-
公开(公告)号：CN102184215B
公开(公告)日：2012-05-02
申请号：CN201110114487.2
申请日：2011-05-04
Applicant: 武汉大学
IPC: G06F17/30
Abstract: 本发明是一种基于数据场的自动聚类方法，通过将每个空间数据看作一个具有质量的数据点，空间数据之间彼此相互影响形成一个数据场，数据场的势值则表现为所有数据点在该处的影响力的总和。数据场势值的一阶偏导数值为零的点即为数据叠加作用最为密集的区域，即数据的簇中心。本发明通过搜索数据场势值的一阶导数来发现数据的簇中心，进而根据这些簇中心向两侧搜索并确定簇的边缘，最终将完整的簇标记出来。与现有聚类方法相比，本发明具有处理速度快、不受噪声影响、对任意形状的聚类有效的特点，可以被应用于图像处理、社区发现、异常检测、市场研究等领域，从而提高处理结果的精确度。
-
公开(公告)号：CN102254189A
公开(公告)日：2011-11-23
申请号：CN201110234790.6
申请日：2011-08-16
Applicant: 武汉大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于云模型的人脸表情识别方法，包括步骤：一，对图像库中已有的人脸表情图像进行样本集训练，并采用逆向云生成器得到每组人脸表情图像的云数字特征值；二，将待识别人脸表情图像读取成数据矩阵；三，将待识别人脸表情图像添入到人脸表情样品集中任一组人脸表情图像A中，得到一组新人脸表情图像A1，采用逆向云生成器得到该组新人脸表情图像A1的云数字特征值；四，比较一组人脸表情图像A和一组新人脸表情图像A1的云数字特征值，并依据两组云数字特征值的前后差异判定待识别人脸表情图像所属类别。本发明方法运用云模型提取人脸表情图像的云数字特征，并对所提取的云数字特征进行对比与分析，从而实现人脸表情识别。
-
公开(公告)号：CN102833423A
公开(公告)日：2012-12-19
申请号：CN201210356310.8
申请日：2012-09-24
Applicant: 武汉大学
IPC: H04M1/725
Abstract: 一种基于指纹识别的触摸屏手机及登录解锁方法，在触摸屏传感控制器后设置指纹采集器，登录解锁时：步骤1.判断是否要设置指纹样本，是则在触摸屏上提供指纹输入框，采集指纹输入框获取的指纹数据作为指纹样本存储，否则进入步骤2进行验证；步骤2.在触摸屏上提供指纹输入框，采集指纹输入框获取的指纹数据，对比指纹输入框获取的指纹数据和存储的指纹样本，判断是否匹配，是则进入手机的系统，否则进入步骤3；步骤3.判断验证次数是否达到预设的验证次数上限，是则进入步骤4，否则返回步骤2重新进行下一次验证；步骤4.提示用户输入手机的PIN码，判断用户输入手机的PIN码是否正确，是则进入手机的系统，否则禁止进入手机的系统。
-
公开(公告)号：CN102184216A
公开(公告)日：2011-09-14
申请号：CN201110114544.7
申请日：2011-05-04
Applicant: 武汉大学
IPC: G06F17/30
Abstract: 本发明提供了一种基于数据场划分网格的自动聚类方法，将划分所得每个网格看作一个具有质量的数据点，它们之间彼此相互影响形成数据场，所有数据点之间的相互叠加作用表现为数据场的势值。本发明首先通过搜索数据场势值的局部极大值来发现数据的簇中心，进而根据簇中心向周围搜索并确定簇的边缘，最终将整个簇搜索出来，可以被应用于图像处理、社区发现、异常检测、市场研究等领域。与现有的聚类方法相比，本方法具有处理速度快，并且对噪声不敏感的特点。
-
公开(公告)号：CN102855624B
公开(公告)日：2015-09-16
申请号：CN201210265614.3
申请日：2012-07-23
Applicant: 武汉大学
IPC: G06T7/00
Abstract: 本发明提供一种基于广义数据场和Ncut算法的图像分割方法，首先，将特征空间划分为层次网格，第一层网格和第二层网格，同时形成与之对应的网格特征空间Ωs和Ωb，第一层每8个相邻小网格形成第二层的一个大网格；然后通过运用GDF算法基于第二层网格计算得到第一层网格的势值分布。基于势值分布，再将第一层网格进行聚类，聚类结果映射到图像上，从而实现对于一幅图像的初始分割操作，将其划分为不同的彼此不相交的区域；最后，基于图像初始分割的结果构建无向加权图后，运用基于区域的Ncut算法来合并性质相同的区域，直至达到最佳图像分割结果。本发明在图像分割上具有快速、简单、准确的优点。
-
Patent Agency Ranking
公开(公告)号：CN102880855A
公开(公告)日：2013-01-16
申请号：CN201210293381.8
申请日：2012-08-16
