-
公开(公告)号：CN105354581B
公开(公告)日：2018-11-16
申请号：CN201510759561.4
申请日：2015-11-10
Applicant: 西安电子科技大学
IPC: G06K9/46
Abstract: 本发明公开了一种融合颜色特征与卷积神经网络的图像特征提取方法，主要解决现有技术下颜色特征提取不全面和卷积神经网络特征提取对颜色不敏感的问题。其实现步骤为：(1)输入彩色图像；(2)获取主体图像；(3)获取颜色特征向量；(4)获取归一化卷积神经网络特征向量；(5)获取融合特征向量。本发明能够同时发挥颜色特征提取和卷积神经网络特征提取的优势，可用于图像处理技术领域。
-
公开(公告)号：CN105354581A
公开(公告)日：2016-02-24
申请号：CN201510759561.4
申请日：2015-11-10
Applicant: 西安电子科技大学
IPC: G06K9/46
CPC classification number: G06K9/4642 , G06K9/4652
Abstract: 本发明公开了一种融合颜色特征与卷积神经网络的图像特征提取方法，主要解决现有技术下颜色特征提取不全面和卷积神经网络特征提取对颜色不敏感的问题。其实现步骤为：(1)输入彩色图像；(2)获取主体图像；(3)获取颜色特征向量；(4)获取归一化卷积神经网络特征向量；(5)获取融合特征向量。本发明能够同时发挥颜色特征提取和卷积神经网络特征提取的优势，可用于图像处理技术领域。
-
公开(公告)号：CN104125459A
公开(公告)日：2014-10-29
申请号：CN201410363144.3
申请日：2014-07-28
Applicant: 西安电子科技大学
IPC: H04N19/132 , H04N19/177 , H04N19/63
Abstract: 本发明公开了一种基于支撑集和信号值检测的视频压缩感知重构方法，主要解决现有技术中重构图像质量低的问题。其实现步骤为：(1)将视频序列按图像组分为参考帧和非参考帧；(2)将参考帧和非参考帧分成大小相等、互不重叠的宏块；(3)对所有宏块进行压缩感知测量；(4)将测量值作为输入，更新重构图像的迭代变量；(6)利用更新后的重构图像的迭代变量更新支撑集和信号检测值；(7)利用信号检测值计算重构图像的残差；(8)利用重构图像残差的约束条件判断迭代是否终止；(9)输出重构图像信号。本发明有效提高了重构图像的质量，可用于视频图像处理。
-
公开(公告)号：CN104378119A
公开(公告)日：2015-02-25
申请号：CN201410751921.1
申请日：2014-12-09
Applicant: 西安电子科技大学
IPC: H03M7/30
Abstract: 本发明公开了一种数据处理技术领域嵌入式设备文件系统数据的快速无损压缩方法，主要解决现有的压缩方法对文件系统数据压缩速度低的问题，其实现步骤是：1.读取文件系统数据及其长度；2.将没有记录在字典中的所读数据判定为新数据，并把该新数据位置记录在字典中，继续读取文件系统数据，直到未出现新数据为止；3.对已记录在字典中的所读数据根据字符重复长度、新字符长度和偏移距离的特征进行编码；4.判断是否压缩到数据结尾，若是则输出压缩后的数据及其长度，否则继续读取新数据并返回步骤2。本发具有压缩和解压缩速度更快的优点，可用于提高存储受限的嵌入式设备中文件系统数据的存取速率，改善设备的运行效率。
-
Patent Agency Ranking
公开(公告)号：CN104378119B
公开(公告)日：2017-06-13
申请号：CN201410751921.1
申请日：2014-12-09
Applicant: 西安电子科技大学
IPC: H03M7/30
Abstract: 本发明公开了一种数据处理技术领域嵌入式设备文件系统数据的快速无损压缩方法，主要解决现有的压缩方法对文件系统数据压缩速度低的问题，其实现步骤是：1.读取文件系统数据及其长度；2.将没有记录在字典中的所读数据判定为新数据，并把该新数据位置记录在字典中，继续读取文件系统数据，直到未出现新数据为止；3.对已记录在字典中的所读数据根据字符重复长度、新字符长度和偏移距离的特征进行编码；4.判断是否压缩到数据结尾，若是则输出压缩后的数据及其长度，否则继续读取新数据并返回步骤2。本发明具有压缩和解压缩速度更快的优点，可用于提高存储受限的嵌入式设备中文件系统数据的存取速率，改善设备的运行效率。
