-
公开(公告)号：CN113902950B
公开(公告)日：2024-03-19
申请号：CN202111206294.X
申请日：2021-10-16
Applicant: 江苏大学
IPC: G06V10/764 , G06V10/774 , G06F30/27 , G06F17/16
Abstract: 本发明公开了一种基于几何保持双投影的图像多标签分类方法，本方法与传统的多标签分类算法直接从特征空间学习合适的特征维数不同，本发明所提出的方法是同时从输入特征空间和输出特征空间学习双标签和特征空间投影，从而实现标签和特征空间的降维，考虑到标签流形和特征流形中不仅有标签还有特征数据，同时通过构造标签图和特征图来学习标签流形和特征流形的几何结构。本方法通过从标签和特征空间进行几何保持的双重投影学习，最终以同样的方式在标签和特征空间中学习更好的低秩结构。
-
公开(公告)号：CN110363713B
公开(公告)日：2023-10-10
申请号：CN201910521819.5
申请日：2019-06-17
Applicant: 江苏大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于递归样本缩放和双线性因子分解的高光谱图像降噪方法，首先初始化图像数据集X的低秩矩阵Z和初始化缩放因子矩阵D，并将缩放因子矩阵D施加到数据矩阵X和低秩矩阵Z中，得到目标方程，循环求解#imgabs0#将循环后得到#imgabs1#再代入目标方程，根据目标方程的约束条件，计算出低秩矩阵Z，基于所计算出的低秩矩阵Z，更新缩放因子矩阵D，将更新得到的缩放因子矩阵D再重新施加到矩阵X和Z上循环计算，当循环终止时得到低秩矩阵Z。其中，根据已知数据计算得出的低秩矩阵，然后通过样本点与低秩矩阵的主投影方向之间余弦相似性度量构造缩放因子矩阵来抑制噪声数据的影响。最后得出的低秩矩阵Z为图像的最低秩表示，达到较好的降噪效果。
-
公开(公告)号：CN110378380B
公开(公告)日：2023-09-29
申请号：CN201910521352.4
申请日：2019-06-17
Applicant: 江苏大学
IPC: G06V10/764 , G06V10/774
Abstract: 本发明公开了一种基于多核集成分类学习的图像分类方法，获取用于分类的图像数据作为样本集X和与之对应的样本标签集Y，并对样本集X进行归一化处理。将部分样本集作为训练集用于训练支持向量机模型，首先求解每个单核分类模型的损失loss，通过对所有的损失loss进行加权集成形成一个集成损失，再通过最小化集成损失来共同优化每一个单核分类模型，从而获得训练好的多核集成分类模型；将剩余样本集作为测试集输入所构造的多核集成分类模型，获得对图像数据的分类结果，本发明利用多核集成分类模型对图像进行分类，提高图像分类的准确度。
-
公开(公告)号：CN109241827B
公开(公告)日：2021-07-20
申请号：CN201810812551.6
申请日：2018-07-23
Applicant: 江苏大学
Abstract: 本发明公开了一种基于多核集成回归的人脸识别方法，通过获取人脸数据作为样本集，选择合适的核函数作为核函数库，根据选取的核函数构造人脸求解模型；对人脸求解模型进行循环求解，得到各参数的值的最优解；根据最优解参数，求得测试人脸的标签值，从而可以为人脸识别缩短了匹配时间、降低了匹配难度，提高人脸识别过程的准确率。
-
公开(公告)号：CN112149053A
公开(公告)日：2020-12-29
申请号：CN202010835262.5
申请日：2020-08-19
Applicant: 江苏大学
Abstract: 本发明公开了一种基于低秩关联分析的多视图图像表征方法，通过典型关联分析来探索多视图图像变量的关联结构；通过因子分解获得多视图图像的共同部分及其在样本空间的投影向量；通过低秩表示来对数据进行降维与降噪，从而抑制离群值的影响。本发明的优点在于在噪声密度较高的情况下，通过矩阵因子分解提取多视图图像中的关联信息，根据提取出的共同部分，进一步通过低秩对齐得到更好的低秩结构，达到更好地降噪效果。
-
Patent Agency Ranking
公开(公告)号：CN109086830A
公开(公告)日：2018-12-25
申请号：CN201810921808.1
申请日：2018-08-14
Applicant: 江苏大学
