-
公开(公告)号：CN103310208A
公开(公告)日：2013-09-18
申请号：CN201310289408.0
申请日：2013-07-10
Applicant: 西安电子科技大学
Abstract: 基于局部几何视觉短语描述的鉴别性人脸姿态识别方法，其包括基于人脸局部特征建立词袋模型，通过局部几何视觉短语引入词袋模型中单词的空间信息，并用几何视觉短语构成图像的特征向量，用向量的内积统计共现的特征数目，通过共现的特征数构成训练图像核矩阵，将所述训练图像核矩阵输入到支撑向量机分类器训练得到人脸姿态分类器。本发明能克服光照、遮挡和偏移对人脸姿态判别的影响，提高人脸姿态特征的鉴别性；通过在位移空间统计共现的局部几何视觉短语数提高计算效率且保证了基于局部几何视觉短语的空间特征的移位不变性。
-
Patent Agency Ranking
公开(公告)号：CN102163330B
公开(公告)日：2012-12-05
申请号：CN201110082830.X
申请日：2011-04-02
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于张量分解与Delaunay三角划分的多视角人脸合成方法，主要解决现有技术中，连续视角变化的人脸图像难以合成的问题，其合成方案是：利用特征点标注的方法提取出人脸图像的轮廓信息；采用张量分解的方法分离出训练集中人脸数据的视角系数矩阵；对视角系数矩阵进行样条拟合；利用张量分解公式构建新视角的特征点；应用Delaunay三角划分以及线性仿射变换根据已知人脸图像合成出新视角的人脸图像。本发明具有人脸合成结果逼真、合成视角范围广及运算复杂度低的优点，可用于计算机视觉领域或多媒体技术中不同视角下的人脸合成。
-
公开(公告)号：CN102360435A
公开(公告)日：2012-02-22
申请号：CN201110329875.2
申请日：2011-10-26
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于隐含主题分析的不良图像检测方法，主要解决现有的不良信息检测方法不考虑图像的语义信息，导致正常图像误判的问题。其方案是：采用双混合高斯模型来提取图像的皮肤区域；通过词袋模型生成肤色区域中所包含显著特征的码本库，用词频-逆鉴别性文档频率法将每幅训练图像表示成一组有权重的单词共现向量；所有共现向量组成一个共现矩阵，对共现矩阵进行LDA建模，得到图像的主题；将训练图像的混合主题输入BP神经网络，进行不良图像分类器的训练；得到待测图像的主题并输入到不良图像分类器，判断其是否为不良图像，完成不良图像检测。实验表明，本发明能更好的分辨出不良图像和正常图像，可用于过滤图像中的色情信息。
-
公开(公告)号：CN102163330A
公开(公告)日：2011-08-24
申请号：CN201110082830.X
申请日：2011-04-02
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于张量分解与Delaunay三角划分的多视角人脸合成方法，主要解决现有技术中，连续视角变化的人脸图像难以合成的问题，其合成方案是：利用特征点标注的方法提取出人脸图像的轮廓信息；采用张量分解的方法分离出训练集中人脸数据的视角系数矩阵；对视角系数矩阵进行样条拟合；利用张量分解公式构建新视角的特征点；应用Delaunay三角划分以及线性仿射变换根据已知人脸图像合成出新视角的人脸图像。本发明具有人脸合成结果逼真、合成视角范围广及运算复杂度低的优点，可用于计算机视觉领域或多媒体技术中不同视角下的人脸合成。
-
公开(公告)号：CN103310208B
公开(公告)日：2016-05-11
申请号：CN201310289408.0
申请日：2013-07-10
Applicant: 西安电子科技大学
Abstract: 基于局部几何视觉短语描述的鉴别性人脸姿态识别方法，其包括基于人脸局部特征建立词袋模型，通过局部几何视觉短语引入词袋模型中单词的空间信息，并用几何视觉短语构成图像的特征向量，用向量的内积统计共现的特征数目，通过共现的特征数构成训练图像核矩阵，将所述训练图像核矩阵输入到支撑向量机分类器训练得到人脸姿态分类器。本发明能克服光照、遮挡和偏移对人脸姿态判别的影响，提高人脸姿态特征的鉴别性；通过在位移空间统计共现的局部几何视觉短语数提高计算效率且保证了基于局部几何视觉短语的空间特征的移位不变性。
-
公开(公告)号：CN102360435B
公开(公告)日：2013-06-12
申请号：CN201110329875.2
申请日：2011-10-26
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于隐含主题分析的不良图像检测方法，主要解决现有的不良信息检测方法不考虑图像的语义信息，导致正常图像误判的问题。其方案是：采用双混合高斯模型来提取图像的皮肤区域；通过词袋模型生成肤色区域中所包含显著特征的码本库，用词频-逆鉴别性文档频率法将每幅训练图像表示成一组有权重的单词共现向量；所有共现向量组成一个共现矩阵，对共现矩阵进行LDA建模，得到图像的主题；将训练图像的混合主题输入BP神经网络，进行不良图像分类器的训练；得到待测图像的主题并输入到不良图像分类器，判断其是否为不良图像，完成不良图像检测。实验表明，本发明能更好的分辨出不良图像和正常图像，可用于过滤图像中的色情信息。
-
-
-
-
-
Search Results
6
records
(took 0.03 seconds)