Applicant: 武汉大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于云模型的人脸表情识别方法，包括步骤：一，对图像库中已有的人脸表情图像进行样本集训练，并采用逆向云生成器得到每组人脸表情图像的云数字特征值；二，将待识别人脸表情图像读取成数据矩阵；三，将待识别人脸表情图像添入到人脸表情样品集中任一组人脸表情图像A中，得到一组新人脸表情图像A1，采用逆向云生成器得到该组新人脸表情图像A1的云数字特征值；四，比较一组人脸表情图像A和一组新人脸表情图像A1的云数字特征值，并依据两组云数字特征值的前后差异判定待识别人脸表情图像所属类别。本发明方法运用云模型提取人脸表情图像的云数字特征，并对所提取的云数字特征进行对比与分析，从而实现人脸表情识别。
-
公开(公告)号：CN102880855B
公开(公告)日：2015-01-28
申请号：CN201210293381.8
申请日：2012-08-16
Applicant: 武汉大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于云模型的人脸表情识别方法，包括步骤：一，对图像库中已有的人脸表情图像进行样本集训练，并采用逆向云生成器得到每组人脸表情图像的云数字特征值；二，将待识别人脸表情图像读取成数据矩阵；三，将待识别人脸表情图像添入到人脸表情样品集中任一组人脸表情图像A中，得到一组新人脸表情图像A1，采用逆向云生成器得到该组新人脸表情图像A1的云数字特征值；四，比较一组人脸表情图像A和一组新人脸表情图像A1的云数字特征值，并依据两组云数字特征值的前后差异判定待识别人脸表情图像所属类别。本发明方法运用云模型提取人脸表情图像的云数字特征，并对所提取的云数字特征进行对比与分析，从而实现人脸表情识别。
-
公开(公告)号：CN102857615A
公开(公告)日：2013-01-02
申请号：CN201210356760.7
申请日：2012-09-24
Applicant: 武汉大学
IPC: H04M1/673 , G06F3/0488
Abstract: 本发明提供一种基于动态密码的触摸屏手机解锁方法：步骤1，判断是否要设置或更改密码，是则将设置或更改的密码存储至手机的数据库中，否则进入步骤2；步骤2，在触摸屏上提供键盘区，键盘区中0-9这10个数字的位置随机生成，并开启计时器；若计时器在预设的计时范围内时用户通过键盘区输入正确的密码，则进入手机的系统，否则进入步骤3；步骤3，判断验证次数是否大于设定次数，是则进入步骤4，否则返回步骤2重新随机生成键盘区中0-9这10个数字的新的位置，且重新开启计数器，进行下一次验证；步骤4，提示用户输入手机的PIN码，判断用户输入手机的PIN码是否正确，是则进入手机的系统，否则禁止进入手机的系统。
-
公开(公告)号：CN102855624A
公开(公告)日：2013-01-02
申请号：CN201210265614.3
申请日：2012-07-23
Applicant: 武汉大学
IPC: G06T7/00
Abstract: 本发明提供一种基于广义数据场和Ncut算法的图像分割方法，首先，将特征空间划分为层次网格，第一层网格和第二层网格，同时形成与之对应的网格特征空间Ωs和Ωb，第一层每8个相邻小网格形成第二层的一个大网格；然后通过运用GDF算法基于第二层网格计算得到第一层网格的势值分布。基于势值分布，再将第一层网格进行聚类，聚类结果映射到图像上，从而实现对于一幅图像的初始分割操作，将其划分为不同的彼此不相交的区域；最后，基于图像初始分割的结果构建无向加权图后，运用基于区域的Ncut算法来合并性质相同的区域，直至达到最佳图像分割结果。本发明在图像分割上具有快速、简单、准确的优点。
-
公开(公告)号：CN102298784A
公开(公告)日：2011-12-28
申请号：CN201110234273.9
申请日：2011-08-16
Applicant: 武汉大学
Abstract: 本发明公开了一种基于云模型的人脸表情合成方法，包括步骤：一、输入待合成的人脸图像，并将待合成的人脸图像读取成数据矩阵；二、以数据矩阵为输入，运用逆向云发生器分别处理每张待合成人脸图像的数据矩阵，从而得到每张待合成人脸图像相应的期望图像、熵图像和超熵图像；三、以期望图像、熵图像和超熵图像为输入，运用正向云发生器处理期望图像、熵图像和超熵图像，并得到每张人脸图像对应的云滴；四、为每个云滴赋权重，并将所有云滴组合成一个大云滴；五、以大云滴为输入，运用云发生器中的逆向云发生器实现人脸表情合成。本发明方法可以通过调节权重实现任意表情以任意比合成，从而可以合成出更为全面且丰富的人脸表情图像。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.099 seconds)
