-
公开(公告)号：CN101719223B
公开(公告)日：2011-09-14
申请号：CN200910254587.8
申请日：2009-12-29
Applicant: 西北工业大学
IPC: G06K9/66
Abstract: 本发明公开了一种静态图像中陌生人面部表情的识别方法，属于图像识别领域，用于对静态图像中陌生人面部表情的识别。所述方法首先用Cohn-Kanade表情数据库作为活动单元学习用样本集，完成表情视觉特征库的建立；将该样本集中图像的视觉特征输入面部活动单元分类器，识别各图像包含的面部活动单元；用面部活动单元特征向量实现从面部活动单元到6种基本表情的分类器学习；对表情测试样本，利用其视觉特征识别其包含的面部活动单元，并构造面部活动单元特征向量，根据面部活动单元特征向量实现面部基本表情的识别。该方法结果采用与文献相同的数据库划分方法，在日本女性人脸表情数据库JAFFE上测试，对陌生人表情识别率由现有技术的70.95％提高到76％。
-
公开(公告)号：CN101719223A
公开(公告)日：2010-06-02
申请号：CN200910254587.8
申请日：2009-12-29
Applicant: 西北工业大学
IPC: G06K9/66
Abstract: 本发明公开了一种静态图像中陌生人面部表情的识别方法，属于图像识别领域，用于对静态图像中陌生人面部表情的识别。所述方法首先用Cohn-Kanade表情数据库作为活动单元学习用样本集，完成表情视觉特征库的建立；将该样本集中图像的视觉特征输入面部活动单元分类器，识别各图像包含的面部活动单元；用面部活动单元特征向量实现从面部活动单元到6种基本表情的分类器学习；对表情测试样本，利用其视觉特征识别其包含的面部活动单元，并构造面部活动单元特征向量，根据面部活动单元特征向量实现面部基本表情的识别。该方法结果采用与文献相同的数据库划分方法，在日本女性人脸表情数据库JAFFE上测试，对陌生人表情识别率由现有技术的70.95％提高到76％。
-
-
公开(公告)号：CN102855616B
公开(公告)日：2015-01-28
申请号：CN201210288656.9
申请日：2012-08-14
Applicant: 西北工业大学
Abstract: 本发明提供了一种基于多尺度字典学习的图像融合方法，首先进行多尺度学习，对每一幅训练图像分解出S个子带，每个子带对应学习一个子字典；然后对源图像进行小波变换，得到所有源图像的子带，采用SOMP算法求解子带的稀疏表示系数并进行融合，最后进行逆小波变换，得融合图像。本发明提高了图像表示系数的稀疏度、拟合度，增强了融合图像的细节表现能力，具有更优的融合效果和更好的抑制噪声能力，字典的泛化能力也更强。
-
Patent Agency Ranking
公开(公告)号：CN104021537A
公开(公告)日：2014-09-03
申请号：CN201410283034.6
申请日：2014-06-23
Applicant: 西北工业大学
IPC: G06T5/50
Abstract: 本发明提供了一种基于稀疏表示的红外与可见光图像融合方法，首先对图像进行分块处理，然后训练字典，并对两幅源图像分别求解其稀疏系数，然后采用模值取大规则得到融合图像的稀疏系数，最后重构得到融合结果图像。本方法能够自适应于红外与可见光图像的自身特点，提取的源图像表示系数具有较传统方法更优秀的稀疏性与特征保持性，更能反映信号的本质特征与内在结构。因此，能有效提高红外与可见光图像的融合效果。
-
-
公开(公告)号：CN102855616A
公开(公告)日：2013-01-02
申请号：CN201210288656.9
申请日：2012-08-14
Applicant: 西北工业大学
Abstract: 本发明提供了一种基于多尺度字典学习的图像融合方法，首先进行多尺度学习，对每一幅训练图像分解出S个子带，每个子带对应学习一个子字典；然后对源图像进行小波变换，得到所有源图像的子带，采用SOMP算法求解子带的稀疏表示系数并进行融合，最后进行逆小波变换，得融合图像。本发明提高了图像表示系数的稀疏度、拟合度，增强了融合图像的细节表现能力，具有更优的融合效果和更好的抑制噪声能力，字典的泛化能力也更强。
-
公开(公告)号：CN105303542B
公开(公告)日：2018-10-30
申请号：CN201510604419.2
申请日：2015-09-22
Applicant: 西北工业大学
Abstract: 本发明提供了一种基于梯度加权的自适应SFIM图像融合算法，首先求解全色图像的梯度，然后使用梯度的统计信息确定自适应的滤波窗口大小；同时利用图像像素点的梯度值构建加权滤波器，进而使用该滤波器获得滤波图像；最后使用SFIM算法的融合方法融合图像。本发明比原始的SFIM算法中均值滤波器的设计更合理，整体质量较高，在空间分辨率提高和光谱信息保持两个方面达到更好的平衡，主观评价和客观分析结果能够达到一致，而且在光谱信息保持和空间信息提高方面都优于his_dwt算法，得到的融合图像可视性更好，图片更清晰。
-
公开(公告)号：CN105303542A
公开(公告)日：2016-02-03
申请号：CN201510604419.2
申请日：2015-09-22
Applicant: 西北工业大学
Abstract: 本发明提供了一种基于梯度加权的自适应SFIM图像融合算法，首先求解全色图像的梯度，然后使用梯度的统计信息确定自适应的滤波窗口大小；同时利用图像像素点的梯度值构建加权滤波器，进而使用该滤波器获得滤波图像；最后使用SFIM算法的融合方法融合图像。本发明比原始的SFIM算法中均值滤波器的设计更合理，整体质量较高，在空间分辨率提高和光谱信息保持两个方面达到更好的平衡，主观评价和客观分析结果能够达到一致，而且在光谱信息保持和空间信息提高方面都优于his_dwt算法，得到的融合图像可视性更好，图片更清晰。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.016 seconds)
