-
-
公开(公告)号：CN105550649A
公开(公告)日：2016-05-04
申请号：CN201510906586.2
申请日：2015-12-09
Applicant: 武汉工程大学
IPC: G06K9/00
CPC classification number: G06K9/00288
Abstract: 本发明公开了一种基于全耦合局部约束表示的极低分辨率人脸识别方法及系统，该方法包括以下两个阶段：训练阶段和测试阶段；训练阶段包括以下三个步骤：S1、对表达字典进行更新；S2、计算其在局部约束和线性重建条件下的最优权值系数；S3、确定最优的神经元个数；测试阶段包括以下三个步骤：S4、获取待识别的低分辨率人脸图像计算其低分辨率表达系数；S5、利用高分辨率表达系数作为图像耦合局部约束特征；S6、得出识别结果。本发明提升了极低分辨率图像的表达能力，提升了在极低人脸图像上的识别率；最后通过极限学习机完成人脸识别，使识别结果更加准确。
-
公开(公告)号：CN104657718B
公开(公告)日：2018-12-14
申请号：CN201510078423.X
申请日：2015-02-13
Applicant: 武汉工程大学
Abstract: 本发明公开了一种基于人脸图像特征极限学习机的人脸识别方法，该方法包括以下步骤：对原始图像进行预处理；对样本进行主成分分析得到特征脸谱，将图像投影到特征域；然后利用极限学习机算法建立人脸图像和人脸标签之间的映射关系；最后利用极限学习机推导输入人脸图像的标签属性。本方法利用了极限学习机的优点，降低了传统神经网络的参数估计和优化的复杂度，进一步缩短了训练时间和提高了人脸图像的识别率。
-
公开(公告)号：CN105677700A
公开(公告)日：2016-06-15
申请号：CN201510980148.0
申请日：2015-12-23
Applicant: 武汉工程大学
IPC: G06F17/30
CPC classification number: G06F17/3087
Abstract: 本发明公开了一种基于集合运算的中文地址行政区划解析方法，该方法包括以下步骤：首先利用行政区划字典和移动窗口最大匹配算法，从中文地址中提取所有可能的行政区划数据集，然后利用中文地址行政区划元素之间具有层次关系的特点，建立行政区划条件集合运算规则，最后对行政区划集合进行条件集合运算，得到信息量最完整最准确的中文地址的行政区划。本发明方法解决了在互联网中中文地址数据混乱无序的情况下快速解析出中文地址行政区划的问题，并能得到信息量最完整最准确的中文地址的行政区划解析结果。
-
公开(公告)号：CN104700078A
公开(公告)日：2015-06-10
申请号：CN201510081168.4
申请日：2015-02-13
Applicant: 武汉工程大学
Abstract: 本发明公开了一种基于尺度不变特征极限学习机的机器人场景识别算法，该方法包括以下步骤:首先，利用尺度不变特征表达机器人视觉图像的场景，其次使用K均值聚类算法实现机器人场景图像表达码本，最后利用极限学习机算法建立机器人视觉场景图像和场景标签之间的映射关系。本方法利用了极限学习机的优点，降低了传统神经网络的参数估计和优化的复杂度，进一步缩短了训练时间和提高了机器人场景图像的识别率。
-
Patent Agency Ranking
公开(公告)号：CN104657718A
公开(公告)日：2015-05-27
申请号：CN201510078423.X
申请日：2015-02-13
Applicant: 武汉工程大学
Abstract: 本发明公开了一种基于人脸图像特征极限学习机的人脸识别方法，该方法包括以下步骤：对原始图像进行预处理；对样本进行主成分分析得到特征脸谱，将图像投影到特征域；然后利用极限学习机算法建立人脸图像和人脸标签之间的映射关系；最后利用极限学习机推导输入人脸图像的标签属性。本方法利用了极限学习机的优点，降低了传统神经网络的参数估计和优化的复杂度，进一步缩短了训练时间和提高了人脸图像的识别率。
-
公开(公告)号：CN104637060A
公开(公告)日：2015-05-20
申请号：CN201510078434.8
申请日：2015-02-13
Applicant: 武汉工程大学
CPC classification number: G06T5/002
Abstract: 本发明公开了一种基于邻域主成分分析-拉普拉斯的图像分割方法，该方法对原始图像进行主成分分析，得到每个像素的特征向量，提取图像的主要成分，有效的抑制了噪声；然后，用拉普拉斯算子对图像进行边缘检测，从而实现对图像的分割。与传统的Sobel算子和LOG算子分割算法相比，该方法通过对图像像素进行主成分分析，来估计去噪过程中的参数值，而不依赖于经验值，能有效的降低噪声对图像的干扰，简化了计算复杂度。实验结果表明，该方法能够有效的改善图像的分割效果，在准确性和稳健性上具有较强的优越性。
-
-
公开(公告)号：CN105787462B
公开(公告)日：2019-05-03
申请号：CN201610147824.0
申请日：2016-03-16
Applicant: 武汉工程大学
Abstract: 本发明公开了一种基于半耦合判决性字典学习的极低分辨率人脸识别算法及系统，该方法包括以下两个阶段：训练阶段和测试阶段；训练阶段包括以下两个步骤：S1、构建初始高、低分辨率表达字典；S2、更新初始高、低分辨率表达字典，得到标准矩阵集；测试阶段包括以下三个步骤：S3、获取极低分辨率人脸图像，求出相应的极低分辨率局部表达系数矩阵；S4、得到新的待测试系数矩阵集；S5、根据标准矩阵集和待测试系数矩阵集，得出识别结果。本发明提升了极低分辨率人脸图像的表达能力，提升了对极低分辨率人脸图像的识别率，识别效率高，识别速度较快；另外本方法在极低分辨率人脸图像的重建中也取得了较好的效果。
-
公开(公告)号：CN105321178B
公开(公告)日：2018-05-01
申请号：CN201510657285.0
申请日：2015-10-12
Applicant: 武汉工程大学
IPC: G06T7/136
Abstract: 本发明公开了一种基于稀疏主成分分析的图像分割的方法及装置，通过对待处理图像中的每一点，获取该点的邻域，根据该邻域的灰度值获取相似图像块，组成样本训练集，通过对样本训练集中的与该点对应的样本块进行稀疏主成分分析，得到稀疏主成分表达基和稀疏主成分表达系数，根据稀疏主成分表达基和稀疏主成分表达系数计算以该点为中心的图像块不含噪声的像素值，根据待处理图像中的各点对应的不含噪声的像素值构造不含噪声的图像，并且对不含噪声的图像分别进行二维直方图的全局阈值分割和基于移动平均法局部阈值分割，将两种分割方法得到图像根据区域联通性，获取分割后的图像，以此保证分割后的图像不受噪声影响。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.019 seconds)
