-
公开(公告)号：CN111144245A
公开(公告)日：2020-05-12
申请号：CN201911285730.X
申请日：2019-12-13
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于二维主成分分析法的人脸识别系统，设置有能够将人脸图像尺寸归一化处理及人脸图像灰度归一化处理的人脸检测与预处理模块；经过人脸检测与预处理模块出来后的数据采用基于TDPCA人脸特征提取的方法进行人脸特征提取的TDPCA特征提取模块；将经过TDPCA特征提取模块处理后的数据进行分类处理的人脸分类模块；应用二维主成分分析（TDPCA）进行人脸的特征提取，减少了计算复杂度，节省了时间。
-
公开(公告)号：CN109816024A
公开(公告)日：2019-05-28
申请号：CN201910086546.6
申请日：2019-01-29
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于多尺度特征融合与DCNN的实时车标检测方法，该方法包括：图片收集与筛选；数据集制作，根据深度学习标准VOC数据集格式制作车标数据集；网络设计，以YOLO框架为基础，以改进的Darknet-20网络作为基础网络，并将不同深度的特征图进行通道融合，搭建网络模型；模型训练，利用网络模型训练车标数据集，且在模型训练时，进行参数设置、数据增强以及多尺度训练；模型测试与评估五个步骤。本发明用一种端到端的一阶段非级联结构，将车标检测作为回归问题来处理，使得改进的网络结构可以更好地适应各场景下大小车标、相似车标的检测，尤其对车标小目标的检测具有很好的鲁棒性，极大提升了车标检测的速度、查全率以及精确率。
-
公开(公告)号：CN109816024B
公开(公告)日：2021-08-31
申请号：CN201910086546.6
申请日：2019-01-29
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于多尺度特征融合与DCNN的实时车标检测方法，该方法包括：图片收集与筛选；数据集制作，根据深度学习标准VOC数据集格式制作车标数据集；网络设计，以YOLO框架为基础，以改进的Darknet‑20网络作为基础网络，并将不同深度的特征图进行通道融合，搭建网络模型；模型训练，利用网络模型训练车标数据集，且在模型训练时，进行参数设置、数据增强以及多尺度训练；模型测试与评估五个步骤。本发明用一种端到端的一阶段非级联结构，将车标检测作为回归问题来处理，使得改进的网络结构可以更好地适应各场景下大小车标、相似车标的检测，尤其对车标小目标的检测具有很好的鲁棒性，极大提升了车标检测的速度、查全率以及精确率。
-
-
Search Results
3
records
(took 0.021 seconds)
