-
公开(公告)号：CN105488472B
公开(公告)日：2019-04-09
申请号：CN201510860633.4
申请日：2015-11-30
Applicant: 华南理工大学
Abstract: 本发明提供一种基于样本模板的数字化妆方法，先对淡妆或素颜人脸照片和妆容提供照片进行人脸检测、人脸特征点定位检测和人脸图像变形对准，在此基础上对人脸图像利用改进的引导滤波器进行图层分解，利用基于样本的超分辨率重构算法解决妆容提供图像和输入人脸图像的分辨率差异问题，最后进行人脸图像的图层合成，输出淡妆或素颜照片化妆之后的图像。本发明提出一种新颖的基于模板的数字化妆方法，通过对图层分解和图层合成算法的改进，获得更为真实的化妆效果，且显著缩减算法时间复杂度，使得数字化妆算法实用化和实时化。
-
公开(公告)号：CN105469407B
公开(公告)日：2018-06-22
申请号：CN201510862964.1
申请日：2015-11-30
Applicant: 华南理工大学
Abstract: 本发明提供一种基于改进的引导滤波器的人脸图像图层分解方法，对人脸图像亮度通道进行改进型引导滤波，得到人脸结构信息层，进一步差分运算得到纹理细节层。本发明对引导滤波器进行正则化因子自适应调整优化和对参数矩阵图像进行高斯模糊和腐蚀处理，使得人脸图像在不同区域获得不同滤波效果。应用于数字化妆系统，获得优异的图层分解效果，显著降低图层分解的时间复杂度。
-
公开(公告)号：CN102945369A
公开(公告)日：2013-02-27
申请号：CN201210396484.7
申请日：2012-10-17
Applicant: 华南理工大学
IPC: G06K9/20
Abstract: 本发明公开一种文字识别方法，采用文字识别引擎对采集的文字进行识别，文字识别引擎是基于核判别局部块配准算法的文字相似字识别算法，核判别局部块配准算法的文字相似字识别算法是在再生希尔伯特空间中采用判别局部块配准算法进行降维。本发明提出文字识别方法，通过证明其效果等效于先用核主成分分析法降维，再用判别局部块配准算法进行降维，以提高实践过程中算法的速度。利用本发明提出的核判别局部块配准算法进行手写汉字相似字的识别，其识别率高于其他有代表性的判别分析提取算法。
-
公开(公告)号：CN103489003B
公开(公告)日：2017-04-19
申请号：CN201310455285.3
申请日：2013-09-29
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于云计算的手机图像标注方法，该方法中的云端实现的所述训练海森正则化支持向量机的训练步骤如下：步骤1、假设有标注样本(x,y)∈Rn×{±1}分布为P，无标注样本的分布是P的边缘分布PX；如果边缘分布PX与条件分布P(y|x)相关，则PX有助于学习；基于假设相似的图像对xi和xj意味着相似的条件分布对P(y|xi)和P(y|xj)；步骤2、利用海森正则化构造局部几何信息；步骤3、构造二分类的海森正则化支持向量机目标函数。该方案将压缩后的手机图像传输到云上，然后在云上通过海森正则化支持向量机实现图像的语义标注。利用本发明的提出的海森正则化支持向量机，可以减少模型训练对人工标注样本的依赖，具有提高了图像标注的准确度等优点。
-
Patent Agency Ranking
公开(公告)号：CN103500342A
公开(公告)日：2014-01-08
申请号：CN201310428353.7
申请日：2013-09-18
Applicant: 华南理工大学
IPC: G06K9/62
Abstract: 本发明公开一种基于加速度计的人体行为识别分类方法，包括如下步骤：1）收集人体行为样本作为训练集；2）寻找对该训练集识别分类最优的投影矩阵U；3）对无标注数据进行投影；4）对投影后的数据采用最小距离分类器分类，获得识别结果。本发明对标注数据形成的近邻块做局部近似线性的假设，并使块上不同类别之间样本距离足够大，相同类别样本位置顺序信息通过类sigmoid函数惩罚因子尽可能的保留，最后在所有块上目标函数的基础上建立全局目标函数。利用本发明提出的方法能够合适的保留高维空间中样本之间距离的信息，减少识别模型对人工标注样本的依赖，其识别效果优于有代表性的基于线性判别分析的人体行为识别方法。
