-
公开(公告)号：CN101673340A
公开(公告)日：2010-03-17
申请号：CN200910104613.9
申请日：2009-08-13
Applicant: 重庆大学
Abstract: 本发明涉及一种综合多方向多尺度与BP神经网络的人耳识别方法，有以下步骤：(1)建立人耳数据库：采集人耳图像，建立人耳数据库的信息；(2)将不加噪声和加噪声的人耳图像的灰度图像进行处理；(3)对人耳图像进行预处理；(4)人耳图像用小波矩不变量的特征提取；(5)将处理过的图像的Hu矩、改进小波矩特征输入BP神经网络识别器，对人耳图像样本进行识别。本发明方法在神经网络中构建人耳自动识别系统模块，利用多方向多尺度方法和小波矩不变量方法识别人耳，对人耳图像样本，特别是对有光照变化、角度变化和遮挡变化的人耳图像样本进行识别，所述方法有检测快速、方法简单、识别率高等优点。
-
公开(公告)号：CN101093540A
公开(公告)日：2007-12-26
申请号：CN200710092439.1
申请日：2007-07-18
Applicant: 重庆大学
Abstract: 本发明请求保护一种复杂背景下的人耳检测及多信息融合的人耳识别方法，它包括复杂背景下的人耳检测和多信息融合的人耳识别两大步；在人耳检测中可以根据不同应用场合，获取包含人耳在内的人体侧面的图像序列或者静态彩色图片；并对这些图片进行分析，将人体图像从复杂背景下提取出来，然后再对人耳进行进一步的精确定位，获得一个包含人耳图像的最小矩形区域；在人耳识别中对人耳图像利用基于万有引力场转换算法提取出的势能阱个数进行粗分类，同时采用分水岭算法提取人耳边缘，并对这些边缘信息采用HSDMHD′提取人耳特征，在粗分类的基础上实现最终识别。本发明能够实现复杂背景下的人耳检测和人耳识别，完成从人耳的自动检测到识别的全过程，形成利用人耳作为特征，对身份进行识别的完整系统。
-
公开(公告)号：CN107506747A
公开(公告)日：2017-12-22
申请号：CN201710810680.7
申请日：2017-09-11
Applicant: 重庆大学
CPC classification number: G06K9/00248 , G06K9/00281 , G06K9/00288 , G06K9/00711 , G06K9/4642 , G06K9/6267 , G06K9/6276 , G06K2009/4666
Abstract: 本发明公开了一种基于视频数据特征点的人脸识别系统及方法，所述人脸识别系统包括视频采集设备、数据库、人脸检测模块、特征点生成模块、特征点筛选模块、特征提取模块和人脸识别模块；本发明的有益技术效果是：SDM算法可有效保证特征点定位的准确性和快速性，识别点的选取能有效降低计算复杂度和提高识别精度，uLBP可以降低计算复杂度和有效克服光照的影响，本发明将它们有机地结合在一起，最终得到了一种识别精度和识别速度都较好的、能对视频数据进行在线识别的人脸识别方案。
-
公开(公告)号：CN107292339A
公开(公告)日：2017-10-24
申请号：CN201710457953.4
申请日：2017-06-16
Applicant: 重庆大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于特征融合的无人机低空遥感影像高分地貌分类方法，在待处理遥感图像中分别选择常见且有代表性的各种地貌，以分别作为各种地貌的训练样本；将每种地貌的训练样本，分别提取颜色特征和纹理特征；然后将颜色特征和纹理特征进行融合，将融合后的特征利用分类方法进行分类学习，得到每种地貌的分类模型；将待分类的无人机低空遥感影像同样进行颜色特征和纹理特征提取并融合，最后根据分类对象融合后的特征，并结合得到的每种地貌的分类模型，利用分类器即可将分类对象划分为某种地貌，由此实现无人机低空遥感影像的分类。本发明能够更有效快速地提取出鉴别特征，且使分类结果更准确。
-
公开(公告)号：CN105738109A
公开(公告)日：2016-07-06
申请号：CN201610096063.0
申请日：2016-02-22
Applicant: 重庆大学
IPC: G01M13/04
Abstract: 本发明公开了一种基于稀疏表示与集成学习的轴承故障分类诊断方法，通过加速度传感器采集每种工况下滚动轴承在不同转速工作的振动加速度信号作为训练样本；选取m个训练样本构成m组训练数据，建立弱分类器—图正则化稀疏表示模型；对图正则化稀疏表示进行T次迭代运算；弱分类器得到分类函数序列，然后对每个分类函数分别赋予一个权重，最终强分类函数F由弱分类函数通过加权得到；通过加速度传感器采集待测滚动轴承在转动工作时的振动加速度信号数据作为测试样本；将测试样本作为强分类函数的输入量带入强分类函数进行运算，即可得到待测滚动轴承的故障分类结果。本方法能够提高滚动轴承故障诊断的准确性和有效性。
