-
公开(公告)号：CN109934295B
公开(公告)日：2022-04-22
申请号：CN201910204091.3
申请日：2019-03-18
Applicant: 重庆邮电大学
IPC: G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04
Abstract: 本发明公开了一种基于超限隐特征学习模型的图像分类与重建方法，采用了一种数据重构策略进行特征学习，高效学习原始感知数据与相应的高级语义转换关系。具体地说，ELM和ELM‑AE(基于ELM的自编码器)被统一在一个学习模型中，该模型具有图像分类能力和图像重建能力，且能够更好地揭示原始图像数据和高级语义之间的潜在关系，减少信息丢失，提高图像分类精度并具备优异的图像数据重建能力。ELF(超限隐特征学习模型)继承了ELM和ELM‑AE的优点，并且可以在保护原始数据信息的情况下得到良好的图像分类和图像重建效果。此外，使用了一种基于交错方向法的高效算法来求解优化ELF模型，进一步提升了ELF模型的精度。
-
公开(公告)号：CN111476272B
公开(公告)日：2023-02-21
申请号：CN202010167087.7
申请日：2020-03-11
Applicant: 重庆邮电大学
IPC: G06V10/77 , G06V10/774 , G06N20/20
Abstract: 本发明涉及一种基于结构约束对称低秩保留投影的降维方法，属于机器学习和模式识别技术领域。该方法包括以下步骤：S1：图像数据集预处理，形成训练集；其中训练集中包含图像数据的数据信息X矩阵和有监督数据标签T矩阵；S2：构建结构约束对称低秩保留投影模型，首先构建基础投影降维模型，同时引入低秩表示学习和监督信息；S3：采用合适的权重更新策略和结束规则对表示矩阵Z、投影矩阵P和监督信息矩阵R进行联合学习，得到训练好的投影降维模型；S4：将图像样本信息输入已训练好的投影降维模型，得到样本的目标分类和重建信息。本发明能够提升降维准确率。
-
公开(公告)号：CN112215034A
公开(公告)日：2021-01-12
申请号：CN201910617704.6
申请日：2019-07-10
Applicant: 重庆邮电大学
Abstract: 本发明提供了一种基于矩阵分解和Gabor特征的鲁棒表示与分类的遮挡人脸识别方法，属于模式识别领域。本方法针对低秩矩阵恢复方法复杂度过高和训练集样本存在遮挡的人脸识别问题提出解决方法。首先，通过矩阵的分解运用低秩矩阵恢复方法，求得训练样本对应的误差图像；然后，分别对“干净”人脸和遮挡误差图像进行Gabor变换，得到Gabor特征向量；接着，提出一种遮挡字典缩减的方法，可以计算出压缩后的Gabor遮挡字典，并用其与训练样本的Gabor特征向量构成Gabor压缩字典；最后，利用压缩字典对测试样本进行协作表示，获取最终的识别结果。本发明提供的方法不仅可以计算出紧凑的遮挡字典，而且提高了遮挡人脸图像的识别率，具有更好的识别性能，同时大大降低了计算量。
-
公开(公告)号：CN110889345A
公开(公告)日：2020-03-17
申请号：CN201911118423.2
申请日：2019-11-15
Applicant: 重庆邮电大学
Abstract: 本发明提供了一种基于协作表示与分类的判别低秩矩阵恢复遮挡人脸识别方法，属于模式识别领域。本方法针对训练样本和测试样本均受到严重的噪声污染的人脸识别问题提出解决方法。首先通过在低秩矩阵恢复中引入结构非相关性约束，从被污损的训练样本中恢复出干净的训练样本，然后通过学习原始污损数据与干净的低秩数据的低秩投影矩阵，将受污损的测试样本投影到相应的底层子空间来进行修正。最后，利用CRC对测试样本图像进行分类，获取识别结果。本方法不仅可以恢复出具有更强判别信息的干净人脸图像，而且还可以保持原始数据的局部几何结构，大大提高了遮挡人脸图像的识别率，具有更好的识别性能，使得在现实世界应用中的遮挡人脸识别更实用。
-
公开(公告)号：CN109934304B
公开(公告)日：2022-03-29
申请号：CN201910228715.5
申请日：2019-03-25
Applicant: 重庆邮电大学
IPC: G06V10/764 , G06K9/62 , G06N3/04
Abstract: 本发明公开了一种基于超限隐特征模型的盲领域图像样本分类方法，该方法采用了跨领域数据生成与增广策略，高效地降低不同数据领域之间的偏差。具体地说，超限隐特征模型将ELM和ELM‑AE(基于ELM的自编码器)纳入统一的优化模型，继承了ELM和ELM‑AE的优点，并且可以在保护原始数据信息的情况下得到良好的图像分类和图像重建效果，具有图像分类能力和图像重建能力，且能够更好地揭示原始图像数据和高级语义之间的潜在关系，减少信息丢失，提高图像分类精度。本发明利用超限隐特征模型解决盲领域适配问题，融合跨领域知识，有效降低不同领域数据之间的领域偏差，提高了盲领域数据分类准确率。