-
公开(公告)号：CN103489003A
公开(公告)日：2014-01-01
申请号：CN201310455285.3
申请日：2013-09-29
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于云计算的手机图像标注方法，该方法中的云端实现的所述训练海森正则化支持向量机的训练步骤如下：步骤1、假设有标注样本(x,y)∈Rn×{±1}分布为P，无标注样本的分布是P的边缘分布PX；如果边缘分布PX与条件分布P(y|x)相关，则PX有助于学习；基于假设相似的图像对xi和xj意味着相似的条件分布对P(y|xi)和P(y|xj)；步骤2、利用海森正则化构造局部几何信息；步骤3、构造二分类的海森正则化支持向量机目标函数。该方案将压缩后的手机图像传输到云上，然后在云上通过海森正则化支持向量机实现图像的语义标注。利用本发明的提出的海森正则化支持向量机，可以减少模型训练对人工标注样本的依赖，具有提高了图像标注的准确度等优点。
-
公开(公告)号：CN103500342B
公开(公告)日：2017-01-04
申请号：CN201310428353.7
申请日：2013-09-18
Applicant: 华南理工大学
IPC: G06K9/62
Abstract: 本发明公开一种基于加速度计的人体行为识别分类方法，包括如下步骤：1）收集人体行为样本作为训练集；2）寻找对该训练集识别分类最优的投影矩阵U；3）对无标注数据进行投影；4）对投影后的数据采用最小距离分类器分类，获得识别结果。本发明对标注数据形成的近邻块做局部近似线性的假设，并使块上不同类别之间样本距离足够大，相同类别样本位置顺序信息通过类sigmoid函数惩罚因子尽可能的保留，最后在所有块上目标函数的基础上建立全局目标函数。利用本发明提出的方法能够合适的保留高维空间中样本之间距离的信息，减少识别模型对人工标注样本的依赖，其识别效果优于有代表性的基于线性判别分析的人体行为识别方法。
-
公开(公告)号：CN105488472A
公开(公告)日：2016-04-13
申请号：CN201510860633.4
申请日：2015-11-30
Applicant: 华南理工大学
CPC classification number: G06K9/00281 , G06T3/4076 , G06T5/50
Abstract: 本发明提供一种基于样本模板的数字化妆方法，先对淡妆或素颜人脸照片和妆容提供照片进行人脸检测、人脸特征点定位检测和人脸图像变形对准，在此基础上对人脸图像利用改进的引导滤波器进行图层分解，利用基于样本的超分辨率重构算法解决妆容提供图像和输入人脸图像的分辨率差异问题，最后进行人脸图像的图层合成，输出淡妆或素颜照片化妆之后的图像。本发明提出一种新颖的基于模板的数字化妆方法，通过对图层分解和图层合成算法的改进，获得更为真实的化妆效果，且显著缩减算法时间复杂度，使得数字化妆算法实用化和实时化。
-
公开(公告)号：CN105469407A
公开(公告)日：2016-04-06
申请号：CN201510862964.1
申请日：2015-11-30
Applicant: 华南理工大学
IPC: G06T7/00
CPC classification number: G06T7/0002 , G06T2207/10004 , G06T2207/10024 , G06T2207/30201
Abstract: 本发明提供一种基于改进的引导滤波器的人脸图像图层分解方法，对人脸图像亮度通道进行改进型引导滤波，得到人脸结构信息层，进一步差分运算得到纹理细节层。本发明对引导滤波器进行正则化因子自适应调整优化和对参数矩阵图像进行高斯模糊和腐蚀处理，使得人脸图像在不同区域获得不同滤波效果。应用于数字化妆系统，获得优异的图层分解效果，显著降低图层分解的时间复杂度。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.015 seconds)
