-
-
公开(公告)号：CN107392128A
公开(公告)日：2017-11-24
申请号：CN201710569014.9
申请日：2017-07-13
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于双低秩表示和局部约束矩阵回归的鲁棒图像识别方法，属于图像识别领域。本方法首先运用双核范数正则的低秩表示方法对训练样本进行去噪处理，以获取干净的训练样本集；其次，通过局部约束块矩阵回归方法求得测试样本在去噪后的训练样本上某一尺度下的分类结果；最后，运用多尺度融合技术，输出待识别测试样本的类别。
-
公开(公告)号：CN106874917A
公开(公告)日：2017-06-20
申请号：CN201710095034.7
申请日：2017-02-22
Applicant: 南京邮电大学
CPC classification number: G06K9/4671 , G06K9/6223 , G06K2209/21
Abstract: 本发明公开了一种基于Harris角点的显著性目标检测方法，包括步骤：利用Harris角点检测方法检测原始图像和滤波后图像中目标的特征点以生成凸包；将输入的原始图像超像素分割成N个超像素，及根据计算的基于凸包外和凸包内超像素的显著值分别生成背景线索显著图和前景线索显著图；基于凸包中心算法将所生成背景线索显著图和前景线索显著图结合，获得统一的显著图；利用贝叶斯公式对所得统一的显著图加强及计算获得后验概率图；利用K‑means聚类算法计算所得后验概率图中的超像素来扩散它们之间的显著性，以获得最终的显著图。本发明的方法可以使得显著目标在图像边界区域完整，提高了图像显著性效果。
-
公开(公告)号：CN105718885A
公开(公告)日：2016-06-29
申请号：CN201610038361.4
申请日：2016-01-20
Applicant: 南京邮电大学
IPC: G06K9/00
CPC classification number: G06K9/00228 , G06K9/00268
Abstract: 本发明涉及一种人脸特征点跟踪方法，首先，建立人脸训练样本库，从而消除不同国家的人脸结构差别造成的匹配精度的问题，然后，在测试树莓派平台上，基于人脸训练样本库，分别训练建立人脸形状模型和人脸表观模型，最后，在保证配准的精度的前提下，基于主动表观模型算法，采用快速反向合成算法，减小配准计算过程中的复杂度，加快程序运行的速度，克服了现有技术中的缺陷与不足，能够有效提高人脸的跟踪精度。
-
公开(公告)号：CN105654128A
公开(公告)日：2016-06-08
申请号：CN201511019000.7
申请日：2015-12-30
Applicant: 南京邮电大学
IPC: G06K9/62
CPC classification number: G06K9/6256
Abstract: 本发明公开了基于核范数正则低秩编码的风机叶片图像故障识别方法，该方法首先获取风机叶片故障图像训练样本集，然后利用基于核范数正则的低秩编码方法，获取待识别样本在训练样本集上的线性表示系数，最后通过计算待识别样本在每个类上的表示残差，根据残差计算出待识别样本的类标。本发明方法不但保持了图像的结构信息，同时还将同类样本本身具有的低秩特征融入其中，并利用稀疏特征信息来得到待识别样本的表示系数，提高了识别精度。
-
Patent Agency Ranking
公开(公告)号：CN103618728A
公开(公告)日：2014-03-05
申请号：CN201310647570.5
申请日：2013-12-04
Applicant: 南京邮电大学
CPC classification number: H04L9/3073
Abstract: 本发明公开了一种多机构中心的属性加密方法，该方法通过把CP-ABE扩展到多个授权机构，将单授权机构的信任和工作量分散到系统所有授权机构上，提高了系统的安全性和解密效率；该方法包括：系统初始化：通过CA中心的身份验证后，初始化产生密钥；密钥计算：AA中心计算出用户的公私钥对，用于数据加密和解密运算；加密：数据属主执行加密操作后，将密文上传到云端；解密：用户端提交部分私钥后，执行预解密处理，处理后的密文发送到用户端，执行最终的解密运算；属性撤销：当某个用户的属性被撤销后，执行密钥更新以及数据重加密操作，确保数据不被非法获取。
