-
Patent Agency Ranking
公开(公告)号：CN109558834B
公开(公告)日：2022-06-21
申请号：CN201811433403.X
申请日：2018-11-28
Applicant: 福州大学
IPC: G06V40/10 , G06V20/52 , G06K9/62 , G06V10/774 , G06V10/74
Abstract: 本发明涉及一种基于相似度学习及核方法的多视角步态识别方法，通过字典表示获取不同视角下样本的相似关系，通过单核或多核方法提取样本的非线性特征，并求解优化模型得到不同视角到公共子空间的投影，将核非线性变换后的待测步态样本与已注册步态样本集合投影到公共子空间，从而通过在公共子空间中的距离关系匹配步态识别人的身份。本发明训练过程中不依赖于步态识别视频的身份信息，且在待识别步态视频与已注册步态视频集合所属视跨度较大时，与现有方法相比能取得较高的识别精度。
-
公开(公告)号：CN109558834A
公开(公告)日：2019-04-02
申请号：CN201811433403.X
申请日：2018-11-28
Applicant: 福州大学
Abstract: 本发明涉及一种基于相似度学习及核方法的多视角步态识别方法，通过字典表示获取不同视角下样本的相似关系，通过单核或多核方法提取样本的非线性特征，并求解优化模型得到不同视角到公共子空间的投影，将核非线性变换后的待测步态样本与已注册步态样本集合投影到公共子空间，从而通过在公共子空间中的距离关系匹配步态识别人的身份。本发明训练过程中不依赖于步态识别视频的身份信息，且在待识别步态视频与已注册步态视频集合所属视跨度较大时，与现有方法相比能取得较高的识别精度。
-
公开(公告)号：CN108921114B
公开(公告)日：2021-09-28
申请号：CN201810751452.1
申请日：2018-07-10
Applicant: 福州大学
Abstract: 本发明涉及多视角步态识别技术领域，特别是一种基于多非线性局部保持投影的两视角步态识别方法。该方法包括以下步骤：读取两个不同视角的步态数据并刻画样本的原始关系、构造非线性函数族以规范化不同视角的步态样本、基于局部保持原则对规范化样本进行投影以提取判别特征、对照投影后的已知样本库和待测步态样本，按照最近邻原则识别来自不同视角的步态。经本方法投影后的样本能有效保持原始非线性结构，减小视角因素的干扰，具有个体间差异大而视角间差异小的特点。在多视角步态库CASIA(B)上进行实验，实验结果表明本方法优于其它多视角识别方法。
-
公开(公告)号：CN108920900A
公开(公告)日：2018-11-30
申请号：CN201810643270.2
申请日：2018-06-21
Applicant: 福州大学
Abstract: 本发明涉及一种基因表达谱数据的无监督极限学习机特征提取系统及方法。该方法利用近邻表示来自适应学习近邻样本的相似性，将相似度学习与特征提取融合在一起，提出基于相似度学习进行特征提取的极限学习机。本发明可以自适应根据不同的样本数据选择合适的近邻矩阵学习最优的表示系数，进而提高模型对不同数据的执行效果，同时对高维数据的计算有效的降低时间复杂度。
-
公开(公告)号：CN108921114A
公开(公告)日：2018-11-30
申请号：CN201810751452.1
申请日：2018-07-10
Applicant: 福州大学
Abstract: 本发明涉及多视角步态识别技术领域，特别是一种基于多非线性局部保持投影的两视角步态识别方法。该方法包括以下步骤：读取两个不同视角的步态数据并刻画样本的原始关系、构造非线性函数族以规范化不同视角的步态样本、基于局部保持原则对规范化样本进行投影以提取判别特征、对照投影后的已知样本库和待测步态样本，按照最近邻原则识别来自不同视角的步态。经本方法投影后的样本能有效保持原始非线性结构，减小视角因素的干扰，具有个体间差异大而视角间差异小的特点。在多视角步态库CASIA(B)上进行实验，实验结果表明本方法优于其它多视角识别方法。
-
-
-
-
Search Results
5
records
(took 0.016 seconds)
