-
公开(公告)号：CN115311236A
公开(公告)日：2022-11-08
申请号：CN202210969090.X
申请日：2022-08-12
Applicant: 南京信息工程大学
Abstract: 本发明提供一种对比度失真图像质量评价方法和设备，涉及图像处理领域。该对比度失真图像质量评价方法，包括提高谱残差算法的性能，使用高斯金字塔分解图像，然后再用谱残差算法获取不同分辨率下的谱残差显著图并融合获得显著图；结合谱残差算法和熵方法并提高熵方法的性能，将图像分块并计算每个图像块的局部熵，使用显著性系数计算每个图像块的重要性，保留显著性前十的图像块用于计算图像质量；将局部熵和K‑L散度带权相加得到图像质量评价。解决了现有方法都只是对谱残差算法的简单应用，而不是关注其性能提升，而且对于谱残差算法与熵方法的结合范式同样有待研究的问题。
-
公开(公告)号：CN105740790B
公开(公告)日：2019-01-08
申请号：CN201610051557.7
申请日：2016-01-25
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于多核字典学习的彩色人脸识别方法，将多核学习技术应用到彩色人脸数据的字典学习和稀疏编码过程中，通过设计核函数选择准则，对彩色人脸图像训练样本集的三个彩色分量分别挑选最优的核映射函数，再对核映射后的三个彩色分量分别学习三个特征提取系数矩阵、结构化字典和相应的稀疏编码，然后使用学习得到的字典对待识别样本的非线性特征进行稀疏编码，并根据重构误差进行分类和识别。本发明识别效果更高，并对图像质量问题具有较好的鲁棒性。
-
公开(公告)号：CN106650769A
公开(公告)日：2017-05-10
申请号：CN201610861153.4
申请日：2016-09-28
Applicant: 南京信息工程大学
IPC: G06K9/62
CPC classification number: G06K9/6262 , G06K9/6267
Abstract: 本发明公开了基于线性表示多视图鉴别字典学习的分类方法，该方法利用训练样本集识别测试样本所属的类别。在训练阶段，通过线性表示多视图鉴别字典学习得到对应每一视图每一类训练样本的字典。在分类测试阶段，计算用对应每一类训练样本所有视图的字典去重构测试样本的重构误差，最后将测试样本归为重构误差最小的字典所对应的那一类。本发明相较于现有技术简化了求解过程，有效提高了字典的分类能力。
-
公开(公告)号：CN105740790A
公开(公告)日：2016-07-06
申请号：CN201610051557.7
申请日：2016-01-25
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于多核字典学习的彩色人脸识别方法，将多核学习技术应用到彩色人脸数据的字典学习和稀疏编码过程中，通过设计核函数选择准则，对彩色人脸图像训练样本集的三个彩色分量分别挑选最优的核映射函数，再对核映射后的三个彩色分量分别学习三个特征提取系数矩阵、结构化字典和相应的稀疏编码，然后使用学习得到的字典对待识别样本的非线性特征进行稀疏编码，并根据重构误差进行分类和识别。本发明识别效果更高，并对图像质量问题具有较好的鲁棒性。
-
-
-
Search Results
4
records
(took 0.032 seconds)
