-
公开(公告)号：CN103049767A
公开(公告)日：2013-04-17
申请号：CN201310028098.7
申请日：2013-01-25
Applicant: 西安电子科技大学
IPC: G06K9/66
Abstract: 本发明公开了一种基于生物激发特征和流形学习的极光图像分类方法。其实现步骤为：（1）对输入的极光图像进行边缘去噪的预处理；（2）使用多尺度，多方向的Gabor滤波器组对预处理后的极光图像进行Gabor滤波，得到C1层特征图，取每幅特征图的像素灰度值之和作为极光图像的C1特征；（3）提取极光图像的Gist特征；（4）将C1特征和Gist特征融合，得到极光图像的BIFs特征；（5）对BIFs特征进行模糊c均值聚类后，利用流形学习算法DLA进行降维，得到BIFs在低维空间的表示；（6）利用支持向量基分类器SVM和最近邻分类器NN分别实现对极光图像的分类。本发明能很好的模拟人脑视皮层的识别过程，减少了数据冗余，提高了分类正确率，可用于场景分类与目标识别。
-
公开(公告)号：CN102163330B
公开(公告)日：2012-12-05
申请号：CN201110082830.X
申请日：2011-04-02
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于张量分解与Delaunay三角划分的多视角人脸合成方法，主要解决现有技术中，连续视角变化的人脸图像难以合成的问题，其合成方案是：利用特征点标注的方法提取出人脸图像的轮廓信息；采用张量分解的方法分离出训练集中人脸数据的视角系数矩阵；对视角系数矩阵进行样条拟合；利用张量分解公式构建新视角的特征点；应用Delaunay三角划分以及线性仿射变换根据已知人脸图像合成出新视角的人脸图像。本发明具有人脸合成结果逼真、合成视角范围广及运算复杂度低的优点，可用于计算机视觉领域或多媒体技术中不同视角下的人脸合成。
-
公开(公告)号：CN119942270A
公开(公告)日：2025-05-06
申请号：CN202510421323.6
申请日：2025-04-07
Applicant: 西安电子科技大学
IPC: G06V10/774 , G06N3/0495 , G06N3/0499 , G06N3/08 , G06N5/04 , G06V10/764 , G06V10/778 , G06V10/82
Abstract: 本发明公开了一种用于连续学习图像分类的跨子空间知识对齐方法，旨在增强模型对误导性任务ID的鲁棒性。本发明的跨子空间知识对齐与聚合方式在学习任务识别器的同时，还通过专用的任务子模块来确保模型的可塑性，并采用了一种双重知识对齐训练框架。双重知识对齐在特征和分类器决策边界级别对齐不同子空间的特征语义和决策边界，从而克服子空间不对齐带来的模糊决策问题。此外，为了在推理过程中避免对误导性任务ID产生过度自信，本发明提出了一种任务置信引导的适配器混合的强大推理机制，通过任务子模块的软知识聚合实现更稳健的推理。实验表明，本发明的跨子空间知识对齐与聚合方式在性能上优于现有的基于高效参数微调的类别增量学习方法。
-
公开(公告)号：CN116721332A
公开(公告)日：2023-09-08
申请号：CN202310755099.5
申请日：2023-06-25
Applicant: 西安电子科技大学
IPC: G06V10/82 , G06V10/774 , G06V10/764 , G06V10/40 , G06V20/52
Abstract: 本发明公开了一种基于动态MLP的跨模态目标重识别方法，包括：步骤1、获取待识别的图像；步骤2、将所述待识别的图像输入至训练好的识别网络，得到待识别的特征向量，将所述待识别的特征向量与所述特征向量库中的特征向量进行匹配，以得到目标识别结果。本发明利用对输入输出的标准化解决了并行神经网络在参数映射的训练过程中梯度下降不稳定的问题。本发明的基于动态MLP的跨模态目标重识别方法可以增强模态特征向量的表征能力，减小了模态间差异，能够进一步提高模型精度，提升不同模态目标匹配的准确率。
-
公开(公告)号：CN115393284A
公开(公告)日：2022-11-25
申请号：CN202210927432.1
申请日：2022-08-03
Applicant: 西安电子科技大学
Abstract: 本发明涉及一种成像先验驱动的渐进式空间小目标智能识别方法，包括步骤：使用基于阈值嵌入的最小外接矩形框算法对带有运动模糊的空间目标进行初步定位，得到初步定位图像；提取初步定位图像的退化特征，并计算初步定位图像和退化特征的残差，得到去模糊的空间目标图像；利用训练好的改进的增强型超分辨率生成对抗网络对去模糊的空间目标图像进行特征提取，得到清晰化的空间目标图像；利用训练好的残差网络对清晰化的空间目标图像进行目标识别，得到空间目标类型。该识别方法先对空间目标进行初步定位，然后对定位出的空间目标图像进行去运动模糊和清晰化操作，最后使用残差网络进行目标识别，提高了宽幅图像中空间目标识别的准确率。
