公开(公告)号：CN113128466A

公开(公告)日：2021-07-16

申请号：CN202110509840.0

申请日：2021-05-11

Applicant: 深圳大学

Inventor： 裴继红 ,  倪子阳 ,  赵阳 ,  杨烜

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种行人重识别方法、系统、电子装置及存储介质，方法包括：数据准备，数据包括用于特征提取网络的训练数据集和测试数据集，训练数据集和测试数据集具有不同的查询集及候选集，查询集包括查询行人序列，候选集包括候选行人序列；利用训练数据集对特征提取网络进行预训练及微调；利用特征提取网络对测试数据集内的测试数据进行特征提取，并对提取的特征进行维数简约，得到图像特征；对测试数据的图像特征进行相似性度量，得到最匹配的候选行人；输出最匹配的候选行人。本申请能够充分利用序列中所有的图像信息，避免特征融合带来的问题，在行人序列重识别任务中性能取得显著的提升。

公开(公告)号：CN112287995A

公开(公告)日：2021-01-29

申请号：CN202011161508.1

申请日：2020-10-26

Applicant: 深圳大学

Inventor： 裴继红 ,  陈浩 ,  赵阳 ,  王超 ,  杨烜

IPC: G06K9/62

Abstract: 本发明公开了一种基于多层耦合映射的低分辨率图像识别方法，包括：获取低分辨率样本图像和多种高分辨率样本图像；基于耦合映射学习方法，学习低分辨率样本图像和多种高分辨率样本图像在所有层中的耦合映射矩阵；根据耦合映射矩阵确定待识别图像在每一层中的新特征；根据待识别图像在每一层中的新特征以及最近邻法进行待识别图像的分类识别。通过实施本发明，提出了多级分层结构，实现不同分辨率水平下的信息互补。同时，利用核方法通过非线性途径将原始图像变换到核空间中，并在核空间中进行耦合空间的学习。能够更加准确的描述高低分辨率图像之间的关系。此外，还采用了从局部耦合优化到全局优化的结构，特征信息互为补充，增强了方法的泛化性。

公开(公告)号：CN114372942A

公开(公告)日：2022-04-19

申请号：CN202111565414.5

申请日：2021-12-20

Applicant: 深圳大学

Inventor： 裴继红 ,  吴江浩 ,  赵阳 ,  杨烜

IPC: G06T5/50 ,  G06T5/40 ,  G06T7/11 ,  G06T7/136

Abstract: 本发明公开一种海面红外图像增强方法，包括：输入待增强的海面红外图像，对所述待增强的海面红外图像进行顶帽变换得到感兴趣区域；对所述感兴趣区域图像进行自适应分割得到所述待增强的海面红外图像的辐射源二值化标记图像，并利用所述辐射源二值化标记图像确定辐射源区域图像，以及根据所述辐射源二值化标记图像构建辐射源抑制图像；以海天线为基准确定所述海面红外图像的陆空区域局部照度图和海水区域局部照度图；根据所述陆空区域局部照度图和所述海水区域局部照度图构建局部导引图对所述待增强的海面红外图像进行背景增强得到所述海面红外图像的背景增强图；将所述辐射源区域图像叠加至所述海面红外图像背景增强图上得到所述海面红外图像的增强结果。

公开(公告)号：CN105893954A

公开(公告)日：2016-08-24

申请号：CN201610192602.0

申请日：2016-03-30

Applicant: 深圳大学

Inventor： 陈文胜 ,  赵阳 ,  陈波 ,  潘彬彬

IPC: G06K9/00

CPC classification number: G06K9/00288 ,  G06K9/00268 ,  G06K9/6239 ,  G06K9/6256 ,  G06K9/6268 ,  G06T7/337 ,  G06T2207/20081 ,  G06T2207/20084 ,  G06T2207/30201

Abstract: 本发明提供了一种基于核机器学习的非负矩阵分解人脸识别方法及系统，该方法包括A、B、C、D、E五个步骤。本发明的有益效果是：本发明通过直接对两个核矩阵进行学习，从而避免了对原像矩阵的学习，通过改变学习的对象，使迭代公式中避免出现核函数求导的过程，从而实现了核函数的选取没有限制的效果，得到一种对任意的核函数都通用的算法。