-
公开(公告)号：CN105354554A
公开(公告)日：2016-02-24
申请号：CN201510770424.0
申请日：2015-11-12
Applicant: 西安电子科技大学
IPC: G06K9/00
CPC classification number: G06K9/00288 , G06K9/00899
Abstract: 本发明公开了一种基于颜色和奇异值特征的人脸活体检测方法，主要解决现有人脸真伪识别技术计算复杂，识别率低的问题。其实现步骤为：1)对人脸数据库正负样本标记，将其划分为训练集和测试集；2)将训练集人脸图像分块，批量提取训练集小分块的颜色特征和奇异值特征；3)将提取的特征向量归一化，送到支撑向量机分类器中训练，得到训练模型；4)对测试集数据进行特征提取，利用训练模型对其特征进行预测，得到分类结果。本发明提高了分类效率，得到了较高的分类效果，可用在社交网络或者现实生活当中人脸真伪性检测。
-
公开(公告)号：CN104166967B
公开(公告)日：2017-05-17
申请号：CN201410402860.8
申请日：2014-08-15
Applicant: 西安电子科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种提升视频图像清晰度的方法，其实现步骤为：(1)输入待提升图像清晰度的视频序列。(2)在输入视频序列中选取一帧图像，作为待处理图像。(3)比较待处理图像的分辨率和显示设备的分辨率，若待处理图像的分辨率小于显示设备的分辨率，执行步骤(4)。否则，执行步骤(5)。(4)插值处理。(5)增强纹理。(6)增强对比度。(7)判断视频序列的最后一帧图像是否处理完毕，若是，执行步骤(8)。否则，转入步骤(2)。(8)输出视频序列。本发明能够根据视频图像自身的纹理程度和像素分布情况来提升视频图像的清晰度，并有效抑制噪声放大，尤其适用于视频播放器中。
-
公开(公告)号：CN104125459B
公开(公告)日：2017-02-15
申请号：CN201410363144.3
申请日：2014-07-28
Applicant: 西安电子科技大学
IPC: H04N19/132 , H04N19/177 , H04N19/63
Abstract: 本发明公开了一种基于支撑集和信号值检测的视频压缩感知重构方法，主要解决现有技术中重构图像质量低的问题。其实现步骤为：(1)将视频序列按图像组分为参考帧和非参考帧；(2)将参考帧和非参考帧分成大小相等、互不重叠的宏块；(3)对所有宏块进行压缩感知测量；(4)将测量值作为输入，更新重构图像的迭代变量；(6)利用更新后的重构图像的迭代变量更新支撑集和信号检测值；(7)利用信号检测值计算重构图像的残差；(8)利用重构图像残差的约束条件判断迭代是否终止；(9)输出重构图像信号。本发明有效提高了重构图像的质量，可用于视频图像处理。
-
公开(公告)号：CN104166967A
公开(公告)日：2014-11-26
申请号：CN201410402860.8
申请日：2014-08-15
Applicant: 西安电子科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种提升视频图像清晰度的方法，其实现步骤为：(1)输入待提升图像清晰度的视频序列。(2)在输入视频序列中选取一帧图像，作为待处理图像。(3)比较待处理图像的分辨率和显示设备的分辨率，若待处理图像的分辨率小于显示设备的分辨率，执行步骤(4)。否则，执行步骤(5)。(4)插值处理。(5)增强纹理。(6)增强对比度。(7)判断视频序列的最后一帧图像是否处理完毕，若是，执行步骤(8)。否则，转入步骤(2)。(8)输出视频序列。本发明能够根据视频图像自身的纹理程度和像素分布情况来提升视频图像的清晰度，并有效抑制噪声放大，尤其适用于视频播放器中。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.033 seconds)
