-
公开(公告)号：CN108171216A
公开(公告)日：2018-06-15
申请号：CN201810081211.0
申请日：2018-01-22
Applicant: 扬州大学
Abstract: 本发明涉及一种用于人脸识别的稀疏噪声矩阵分解方法。本发明把数据集X表示成X＝WH+S，其中为基矩阵，为低维权重矩阵，为噪声矩阵，构造目标函数，并把目标函数转化为易于求解的形式，更新软阈值，并构造软阈值函数，求解W和H，重构训练集和测试集中的人脸图像。本发明克服了过去主成分分析(PCA)、非负矩阵分解(NMF)和鲁棒非负矩阵分解(RNMF)算法各自存在的缺陷。本发明在数据表达阶段引入了噪声矩阵使得算法能够分离噪声，增加算法的鲁棒性，由于W和H的秩在编程中确定，目标函数仅需采用一范数，运算量大大减小，迭代次数少，处理速度快，软间隔运算函数中的λ每次迭代都重新赋值，一方面，X‑WH是变化的，λ需要采用非固定值随其改变，另一方面，采用均值达到缩小列维度均值的效果。
-
公开(公告)号：CN118196004A
公开(公告)日：2024-06-14
申请号：CN202410141833.3
申请日：2024-02-01
Applicant: 扬州大学
Abstract: 本发明一种通过面部图像识别潜在甲减病变的深度学习方法，包括以下步骤：(1)采用多特征分支分别对眼部、嘴部特征进行提取；(2)采用拼图模块对皮肤纹理特征进行特征提取并进行病变判断；(3)将提取好的特征送入到多层计分比对MDSC网络模块中判别特征是否匹配；(4)利用对比损失函数计算相似度；(5)通过残差判别机制，将网络的最后一个全连接层替换为一个具有多个输出的全连接层且每个输出对应一个判别，输出是否病变信息；(6)设置迭代次数，输入训练图像，将输出的每个判别与相应的真实标签进行比较，计算损失并更新网络参数；(7)将需要进行测试的人脸图像输入到训练好的模型中，输出是否病变信息；本发明提高了图像的识别能力。
-
公开(公告)号：CN108288283A
公开(公告)日：2018-07-17
申请号：CN201810077205.8
申请日：2018-01-22
Applicant: 扬州大学
Abstract: 本发明涉及一种基于相关滤波的视频跟踪方法。本发明对输入的视频帧序列进行检测，并将视频帧的目标提取出来，提取HOG特征值，计算相似度，用前N帧样本降维后的样本通过相关滤波，找到N+1帧的目标位置，使用第N+1帧当前样本和前N帧样本降维后的样本信息对其进行卡尔曼滤波操作，算出第N+2帧的模板样本，通过卡尔曼滤波找到后一帧的模板信息，通过泊松分布来实现方法参数的更新。本发明克服了基于模板的相关滤波跟踪方法，采用分类器的方法各自存在的缺陷。本发明运用了相关滤波巧妙的运算技巧，将时间复杂度降低，从而减少了计算时间，并且运用了主成分分析，卡尔曼滤波函数和随机更新策略，一方面增加了样本的数量和复杂度，另一方面提高了跟踪目标的精度。
-
公开(公告)号：CN106778712A
公开(公告)日：2017-05-31
申请号：CN201710116342.3
申请日：2017-03-01
Applicant: 扬州大学
Abstract: 一种多目标检测与跟踪方法，涉及目标跟踪技术领域。本发明采用双阈值的方法来尽可能地减少虚假目标，增加了跟踪的可靠性，在目标跟踪阶段。对于目标检测阶段，本发明采用分类器的方法来分割目标和背景，这样更适用于不同的复杂背景，增加检测的鲁棒性。本发明采用具有空间信息的局部特征值来刻画目标的外观特征，这样使得目标跟踪的精度更高，而且当目标的外观与几个候选目标的外观相似时，不会因为外观相似而造成跟踪错误。
-
公开(公告)号：CN106483130A
公开(公告)日：2017-03-08
申请号：CN201610890222.4
申请日：2016-10-13
Applicant: 扬州大学
IPC: G01N21/84
CPC classification number: G01N21/84 , G01N2021/8466
Abstract: 一种水稻病害的检测方法及其自动检测装置，涉及农作物，特别是水稻病害的检测技术领域。自动检测装置包括图像扫描及传感器、嵌入式计算机和水稻病害综合分析系统；图像扫描及传感器用于获取水稻叶片的正、反面图像；嵌入式计算机用于将扫描获取的图像信息进行处理；水稻病害综合分析系统将嵌入式计算机处理后的图像进行分析和比较处理，获得叶片病害的种类和病级。本发明可以集合制成一个小装置，便于携带，方便各现场使用，为及时了解、分析病害种类和病害等级提供了方便，也更及为及时防治各种病害提出了有效保障。
