-
公开(公告)号：CN107784323B
公开(公告)日：2019-11-08
申请号：CN201710956407.5
申请日：2017-10-16
Applicant: 武汉科技大学
Abstract: 本发明涉及一种基于局部不相关约束的带钢表面缺陷图像分类方法。其技术方案是：对于一幅带钢表面缺陷图像预处理后的向量数据点Xi分别从所有幅带钢表面缺陷图像预处理后的向量数据点构成矩阵数据X中寻找与一幅带钢表面缺陷图像预处理后的向量数据点Xi类别相同的2个近邻点建立同类局部近邻特征线LW(Xi)和类别不同的2个近邻点建立异类局部近邻特征线LB(Xi)，然后计算局部同类散度矩阵SLW和局部异类散度矩阵SLB，构建局部边距SM，建立与局部同类散度矩阵SLW不相关约束，寻找正交和局部不相关的特征子空间，实现局部边距SM的最大化。本发明通过抽取带钢表面缺陷图像的判别特征并分类，具有带钢表面缺陷图像分类效果好的特点。
-
公开(公告)号：CN109241814A
公开(公告)日：2019-01-18
申请号：CN201810672497.X
申请日：2018-06-26
Applicant: 武汉科技大学
Abstract: 本发明公开了一种基于YOLO神经网络的行人检测方法。发明的方法使用人工划分的行人检测场景图片对YOLO神经网络进行学习，从而使YOLO神经网络能对行人进行识别。本方法实现了一种基于YOLO神经网络的行人检测方法，与现有的方法相比，得到更好的检测效果和性能。
-
公开(公告)号：CN107784323A
公开(公告)日：2018-03-09
申请号：CN201710956407.5
申请日：2017-10-16
Applicant: 武汉科技大学
Abstract: 本发明涉及一种基于局部不相关约束的带钢表面缺陷图像分类方法。其技术方案是：对于一幅带钢表面缺陷图像预处理后的向量数据点Xi分别从所有幅带钢表面缺陷图像预处理后的向量数据点构成矩阵数据X中寻找与一幅带钢表面缺陷图像预处理后的向量数据点Xi类别相同的2个近邻点建立同类局部近邻特征线LW(Xi)和类别不同的2个近邻点建立异类局部近邻特征线LB(Xi)，然后计算局部同类散度矩阵SLW和局部异类散度矩阵SLB，构建局部边距SM，建立与局部同类散度矩阵SLW不相关约束，寻找正交和局部不相关的特征子空间，实现局部边距SM的最大化。本发明通过抽取带钢表面缺陷图像的判别特征并分类，具有带钢表面缺陷图像分类效果好的特点。
-
Patent Agency Ranking
-
公开(公告)号：CN109102496B
公开(公告)日：2022-07-26
申请号：CN201810749790.1
申请日：2018-07-10
Applicant: 武汉科技大学
Abstract: 本发明公开了一种基于变分生成对抗模型识别乳腺肿瘤区域的方法。发明的方法使用乳腺肿瘤图片和人工划分的图片对生成模型进行划分学习，同时使用其生成的图片使用判别模型与人工划分的乳腺肿瘤图片进行对抗，从而使网络能对乳腺肿瘤区域进行识别。本方法实现了一种基于变分生成对抗模型识别乳腺肿瘤区域的方法，与现有的方法相比，得到更好的分类效果和性能。
-
公开(公告)号：CN110399885B
公开(公告)日：2022-05-27
申请号：CN201910628683.8
申请日：2019-07-12
Applicant: 武汉科技大学
IPC: G06V10/44 , G06V10/764 , G06K9/62
Abstract: 一种基于局部几何感知的图像目标分类方法，其技术方案是：对于一幅图像预处理后的向量数据点xi，分别从所有幅图像预处理后的向量数据点构成矩阵数据X中，选择与一幅图像预处理后的向量数据点xi类别相同的3个近邻点建立流形局部特征平面，计算一幅图像预处理后的向量数据点xi在流形局部特征平面的投影，获得局部协方差矩阵，然后用对数欧式距离度量流形局部特征空间之间的多流形散度，通过最大化多流形散度来寻找低维投影矩阵A，以此实现图像目标的判别特征提取，最后采用最近邻分类器对图像目标特征进行分类。本发明通过最大化多流形散度来提取图像的分类特征，具有提高图像分类效果的特点。
-
公开(公告)号：CN110399885A
公开(公告)日：2019-11-01
申请号：CN201910628683.8
申请日：2019-07-12
Applicant: 武汉科技大学
Abstract: 一种基于局部几何感知的图像目标分类方法，其技术方案是：对于一幅图像预处理后的向量数据点xi，分别从所有幅图像预处理后的向量数据点构成矩阵数据X中，选择与一幅图像预处理后的向量数据点xi类别相同的3个近邻点建立流形局部特征平面，计算一幅图像预处理后的向量数据点xi在流形局部特征平面的投影，获得局部协方差矩阵，然后用对数欧式距离度量流形局部特征空间之间的多流形散度，通过最大化多流形散度来寻找低维投影矩阵A，以此实现图像目标的判别特征提取，最后采用最近邻分类器对图像目标特征进行分类。本发明通过最大化多流形散度来提取图像的分类特征，具有提高图像分类效果的特点。
-
-
-
-
-
-
Search Results
8
records
(took 0.022 seconds)