-
公开(公告)号：CN109885653B
公开(公告)日：2022-10-04
申请号：CN201910094487.7
申请日：2019-01-30
Applicant: 南京邮电大学
IPC: G06F16/33 , G06F40/284 , G06F40/30
Abstract: 本发明提供一种文本检索方法，方法包括：初始化文本数据库集合和模糊语义关联矩阵；当确定第一层相似度数值大于预设的阈值时，将文本集合中的对应文本删除并插入第一文本集合，并将第一层相似度数值作为对应文本的相似度数值插入第一相似度集合；当确定第二层相似度数值大于阈值时，将相应文本删插入第二文本集合，并将第二层相似度数值插入第二相似度集合；当确定第三层相似度数值大于阈值时，将该文本删除并插入第三文本集合，并将第三层相似度数值作为该文本的相似度数值插入第三相似度集合；将第零、第一、第二和第三文本集合中文本作为检索结果集合进行输出。上述的方案，可以在文本检索时降低计算复杂度，节约计算资源。
-
公开(公告)号：CN109815889B
公开(公告)日：2022-08-30
申请号：CN201910055693.7
申请日：2019-01-21
Applicant: 南京邮电大学
IPC: G06V40/16 , G06K9/62 , G06V10/774
Abstract: 本发明公开了一种基于特征表示集的跨分辨率人脸识别方法，包括以下步骤：先获取高分辨率训练样本图像、低分辨率测试样本图像和高低分辨率训练字典图像各个像素位置的图像块；然后对低质量测试图像中的每个图像块，运用图像块的约束P范数正则回归方法获得其在低质量训练字典图像中对应位置上的图像块集合的线性表示，运用同样方法对高分辨率训练样本图像获得其在高分辨率字典对应位置上图像块集合的线性表示；再对低分辨率测试图像块特征表示集合和高分辨率训练图像特征表示集进行相似性度量；最后测试图像类别。本发明的优点是：能对分辨率不一致的人脸图像进行准确身份识别，有效解决了因人脸图像分辨率不一致难以识别的问题。
-
公开(公告)号：CN108734722B
公开(公告)日：2022-03-15
申请号：CN201810346646.3
申请日：2018-04-18
Applicant: 南京邮电大学
Abstract: 本发明揭示了一种基于PSR的视觉跟踪错误修正方法，包括如下步骤：S1、计算出第一帧的相关滤波器；S2、限定实施错误修正的范围；S3、计算出与；S4、将与进行比较；S5、提取目标在新状态下的特征；S6、重复上述步骤，完成后续检测修正。当出现物体遮挡、视角变化、目标形变、周围光照变化等情况时，本发明的方法可以通过使用第一帧训练得到的相关滤波器来对后续跟踪检测过程中的状态估计进行判定，若第一帧有比当前帧正在使用的滤波器更高的可信度，则使用第一帧来进行状态估计，从而减少了视觉跟踪过程中错误发生的几率，提高了视觉跟踪的精度。
-
公开(公告)号：CN110852292B
公开(公告)日：2022-02-01
申请号：CN201911126783.7
申请日：2019-11-18
Applicant: 南京邮电大学
IPC: G06V40/16 , G06K9/62 , G06V10/778 , G06N3/04
Abstract: 本发明公开了一种基于跨模态多任务深度度量学习的草图人脸识别方法，首先构建人脸样本图像数据库并进行预处理，对样本进行两两配对，形成草图和正常图片的两种模态的配对；然后对每一个草图和正常图片这两种模态使用对应的神经网络来学习特征，同时让两种模态的网络结构进行参数共享；最后，将两种模态得到的特征投影到公共空间中，计算特征向量之际的距离，通过设计目标函数，根据距离大小来验证结果；通过在两个常用的基准数据集上的实验结果可以直观看出，本发明提供的方法比现有的方法具有更好的跨模态分类性能。
-
-
-
-
-
-
-
-
-
Search Results
105
records
(took 0.022 seconds)