-
Patent Agency Ranking
公开(公告)号：CN111476272A
公开(公告)日：2020-07-31
申请号：CN202010167087.7
申请日：2020-03-11
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于结构约束对称低秩保留投影的降维方法，属于机器学习和模式识别技术领域。该方法包括以下步骤：S1：图像数据集预处理，形成训练集；其中训练集中包含图像数据的数据信息X矩阵和有监督数据标签T矩阵；S2：构建结构约束对称低秩保留投影模型，首先构建基础投影降维模型，同时引入低秩表示学习和监督信息；S3：采用合适的权重更新策略和结束规则对表示矩阵Z、投影矩阵P和监督信息矩阵R进行联合学习，得到训练好的投影降维模型；S4：将图像样本信息输入已训练好的投影降维模型，得到样本的目标分类和重建信息。本发明能够提升降维准确率。
-
公开(公告)号：CN110909783A
公开(公告)日：2020-03-24
申请号：CN201911118540.9
申请日：2019-11-15
Applicant: 重庆邮电大学
Abstract: 在实际场景中，测试数据通常与训练数据的分布不同，并且在训练数据上训练的模型在测试数据中的表现可能会更差，从而导致较差的视觉分类性能。该问题主要是由于域偏差引起的，而域适应通过设计减少分布差异的模型来解决此问题。目前的方法依赖自目标域数据样本参与训练。但是，目标域的测试数据一般无法获取。对于这个盲领域适应问题，提出了一种基于增强重建分类网络的盲领域图像分类与重建方法。使用已训练的源域模型的重建管道增强目标域特征，使其更接近源域的正确类。最后可以使用源域模型的分类管道进行分类。在基准数据集上进行的实验证明，方法在跨域视觉识别方面明显优于最新方法。
-
公开(公告)号：CN110866560A
公开(公告)日：2020-03-06
申请号：CN201911118690.X
申请日：2019-11-15
Applicant: 重庆邮电大学
Abstract: 本发明提供的基于结构约束的对称低秩表示的子空间聚类方法，其包括：S1：获取原始图像的数据矩阵X′；S2：将S1得到的数据矩阵X′进行PCA降维得到X；S3：利用角度决定权重构建X的信息纠错矩阵R；S4：将S2得到的数据矩阵X和S3得到的纠错矩阵R输入结构约束的对称低秩表示模型中，优化输出表示矩阵Z；S5：利用S4输出的表示矩阵Z的主方向的角度信息来获得用于谱聚类的权重矩阵L；S6：将S5获得的权重矩阵L用于谱聚类获得聚类结果。在两种数据集上的大量实验结果表明，与几种最新方法相比，该方法可以很好地揭示复杂子空间的结构，并产生有先进效果的聚类性能。
-
公开(公告)号：CN109934304A
公开(公告)日：2019-06-25
申请号：CN201910228715.5
申请日：2019-03-25
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于超限隐特征模型的盲领域图像样本分类方法，该方法采用了跨领域数据生成与增广策略，高效地降低不同数据领域之间的偏差。具体地说，超限隐特征模型将ELM和ELM-AE(基于ELM的自编码器)纳入统一的优化模型，继承了ELM和ELM-AE的优点，并且可以在保护原始数据信息的情况下得到良好的图像分类和图像重建效果，具有图像分类能力和图像重建能力，且能够更好地揭示原始图像数据和高级语义之间的潜在关系，减少信息丢失，提高图像分类精度。本发明利用超限隐特征模型解决盲领域适配问题，融合跨领域知识，有效降低不同领域数据之间的领域偏差，提高了盲领域数据分类准确率。
-
公开(公告)号：CN109934295A
公开(公告)日：2019-06-25
申请号：CN201910204091.3
申请日：2019-03-18
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于超限隐特征学习模型的图像分类与重建方法，采用了一种数据重构策略进行特征学习，高效学习原始感知数据与相应的高级语义转换关系。具体地说，ELM和ELM-AE(基于ELM的自编码器)被统一在一个学习模型中，该模型具有图像分类能力和图像重建能力，且能够更好地揭示原始图像数据和高级语义之间的潜在关系，减少信息丢失，提高图像分类精度并具备优异的图像数据重建能力。ELF(超限隐特征学习模型)继承了ELM和ELM-AE的优点，并且可以在保护原始数据信息的情况下得到良好的图像分类和图像重建效果。此外，使用了一种基于交错方向法的高效算法来求解优化ELF模型，进一步提升了ELF模型的精度。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.016 seconds)
