基于随机森林的级联位置回归用于人脸对齐的方法

    公开(公告)号:CN105631436B

    公开(公告)日:2018-12-04

    申请号:CN201610054837.3

    申请日:2016-01-27

    Abstract: 本发明公开了一种基于随机森林的级联位置回归用于人脸对齐的方法,其特征在于,包括如下步骤:1)得到归一化人脸图片;2)计算人脸的平均形状;3)生成人脸对齐框架的候选特征点;4)生成人脸形状索引灰度值;5)生成人脸形状索引特征X;6)构建人脸对齐框架;7)初始化人脸形状,不断迭代后,输出最终的估计人脸形状。这种方法在光照、表情变化、遮挡等情况下能够保持很好的鲁棒性,并且能提高精度、减少失败率。

    基于数据增强的改进型卷积网络的图像超分辨率重建方法

    公开(公告)号:CN106952229A

    公开(公告)日:2017-07-14

    申请号:CN201710151796.4

    申请日:2017-03-15

    Abstract: 本发明公开一种基于数据增强的改进型卷积网络的图像超分辨率重建方法,包括数据增强和网络结构改进的步骤。一方面采用多角度旋转和翻转样本集的方式增加了样本的多样性,因此可以获得多角度背景的特征实现特征的旋转不变性;充分的特征信息有利于提高图像的重建精度。另一方面本方法的网络模型利用深层卷积神经网络提取特征,多层的卷积层有利于提取更高级,更加完整的特征,然后用反卷积层作为重建层对卷积层输出的特征映射进行处理,恢复图像分辨率,从而得到超分辨率图像。由于卷积层缺乏旋转不变性的特性,本方法另外样本的多样性达到增加参数的目的,从而更好的拟合网络最终实现提高重建精度,并加快网络训练的收敛速度的效果。

    基于改进的屏蔽泊松算法的三维点云重建方法

    公开(公告)号:CN106780751A

    公开(公告)日:2017-05-31

    申请号:CN201710044516.X

    申请日:2017-01-19

    CPC classification number: G06T17/30

    Abstract: 本发明公开了基于改进的屏蔽泊松算法的三维点云重建方法,包括如下步骤:获取模型三维点云数据;引入屏蔽因子,通过引入点和梯度的约束来对泊松算法进行预处理约束限制;使用八叉树分割对点云简化去噪,压缩存储,建立点云间拓扑结构,实现快速建立和高效查找八叉树邻节点;对每个点云法向量进行法向重定向,减少法向指向的二义性;计算向量场;求解屏蔽泊松方程,得到指示函数;对点云等值面提取,得到三维重建模型。本发明方法整体上提高了法向量精确度很好地去除伪封闭曲面,同时对孔洞有良好填充,对表面信息丰富的物体模型点云数据,能够使纹理细节更显著。本发明方法可以广泛用在逆向工程,文物修复,和医学图像等领域。

    高灵敏度导航卫星信号非线性捕获方法及装置

    公开(公告)号:CN102680988A

    公开(公告)日:2012-09-19

    申请号:CN201210162393.7

    申请日:2012-05-23

    Abstract: 本发明所要解决的技术问题是提供一种高灵敏度导航卫星信号非线性捕获方法及装置,该方法与装置采用DBZP技术来减小相关功率损失;用FFT技术减少了做相关所需时间;利用非线性双稳随机共振系统的特性来提高系统输出信噪比;捕获过程中引入了MTM(最大相关值与相关均值比值)阈值检测方法,提高了正确检测率。本发明能够最大限度地提高GPS信号捕获灵敏度;并且可以极大限度地减小捕获时间,为弱GPS信号的实时高灵敏度捕获提供技术支持。

    GPS信号捕获方法与系统
    16.
    发明公开

    公开(公告)号:CN102662183A

    公开(公告)日:2012-09-12

    申请号:CN201210128335.2

    申请日:2012-04-27

    Abstract: 本发明公开一种GPS信号捕获方法与系统,该方法与系统将快速傅里叶变换(FFT)、双块零拓展(Double Block Zero Padding,DBZP)、差分相干、频差修正等技术有机地结合,使其既能实现高效快速的GPS信号捕获,还能改善快速傅里叶变换计算过程中由大多普勒频移引起码片速率变化而造成的相关功率损失;此外,频差修正技术还能够削弱残余多普勒频移误差造成的功率损失,并实现高效快速的捕获。

    基于加权稀疏的混合噪声去除方法

    公开(公告)号:CN106204482B

    公开(公告)日:2019-03-29

    申请号:CN201610538475.5

    申请日:2016-07-08

    Abstract: 本发明公开一种基于加权稀疏的混合噪声去除方法,其在加权稀疏表示非局部训练字典的基础上加入变分法,对非局部相似块进行匹配,然后用对偶的方法求解混合去噪图像,能更好的保存图像的边缘信息。本发明的去噪效果优于现有算法,其具有很高的峰值信噪比和图像特征相似度,对混合噪声有很好的抑制作用,特别是能够很好的保存图像的边缘信息,对图像特征的保留有一定的改善。

Patent Agency Ranking