-
公开(公告)号：CN105138951B
公开(公告)日：2018-05-25
申请号：CN201510397326.7
申请日：2015-07-08
Applicant: 西安电子科技大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于图模型表示的人脸画像‑照片识别方法，主要解决现有方法在进行人脸画像‑照片识别时忽略人脸图像空间结构信息的问题。其实现步骤是：(1)划分训练画像样本集、训练照片样本集和测试样本集；(2)根据划分结果组成测试画像图模型表示集和测试照片图模型表示集；(3)根据测试画像图模型表示集和测试照片图模型表示集计算相似度集；(4)根据相似度集计算人脸画像‑照片识别率。本发明与现有方法相比，在计算图模型表示过程中使用人脸图像的空间结构信息，提高了人脸画像‑照片识别率，可用于刑侦破案中犯罪嫌疑人的身份识别。
-
Patent Agency Ranking
公开(公告)号：CN104517274B
公开(公告)日：2017-06-16
申请号：CN201410818175.3
申请日：2014-12-25
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于贪婪搜索的人脸画像合成方法。其实现步骤是：划分字典训练照片样本集A、合成训练照片样本集Bp、合成训练画像样本集Bs和测试照片样本集；通过分块得到字典训练照片块集合SA、合成训练照片块集合Sp、合成训练画像块集合Ss和测试照片块集合；从字典训练照片块集合SA中学到训练照片块特征字典Dp；用Dp求出Sp对应的稀疏表示集合Cp以及测试照片块S对应的稀疏表示；用稀疏表示在Cp中进行贪婪搜索寻找近邻；再用搜索到的近邻画像‑照片块来建立马尔可夫随机场模型合成画像。本发明与现有方法相比，无需限制测试照片背景，且能合成测试照片中的非人脸部件，可用于刑侦破案和数字娱乐。
-
公开(公告)号：CN103984954B
公开(公告)日：2017-06-13
申请号：CN201410165469.0
申请日：2014-04-23
Applicant: 西安电子科技大学宁波信息技术研究院
Abstract: 本发明涉及一种基于多特征融合的图像合成方法，用于将照片合成为画像，或者将画像合成为照片，其实现步骤是：首先划分数据库样本集；将所有的图像进行图像滤波后，对图像分块并提取图像块特征，得到训练画像块字典和照片块字典；利用这两个字典根据输入的测试照片块或测试画像块，寻找近邻块；建立马尔可夫网络模型得到待合成画像块或待合成照片块；对所有的待合成画像块或待合成照片块进行融合即可得到合成画像或合成照片。本发明与现有方法相比，合成结果具有更高的清晰度和更少的结构缺失，可用于人脸检索与识别。
-
公开(公告)号：CN104091174B
公开(公告)日：2017-04-19
申请号：CN201410330945.X
申请日：2014-07-13
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于支撑向量机的画像风格分类方法，主要解决名画甄别中需要借助于专业的物理设备和刑侦破案中比对出的犯罪嫌疑人照片精确性差的问题。其技术方案是：(1)划分数据库样本集为训练集和测试集；(2)将划分训练集为五个部件训练集；(3)将每个部件训练集生成五组风格集和相应的类标；(4)在五组风格集和相应的类标之间生成支撑向量参数；(5)划分测试集为五个部件测试集；(6)用每个部件测试集生成部件向量；(7)由五个部件向量生成五个部件类标；(8)由五个部件类标生成测试画像的风格类标。本发明无需借助于专业的物理设备就可甄别出画像风格，并能比对出精确性高的犯罪嫌疑人照片，可用于名画甄别和刑侦破案。
-
公开(公告)号：CN104517274A
公开(公告)日：2015-04-15
申请号：CN201410818175.3
申请日：2014-12-25
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于贪婪搜索的人脸画像合成方法。其实现步骤是：划分字典训练照片样本集A、合成训练照片样本集Bp、合成训练画像样本集Bs和测试照片样本集；通过分块得到字典训练照片块集合SA、合成训练照片块集合Sp、合成训练画像块集合Ss和测试照片块集合；从字典训练照片块集合SA中学到训练照片块特征字典Dp；用Dp求出Sp对应的稀疏表示集合Cp以及测试照片块S对应的稀疏表示；用稀疏表示在Cp中进行贪婪搜索寻找近邻；再用搜索到的近邻画像-照片块来建立马尔可夫随机场模型合成画像。本发明与现有方法相比，无需限制测试照片背景，且能合成测试照片中的非人脸部件，可用于刑侦破案和数字娱乐。
-
公开(公告)号：CN104091174A
公开(公告)日：2014-10-08
申请号：CN201410330945.X
申请日：2014-07-13
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于支撑向量机的画像风格分类方法，主要解决名画甄别中需要借助于专业的物理设备和刑侦破案中比对出的犯罪嫌疑人照片精确性差的问题。其技术方案是：(1)划分数据库样本集为训练集和测试集；(2)将划分训练集为五个部件训练集；(3)将每个部件训练集生成五组风格集和相应的类标；(4)在五组风格集和相应的类标之间生成支撑向量参数；(5)划分测试集为五个部件测试集；(6)用每个部件测试集生成部件向量；(7)由五个部件向量生成五个部件类标；(8)由五个部件类标生成测试画像的风格类标。本发明无需借助于专业的物理设备就可甄别出画像风格，并能比对出精确性高的犯罪嫌疑人照片，可用于名画甄别和刑侦破案。
-
-
-
-
-
Search Results
16
records
(took 0.031 seconds)
