基于多尺度LBP和稀疏编码的大规模人脸表情识别方法

    公开(公告)号:CN103971095A

    公开(公告)日:2014-08-06

    申请号:CN201410195403.6

    申请日:2014-05-09

    Abstract: 本发明提供了一种基于多尺度LBP和稀疏编码的大规模人脸表情识别方法,首先建立大规模的人脸表情数据库,使用随机抽样技术生成训练数据库与测试数据库,其次使用多尺度的LBP特征来表示人脸的表情特征,进而生成稀疏编码方法所需要的字典,通过对新的表情样本求解最优稀疏系数,并累加不同表情的稀疏系数来识别表情样本,本发明利用多尺度LBP特征获取鲁棒性强的特征表示方式,利用稀疏编码解决了大规模人脸表情识别中的稀疏性问题,验证了基于多尺度LBP和稀疏编码的大规模人脸表情识别方法的有效性。

    基于面部动作单元组合特征的人脸表情识别方法

    公开(公告)号:CN103065122A

    公开(公告)日:2013-04-24

    申请号:CN201210560144.3

    申请日:2012-12-21

    Abstract: 本发明公开了一种基于面部动作单元组合特征的人脸表情识别方法,用于解决现有的基于面部活动单元的人脸表情识别方法对单个面部动作单元识别率差的技术问题。技术方案是首先建立大规模人脸表情数据库,利用AP聚类算法,将每一类面部基本表情对应的训练样本进行聚类,判断每一子类别的AU单元组合,并结合主要AU单元组合,确定同一表情下的子类别数;将各类表情的子类别合起来构成训练样本对应的类别数,利用SVM方法进行分类器训练。提高了对单个面部动作单元的识别率。经检测,本发明方法用于JAFFE数据库,对于单个AU单元的平均识别率由背景技术的87.5%提高到90.1%,提高了2.6%。

    一种混合结构连接件及其制备方法

    公开(公告)号:CN115434825A

    公开(公告)日:2022-12-06

    申请号:CN202210430852.9

    申请日:2022-04-22

    Abstract: 本公开是关于航天技术领域,公开一种混合结构连接件,用于火箭发动机部件之间的连接,该混合结构连接件包括:金属框架,所述金属框架围成一腔室;金属承重结构,位于所述腔室内;金属点阵结构,填充于所述金属承重结构与所述腔室的间隙内;阻尼结构,填充于所述金属点阵结构的孔隙内。金属承重结构采用金属制备而成,其可以提高连接件的承载能力,金属点阵结构相比于完整的金属结构可减轻结构重量,填充的阻尼结构能够吸收能量,能够起到缓冲减振效果,该混合结构连接件可实现火箭发动机部件之间的连接处的减重和减振。

    材料剪切夹具及材料剪切系统

    公开(公告)号:CN112658378A

    公开(公告)日:2021-04-16

    申请号:CN202011485918.1

    申请日:2020-12-16

    Abstract: 本公开提供一种材料剪切夹具及材料剪切系统,涉及材料性能检测技术领域。该剪切夹具包括底座、固定组件、导向装置和剪切板,其中:底座,具有滑槽;固定组件,与底座固定连接,且具有向远离底座的方向延伸的固定板;导向装置,一端与滑槽滑动配合,另一端向远离底座的一侧延伸,导向装置能沿滑槽向靠近固定板的一侧滑动;剪切板,可滑动地嵌设于导向装置内,并与剪切材料固定连接,导向装置具有露出剪切材料的开口,通过滑动导向装置能将剪切材料夹持于剪切板与固定板之间。本公开的材料剪切夹具可避免产生其他方向的分力,保证加载效果。

    一种基于多线性ICA的光谱张量降维的分类方法

    公开(公告)号:CN107194410A

    公开(公告)日:2017-09-22

    申请号:CN201710204014.9

    申请日:2017-03-30

    Abstract: 本发明公开了一种基于多线性ICA的光谱张量降维的分类方法,该方法将影响地物光谱特征的因素作为类内因素,并将类内因素、类与像素光谱分别作为一种模式构建成一个3阶张量,对其进行基于低秩张量分解的降维;对3阶张量D进行多线性ICA(独立成分分析)分解得到类空间矩阵Cclass、类内因素空间矩阵Cwithin‑class;采用有监督分类器对无类别的测试高光谱图像d进行分类。本发明在模型建立后即可对高光谱图像进行分类,无需调整,而其他张量建模方法则需要反复设置、调整参数才能达到最佳分类效果;本发明将一类的所有像素光谱映射到同一系数向量上,从而将各种因素的影响减至最小,不但提高了分类精度,而且结果稳定;对未知像素光谱分类时,可推断出其受哪一个因素影响。

    一种基于Tucker分解的光谱张量降维及分类方法

    公开(公告)号:CN106845517A

    公开(公告)日:2017-06-13

    申请号:CN201611153408.8

    申请日:2016-12-14

    Abstract: 本发明公开了一种基于Tucker分解的光谱张量降维及分类方法,该方法将影响地物光谱特征的因素作为类内因素,并将类内因素、类与像素光谱分别作为一种模式构建成一个3阶张量,对其进行基于低秩张量分解的降维;对3阶张量进行低秩张量分解得到核张量类空间矩阵Uclass、类内因素空间矩阵Uwithin‑class和像素光谱矩阵Upixels;采用有监督分类器对无类别的测试高光谱图像d进行分类。本发明在模型建立后即可对高光谱图像进行分类,无需调整,而其他张量建模方法则需要反复设置、调整参数才能达到最佳分类效果;本发明将一类的所有像素光谱映射到同一系数向量上,从而将各种因素的影响减至最小,不但提高了分类精度,而且结果稳定。

Patent Agency Ranking