-
Patent Agency Ranking
公开(公告)号：CN104655425A
公开(公告)日：2015-05-27
申请号：CN201510099984.8
申请日：2015-03-06
Applicant: 重庆大学
Abstract: 本发明提供了一种基于稀疏表示和大间隔分布学习的轴承故障分类诊断方法，该方法克服了现有单通道机械复合故障诊断方法中信号分解不完备、重构信号难以较好保持观测信号特征等不足，通过完备总体经验模态分解法实现信号从一维到高维的转化，保证了分解的完备性，抑制了模态混叠现象；同时，在盲源信号的特征提取处理过程中，引入了基于稀疏表示的维数约简方法，通过稀疏表示对数据进行稀疏重构，从全局数据中提取出数据特征信息，使得重构信号能够更好的保持了观测信号数据特征；并且，在对待测轴承机型故障类型分类处理过程中，引入了大间隔分布学习分类方法，借助大间隔分布学习分类方法的泛化能力，能够提高轴承故障诊断的准确性和有效性。
-
公开(公告)号：CN101246623B
公开(公告)日：2010-08-25
申请号：CN200810069481.6
申请日：2008-03-19
Applicant: 重庆大学
Abstract: 本发明公开了一种楼层位置提醒系统，包括接受终端和探测终端，接受终端由残障人士随时携带，探测终端安装在需要提醒的地方，还包括有综合管理中心，所述综合管理中心负责对接受终端与探测终端进行统一管理，在残障人士进入大楼时，由综合管理中心向接受终端输入该残障人士的基本信息，所述接受终端与探测终端通过Zigbee技术进行无线通讯，将探测到的距离信息发送给接受终端，给残障人士位置提醒。该系统可以从残障人士的类型，设置不同的提醒方式，为残障人士提供人性化的服务。
-
公开(公告)号：CN101551853A
公开(公告)日：2009-10-07
申请号：CN200810233050.9
申请日：2008-11-14
Applicant: 重庆大学
IPC: G06K9/00
Abstract: 本发明涉及一种分阶段优化的静态彩色复杂背景下的人耳检测方法，所述方法有以下步骤：(1)选择YCbCr空间作为肤色分割空间，采用高斯模型作为肤色分布模型，进行肤色似然度转换并对转换后图像进行动态阈值分割；(2)对分割出的每个区域，用形态学方法优化，进行肤色区域筛选，排除不含人侧脸的肤色区域，减少干扰；(3)采用小波模极大值方法在不同尺度下检测图像边缘，并叠加不同尺度下的边缘二值图像，既精确地检测出人耳的内外边缘，抑制了噪声干扰；(4)对边缘二值图像膨胀、填充、细化和重构，实现人耳检测。试验结果表明，该发明取得了较好的效果，可望为人耳自动识别系统的开发提供有益的参考。
-
公开(公告)号：CN101256625A
公开(公告)日：2008-09-03
申请号：CN200710093180.2
申请日：2007-12-19
Applicant: 重庆大学
IPC: G06K9/00
Abstract: 本发明提出了基于万有引力场转换、分水岭算法和Canny算子相结合的人耳图像边缘提取方法。其包括第一：利用万有引力场转换对原始图像进行预处理，把噪声和光照的影响降低，强化边缘信息；第二：使用分水岭算法对图像进行有效的分割，获得一个只包含人耳的最小封闭区域；利用分水岭算法对人耳的外侧边缘进行提取；接着利用所提取的边缘具有封闭性的特点，分割出仅包括人耳内侧区域的图像；第三：利用Canny算子对图像小细节敏感的特性，对内侧部分的边缘进行提取。最后将人耳图像外部和内部边缘进行合成，最终得到完整的人耳边缘曲线。本方法得出的耳朵边缘图像比较清晰完整，比单一采用其他方法效果更好，为后续特征提取及识别提供了较好基础，有望提高识别效率。
-
公开(公告)号：CN117975279A
公开(公告)日：2024-05-03
申请号：CN202410240273.7
申请日：2024-03-04
Applicant: 重庆大学
IPC: G06V20/10 , G06V10/44 , G06V10/764 , G06N3/0895 , G06N3/0455 , G06N3/0464
Abstract: 本发明涉及一种用于半监督高光谱变化检测的差分对比增强方法，属于深度学习技术领域。该方法包括以下步骤：S1：高光谱图像预处理；S2：数据集标注与划分；S3：将有限标记样本和大量无标记样本输入差分对比特征增强网络进行训练；S4：训练完成后对完整图像进行变化检测获得结果。本发明所述方法的性能优于其他的高光谱图像农田变化检测方法，本方法可以在有限标记样本条件下有效地训练模型，不需要额外的预检测和预训练。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.019 seconds)