Abstract: 本发明公开了一种基于样本惩罚的典型关联分析近重复视频检测方法，通过对原始视频U和查询视频V，读取其中所有视频，采用自相似方法来可视化音频和视频数据特征，生成原始视频U的样本矩阵X和查询视频V的样本矩阵Y，对样本矩阵X和Y加入样本惩罚因子αi和βi改进以后的典型关联分析算法进行关联分析，再加入拉格朗日乘子λ1和λ2以及稀疏项参数λ3和λ4，转化为求解特征值问题，得到特征值为v和w；定义平均帧，将平均帧fi和fj之间的距离H(fi,fj)作为计算原始视频和查询视频相似度的一个参量，计算原始视频U和查询视频V之间的相似度，构成相似度矢量，根据相似度矢量计算相似矩阵，能够有效解决海量存储系统中的重复视频检测问题，提高近重复视频检测的准确性。
-
公开(公告)号：CN106203529A
公开(公告)日：2016-12-07
申请号：CN201610573886.8
申请日：2016-07-18
Applicant: 江苏大学
CPC classification number: G06K9/6269 , G06K9/3233 , G06K9/4642 , G06K2209/23
Abstract: 本发明公开了一种基于先验信息的车辆轮胎安全检测方法，在本发明中首先通过提取HOG特征和SVM训练，得到轮胎分类模型，即分类器，对图像进行检测，找出多个感兴趣区域。然后，在找出的感兴趣区域的基础上，进行直线角度检测，以每个感兴趣区域分别与其余的i-1个感兴趣区域作直线，计算直线与水平方向的夹角α，保留直线与水平方向的角度α符合要求的感兴趣区域为轮胎区域。本发明通过SVM分类器分类，加入先验信息的判断，利用直线角度检测，对感兴趣区域进行直线角度检测，做出进一步判断，能有效的消除图像上不匹配的感兴趣区域，锁定轮胎的位置，从而去除噪声。本发明采用的方法简单、有效，能适应在多种情况在对轮胎的识别，具有实用性。
-
公开(公告)号：CN105956511A
公开(公告)日：2016-09-21
申请号：CN201610239714.7
申请日：2016-04-18
Applicant: 江苏大学
IPC: G06K9/00
CPC classification number: G06K9/00798
Abstract: 本发明公开了一种基于Hough变换的车道直线检测与合并的方法，包括直线检测和直线合并；直线检测：1将车道线的样本图像从RGB转换为HSV，对HSV求平均值作为参考值；2求参考值和图像中各像素点的距离；设距离阈值为Dist，将距离小于Dist的像素点灰度值设为255，否则为0，构成二值化图像；3运用Hough变换对2的二值化图像进行直线检测，返回直线坐标对(r，θ)集合。直线合并：4选取检测到的直线L1，L2；5将L1沿着与L1垂直的正反方向平移T，记为L1’和L1”；6求出L1’、L1”与L2的交点BC间距离dis1；7求出L2的端点DE间距离dis2；8若将L1、L2进行合并；否则不合并；9重复执行4至8，获得直线检测与合并的图像。本发明能够确保一条实际车道对应1条直线方程。
-
公开(公告)号：CN113903456B
公开(公告)日：2024-05-14
申请号：CN202111225016.9
申请日：2021-10-21
Applicant: 江苏大学
IPC: G16H50/20 , G06V40/16 , G06V10/764 , G06V10/774 , G06F17/18
Abstract: 本发明公开了一种基于核集成回归的抑郁症预测方法，采集多个抑郁症疾病患者的微表情图片作为样本，对采集到的微表情图片依次进行处理得到每个样本的特征向量；由特征向量及输出值形成样本集，将样本集分为训练样本和测试样本；将训练样本输入到基回归器中进行训练，从而构建多核空间中的核集成回归模型；通过对每个基回归器的训练，由此获得训练好的核集成回归模型。循环迭代获得最优解，从而获得训练好的核集成回归模型；将测试样本输入构建好的核集成回归模型，输出微表情图片的分类的结果；本方法利用核集成回归模型对微表情图片进行分类得到分类结果；该分类结果可以作为抑郁症判断指标，辅助医生对病患的诊断。
-
公开(公告)号：CN117456256A
公开(公告)日：2024-01-26
申请号：CN202311471581.2
申请日：2023-11-07
Applicant: 江苏大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06F17/16
Abstract: 本发明公开了基于增强数据重建的图像分类模型训练、图像分类方法、系统，首先获取图像数据形成样本集，并对图像数据进行特征工程处理；将经过特征工程处理后的图像数据输入至当前图像分类模型，并进行模型参数训练，对模型中的变量进行求解，然后交替迭代优化；将优化得到的变量代入图像分类模型，完成图像分类模型训练；基于图像分类模型提出了一种图像分类方法以及一种图像分类系统；本发明在邻域样本数据增强的帮助下，能够兼顾图像分类准确率以效率。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.018 seconds)
