-
公开(公告)号：CN111563554A
公开(公告)日：2020-08-21
申请号：CN202010390223.9
申请日：2020-05-08
Applicant: 河北工业大学
Abstract: 本发明基于回归变分自编码器的零样本图像分类方法，涉及用于应用电子设备进行识别图形的方法，通过训练对齐交叉重建变分自编码器，计算回归网络损失，计算整个模型网络的全局损失L，对分类器进行训练，计算分类正确率，完成基于回归变分自编码器的零样本图像分类，克服了对广义零样本分类的现有技术存在训练样本匮乏，生成样本缺少语义性和生成对抗网络易于崩溃的缺陷。
-
公开(公告)号：CN110909673A
公开(公告)日：2020-03-24
申请号：CN201911148055.6
申请日：2019-11-21
Applicant: 河北工业大学
Abstract: 本发明一种基于自然语言描述的行人再识别方法，涉及用于识别图形记录载体的处理，具体说是设计图像和自然语言描述双分支网络结构，图像分支网络结构采用MobileNet卷积网络进行图像特征提取，自然语言描述分支网络结构通过BiLSTM网络进行文本特征提取，对于图像特征和文本特征之间的相似性度量部分进行构建堆叠损失函数并进行网络训练，用训练好的网络在待测图像集中搜索所包含的对应的行人图像，实现基于堆叠损失函数的自然语言描述的行人再识别，克服了现有技术中所存在的特征提取部分文本特征表征性不高，损失函数部分训练网络困难训练时间长及训练过程要消耗大量内存的缺陷。
-
公开(公告)号：CN106683119B
公开(公告)日：2020-03-13
申请号：CN201710013944.6
申请日：2017-01-09
Applicant: 河北工业大学
Abstract: 本发明基于航拍视频图像的运动车辆检测方法，涉及图像数据处理中的图像运动分析，步骤是：对输入运动车辆彩色序列图像匹配，进一步得到背景补偿后的图像：包括基于SURF特征点的图像匹配和估计摄像机的全局运动参数得到背景补偿后的图像；运动车辆位置的粗检测；运动车辆位置的精确检测：包括自适应道路检测、提取候选车辆区域的CHLBP特征和利用SVM分类器对CHLBP特征进行判断获取运动车辆位置的精确检测。该方法融合时间和空间特性，克服了现有技术存在只适用于简单的单一场景运动车辆检测，难以适用于不同场景下的多运动车辆检测，检测的准确率容易受到尺度变化、复杂环境和摄像头运动的影响的缺陷。
-
-
公开(公告)号：CN109770932A
公开(公告)日：2019-05-21
申请号：CN201910128235.1
申请日：2019-02-21
Applicant: 河北工业大学
IPC: A61B6/00
Abstract: 本发明多模态脑部神经影像特征的处理方法，涉及用于识别图形的图像特征或特性的抽取的图像预处理，先采用样本权重和低秩约束的多模态神经影像特征选择方法对多模态的数据进行特征选择，得到低维特征矩阵，计算每个模态的核矩阵，得到低维特征矩阵，计算每个模态的核矩阵，然后将不同模态的核矩阵融合成一个核矩阵，由此选择出更具有判别性的生物标志物特征，并使用多核支持向量机对阿尔茨海默病新样本病例进行预测分类，克服了现有技术中，所存在的利用的生物标志物特征会对受试者造成伤害，只利用一种脑部影像特征数据或利用不充分的多模态脑部神经影像特征数据不能找出患者的患病脑区，并且所利用的脑部影像中的特征没有医学上的解释性的缺陷。
-
Patent Agency Ranking
公开(公告)号：CN109711378A
公开(公告)日：2019-05-03
申请号：CN201910000813.3
申请日：2019-01-02
Abstract: 本发明人脸表情自动识别方法，涉及用于识别图形的图像特征或特性的抽取的图像预处理，步骤是：人脸表情图像预处理→对人脸表情图像的关键特征点进行自动定位标记→将人脸表情图像的关键特征点形成特征块→获得各个不规则的多边形特征块的PD-LDN特征直方图；获得各个不规则的多边形特征块的七阶矩特征→将PD-LDN特征直方图和七阶矩特征融合起来，得到融合的人脸表情特征数据→采用SVM分类器进行人脸表情的训练和预测，实现人脸表情自动识别。本发明方法克服了现有的人脸表情识别方法存在对光照噪声的干扰鲁棒性差，对局部信息的提取不充分，计算复杂，导致人脸表情识别率低并且计算时间过长的缺陷。
-
公开(公告)号：CN105654123B
公开(公告)日：2019-02-22
申请号：CN201511003862.0
申请日：2015-12-26
Applicant: 河北工业大学
Abstract: 本发明一种机织物组织图的识别方法，涉及图像分析，步骤是：第一步，基于纱线边界特征的机织物组织结构种类识别：机织物图像预处理、纠斜和分割出每个组织点图像，利用组织点图像的纱线边界特征判断组织点图像经纬属性，获得机织物组织循环纱线数并对组织结构分类；第二步，基于改进Gabor特征和组织结构类别的机织物组织图识别：基于改进Gabor核变换提取非斜纹组织点图像特征，PCA降维，利用支持向量机分类非斜纹组织点图像，分类矫正机织物组织图矩阵，输出正确机织物组织图；本发明方法能够在不同光照情况下，对不同粗细和颜色纱线编织而成的机织物三原组织及其简单的变化组织结构的机织物组织图具有鲁棒的识别效果。
-
公开(公告)号：CN105303195B
公开(公告)日：2018-09-28
申请号：CN201510683226.0
申请日：2015-10-20
Applicant: 河北工业大学
IPC: G06K9/62
Abstract: 本发明一种词袋图像分类方法，涉及应用电子设备进行识别图形的方法，是一种基于距离次序的视觉单词权重分配的词袋图像分类方法，步骤是：对图像进行分块并提取特征；对获得的特征进行聚类生成“视觉单词词汇表”；计算待分配“视觉单词”的权重；结合空间金字塔理论获得每幅图像的最终直方图表示；利用支持向量机对待测图像进行分类，最后输出图像类别。本发明方法克服了现有图像分类技术存在单一的特征不能完全代表图像的信息和图像分类存在准确率不高的缺陷。
-
-
公开(公告)号：CN106529447A
公开(公告)日：2017-03-22
申请号：CN201610957103.6
申请日：2016-11-03
Applicant: 河北工业大学
Abstract: 本发明一种小样本人脸识别方法，涉及应用电子设备进行人脸识别的方法，是一种利用单层多尺度卷积神经网络结构进行多特征融合和分类的人脸识别方法，步骤是：人脸图像预处理；人脸图像多特征图的提取：包括提取一层DWT低频子带图、提取Sobel边缘特征图和提取LBP纹理特征图；利用单层多尺度卷积神经网络结构进行多特征融合；用Softmax分类器预测分类结果，实现人脸识别。本发明克服了现有技术在解决小样本人脸识别问题中，受分类方法的限制，分类识别率不高的缺陷。
-
-
-
-
-
-
-
-
-
Search Results
116
records
(took 0.038 seconds)