-
Patent Agency Ranking
公开(公告)号：CN107705295B
公开(公告)日：2021-11-30
申请号：CN201710828732.3
申请日：2017-09-14
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于稳健主成分分析法(RPCA)的图像差异检测方法，主要解决图像或视频数据中差异变化的检测问题。其实现步骤是：1.获取不同时间、不同视角、同一场景的图像；2.对图像进行几何配准；3.分别对配准后的图像数据进行列向量化处理，并将所有的列向量合成矩阵X；4.利用RPCA对矩阵X进行分解，得出对应的包含差异点信息的稀疏矩阵S0；5.根据稀疏矩阵S0，得到每一幅图像差异点的填充区域，并对杂噪点进行滤除；6.根据填充区域结果，得出每一幅图像差异区域的中心坐标和长宽大小，将该差异区域标注在配准后的图像中。与现有技术相比，本发明具有对视角、光照、噪声等各种非理想扰动更加稳健的优点，可用于多时相无人机平台下的差异区域检测。
-
公开(公告)号：CN109410127B
公开(公告)日：2020-09-01
申请号：CN201811082938.7
申请日：2018-09-17
Applicant: 西安电子科技大学
Abstract: 本发明涉及一种基于深度学习与多尺度图像增强的图像去噪方法，包括：对待处理的原始图像进行多尺度图像信息增强，得到增强后图像；利用图像去噪卷积神经网络模型对所述增强后图像进行处理，得到去噪后图像。该图像去噪方法增加了多尺度增强信息的预处理过程，提升了图像像素之间的对比度，图像灰度级变得均衡，且图像的灰度级范围变宽，从而能够得到图像的重要细节和纹理，将该增强图像输入到后续的卷积神经网络模型中，能够实现去噪图像视觉效果的增强。
-
公开(公告)号：CN107908646A
公开(公告)日：2018-04-13
申请号：CN201710937041.7
申请日：2017-10-10
Applicant: 西安电子科技大学
Abstract: 本发明公开的基于分层卷积神经网络的图像检索方法，主要解决现有全天空极光图像检索中准确率较低的问题。其实现步骤为：①采用自适应极化栅栏法确定全天空极光图像的局部关键点；②提取全天空极光图像的局部SIFT特征并构建视觉字典；③对卷积神经网络进行预训练和微调并构建极化区域池化层；④提取全天空极光图像的区域CNN特征和全局CNN特征；⑤对所有特征进行二值化处理并构建分层特征；⑥构建倒排索引表并分开保存全局CNN特征；⑦提取查询图像的分层特征并计算其与数据库图像的相似度，输出检索结果。本发明使用分层特征实现了局部关键点之间的匹配，解决了现有图像检索方法中虚警率较高的问题，具有检索准确率高的优点，适用于实时图像检索。
-
公开(公告)号：CN102034107B
公开(公告)日：2012-12-05
申请号：CN201010570786.2
申请日：2010-12-02
Applicant: 西安电子科技大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于鲁棒视觉注意特征与稀疏表示的不良图像判别方法，主要解决现有基于低级语义特征的方法不足以描述不良图像信息的内容，从而导致误判的问题。其步骤是：(1)采用高斯混合模型寻求多峰肤色分布的规律，建立肤色模型；(2)通过Bootstrap的主动反馈方法优化肤色模型；(3)引入人眼视觉注意模型，检测图像中有限的显著特征点；(4)进一步利用肤色区域去除冗余特征点；(5)对图像保留下来的感兴趣点采用尺度不变特征转换SIFT进行描述；(6)生成不良图像和正常图像的码本库；(7)采用稀疏表示中的图像重构误差检索出不良图像。实验结果表明，本发明具有更强的鲁棒性，能更好的分辨出不良图像和正常图像。
-
公开(公告)号：CN102129576A
公开(公告)日：2011-07-20
申请号：CN201110047076.6
申请日：2011-02-28
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种全天空极光图像占空比参数的提取方法，主要解决现有技术只能对具有明显形状和边界的光斑进行分割导致占空比参数误差较大的缺陷。其特定是根据极光在天空所呈现的不同形态采用相应分割方法，即首先对全天空极光图像进行预处理；然后确定光斑区域最优分割阈值，对光斑区域进行分割；接着根据光线区域与背景天空区域纹理结构的差异，对光线区域进行分割；最后根据光斑和光线区域的分割结果，计算占空比参数。本发明通过灰度特征确定光斑分割阈值，对无明显形状或边界的光斑也能精确分割，并根据纹理特征实现光线区域的成功分割，有效降低了占空比参数的误差，可用于复杂形态的极光区域从天空背景区域的分割。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.028 seconds)
