥镜手术器械图像的部分为模板图像；对模板图像进行预处理，对预处理后的模板图像计算灰度直方图以及SURF特征；获取待测图像为源图像，对源图像进行预处理；对预处理后的源图像和模板图像，基于CUDA并行加速的多步阶灰度直方图匹配，确定初始匹配位置及灰度直方图匹配相似度P1；对初始匹配位置扩大a*a像素作为待测范围，计算待测范围的SURF特征，与模板图像进行SURF特征匹配，确定最终匹配位置及SURF特征匹配相似度P2；按比例组合P1和P2，得到最终匹配相似度P；将P与相似度阈值进行比较，若大于阈值，则SURF特征匹配确定的最终匹配位置即为最终的预测位置，若不大于阈值，则未检测到目标。
-
公开(公告)号：CN111462051B
公开(公告)日：2022-09-27
申请号：CN202010179203.7
申请日：2020-03-14
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于深度神经网络的布匹疵点检测方法和系统，属于模式识别技术领域。包括：使用疵点布匹图像训练集训练深度神经网络模型，标签为疵点类型和真实框位置信息，深度神经网络模型由主干网络和检测网络构成，主干网络用于从疵点布匹图像中提取三个尺度不同特征图；检测网络包括：三个结构相同的检测子网络和检测结果融合模块，每个检测子网络用于从特征图中检测出疵点类型和预测框位置信息，由三个密集连接块组成，密集块之间的特征通道连接加强特征传递，检测结果融合模块用于对预测结果非极大值抑制，得到最终预测框和疵点类型，将待测布匹输入训练好的深度神经网络模型，得到检测结果，从而更快更准确检测布匹中疵点的类型和位置。
-
公开(公告)号：CN111462051A
公开(公告)日：2020-07-28
申请号：CN202010179203.7
申请日：2020-03-14
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于深度神经网络的布匹疵点检测方法和系统，属于模式识别技术领域。包括：使用疵点布匹图像训练集训练深度神经网络模型，标签为疵点类型和真实框位置信息，深度神经网络模型由主干网络和检测网络构成，主干网络用于从疵点布匹图像中提取三个尺度不同特征图；检测网络包括：三个结构相同的检测子网络和检测结果融合模块，每个检测子网络用于从特征图中检测出疵点类型和预测框位置信息，由三个密集连接块组成，密集块之间的特征通道连接加强特征传递，检测结果融合模块用于对预测结果非极大值抑制，得到最终预测框和疵点类型，将待测布匹输入训练好的深度神经网络模型，得到检测结果，从而更快更准确检测布匹中疵点的类型和位置。
-
公开(公告)号：CN108416775A
公开(公告)日：2018-08-17
申请号：CN201810202367.X
申请日：2018-03-12
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于深度学习的矿石粒度检测方法，包括：对矿石图像进行双边滤波得到滤波矿石图像，对滤波矿石图像进行旋转扩充变换，得到R张旋转扩充变换图像；将滤波矿石图像和R张旋转扩充变换图像输入YOLOv2模型，得到滤波矿石图像中每个矿石的预测区域和R张旋转扩充变换图像的矿石预测区域；对R张旋转扩充变换图像的矿石预测区域进行旋转变换，得到与滤波矿石图像方向一致的R张扩充图像的矿石预测区域，以滤波矿石图像中每个矿石的预测区域为中心在R张扩充图像中搜索与之对应的R个预测区域，对预测区域的长和宽求和并取平均值，得到每个矿石的粒度。本发明提高了矿石粒度检测的准确性和实时性。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.022 seconds)