-
Patent Agency Ranking
公开(公告)号：CN104280073A
公开(公告)日：2015-01-14
申请号：CN201410584332.9
申请日：2014-10-28
Applicant: 扬州大学
Abstract: 本发明涉及一种润滑摩擦特性测量分析仪及其工作方法，本润滑摩擦特性测量分析仪包括：处理器模块，以及与所述处理器模块相连的粗糙度检测单元、粘度检测单元和图像检测单元，其中，所述粗糙度检测单元适于检测摩擦片的粗糙度，所述粘度检测单元适于检测所述、摩擦片与摩擦片间的润滑油粘度，所述图像检测单元适于检测所述摩擦片的内外径大小，所述处理器模块适于根据所述粗糙度、润滑油粘度以及内外径获得摩擦片的摩擦特性曲线。
-
公开(公告)号：CN113343817A
公开(公告)日：2021-09-03
申请号：CN202110599418.9
申请日：2021-05-31
Applicant: 扬州大学
Abstract: 本发明公开了一种面向目标区域的无人车路径检测方法、装置及介质，方法包括以下步骤：通过超清车载摄像头同步采集目标区域内各种场景下的道路图像数据；将采集来的图片进行人工筛选和车道线标注，并制作成训练集、验证集和测试集；通过知识蒸馏等方法设计紧凑高效的网络，使用采集到的样本库对网络进行训练，从而得到网络模型的训练参数；利用训练好的网络模型，对测试集中的图像进行测试，输出道路检测结果。针对当前目标区域内道路标识线缺失和道路边界模糊等问题，本发明在有限的计算资源下提出了一种紧凑型网络模型并在检测时引入了空间分割概念，在确保目标区域师生安全的前提下，可以快速精准的对目标区域路况进行检测，本发明可用于目标区域内无人车的自动驾驶。
-
公开(公告)号：CN106778712B
公开(公告)日：2020-04-14
申请号：CN201710116342.3
申请日：2017-03-01
Applicant: 扬州大学
Abstract: 一种多目标检测与跟踪方法，涉及目标跟踪技术领域。本发明采用双阈值的方法来尽可能地减少虚假目标，增加了跟踪的可靠性，在目标跟踪阶段。对于目标检测阶段，本发明采用分类器的方法来分割目标和背景，这样更适用于不同的复杂背景，增加检测的鲁棒性。本发明采用具有空间信息的局部特征值来刻画目标的外观特征，这样使得目标跟踪的精度更高，而且当目标的外观与几个候选目标的外观相似时，不会因为外观相似而造成跟踪错误。
-
公开(公告)号：CN110276394A
公开(公告)日：2019-09-24
申请号：CN201910541287.1
申请日：2019-06-21
Applicant: 扬州大学
Abstract: 本发明公开了图像处理领域内的一种小样本下基于深度学习的电力设备分类方法，包括以下步骤：步骤1：通过变电站设备检测装置获取标准化的电力设备红外图像；步骤2：建立电力设备红外图像样本库，制作训练集、验证集和测试集；步骤3：建立小样本学习网络，使用样本库的训练集对所建立的卷积神经网络进行训练，并通过验证集对模型进行验证，训练后得到网络模型的连接权值和偏置参数；步骤4：利用训练好的网络模型，对测试集中的红外图像进行分类，产生电力设备红外图像的分类结果，本发明在样本量较少的情况下获得很好的效果并且不需要大量的训练时间，可用于电力设备管理控制中。
-
公开(公告)号：CN106483130B
公开(公告)日：2018-12-28
申请号：CN201610890222.4
申请日：2016-10-13
Applicant: 扬州大学
IPC: G01N21/84
Abstract: 一种水稻病害的检测方法及其自动检测装置，涉及农作物，特别是水稻病害的检测技术领域。自动检测装置包括图像扫描及传感器、嵌入式计算机和水稻病害综合分析系统；图像扫描及传感器用于获取水稻叶片的正、反面图像；嵌入式计算机用于将扫描获取的图像信息进行处理；水稻病害综合分析系统将嵌入式计算机处理后的图像进行分析和比较处理，获得叶片病害的种类和病级。本发明可以集合制成一个小装置，便于携带，方便各现场使用，为及时了解、分析病害种类和病害等级提供了方便，也更及为及时防治各种病害提出了有效保障。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.017 seconds)
