-
公开(公告)号：CN102136067B
公开(公告)日：2013-02-27
申请号：CN201110069831.0
申请日：2011-03-23
Applicant: 复旦大学
IPC: G06K9/46
Abstract: 本发明属于遥感图像处理技术领域，具体为一种基于Cayley-Menger行列式的高光谱遥感图像端元提取方法。本发明采用采用线性混合模型，在已知高光谱数据集和端元数目的基础上实现端元提取。该方法是一种基于单形体几何的端元提取方法，它将Cayley-Menger行列式引入单形体的体积计算，从而利用Hermite矩阵的分块特性和求逆引理方便快捷的实现端元的有效提取。在基于高光谱遥感图像的高精度的地物分类以及地面目标的检测和识别方面具有特别重要的应用价值。
-
公开(公告)号：CN102136067A
公开(公告)日：2011-07-27
申请号：CN201110069831.0
申请日：2011-03-23
Applicant: 复旦大学
IPC: G06K9/46
Abstract: 本发明属于遥感图像处理技术领域，具体为一种基于Cayley-Menger行列式的高光谱遥感图像端元提取方法。本发明采用采用线性混合模型，在已知高光谱数据集和端元数目的基础上实现端元提取。该方法是一种基于单形体几何的端元提取方法，它将Cayley-Menger行列式引入单形体的体积计算，从而利用Hermite矩阵的分块特性和求逆引理方便快捷的实现端元的有效提取。在基于高光谱遥感图像的高精度的地物分类以及地面目标的检测和识别方面具有特别重要的应用价值。
-
公开(公告)号：CN101271525A
公开(公告)日：2008-09-24
申请号：CN200810035862.2
申请日：2008-04-10
Applicant: 复旦大学
Abstract: 本发明属于机器视觉和图像处理技术领域，具体为一种快速的图像序列特征显著图获取方法。本发明把输入图像序列的时间信息和空间信息综合在四元数特征图像中，将图像的颜色、形状和运动信息结合起来用于后续显著目标抽取，同时该算法利用四元数特征图像频率域的相位信息作为原图像序列显著图获取的依据，能快速准确的得到图像中人眼感兴趣的注意力选择区域，从中可以进一步提取出图像中的显著物体。实验表明本发明在自然视频流场景中有着较高的运算效率和很好的显著目标抽取结果。同时，方法本身复杂度较低，易于硬件实现，在机器人视觉，目标跟踪以及图像分割，视频压缩、编码、传输等领域内有很好的应用前景。
-
公开(公告)号：CN100375108C
公开(公告)日：2008-03-12
申请号：CN200610024307.0
申请日：2006-03-02
Applicant: 复旦大学
Abstract: 本发明是一种快速的人脸特征点定位方法，对于一张任意输入的人脸正面或侧面(偏转角度在45度以内)数字图像，本算法能快速有效的定位出面部的大量显著特征点的位置。并且本算法的框架可以扩展运用到其他物体的特征点定位上。本方法综合利用了人脸的形状和纹理信息，在训练过程中只需要一定数量手工标定特征点的人脸图像，然后分别建立可变的形状和纹理模型，对于任意输入的人脸图片，首先要通过人脸检测的方法来初始化模型的参数，然后采用实时AAM和遗传算法来优化形状系数，最后再通过边缘检测以及肤色区间检测的方法来对部分特征点进一步微调就可达到准确的特征点定位的目的。
-
公开(公告)号：CN1296871C
公开(公告)日：2007-01-24
申请号：CN200410053855.7
申请日：2004-08-19
Applicant: 复旦大学
Abstract: 本发明为一种基于残差的遥感图像融合方法。该方法首先使用残差抽取算法获取多光谱图像的残差图像和全色图像的残差图像；然后将多光谱图像的残差图像插值到和全色图像的残差图像同样的尺寸，通过主成分分析对插值后的多光谱残差图像和全色图像的残差图像进行融合，恢复出多光谱图像的高分辨率残差；最后将多光谱图像的插值图像和多光谱图像的残差图像相加得到多光谱图像的高分辨率图像估计。本发明在较大地增强融合图像的空间细节表现能力的同时，很好地保留了原多光谱图像的光谱信息，其物理意义明确、实现结构简单、融合效果好，可为改善遥感图像的目视判读精度，提高信息清晰度和可靠性方面提供有效的技术支持。
-
Patent Agency Ranking
公开(公告)号：CN1271863C
公开(公告)日：2006-08-23
申请号：CN200410017386.3
申请日：2004-04-01
Applicant: 复旦大学
Abstract: 本发明为一种时间维受限的三维SPIHT虚拟树组织方法，是对视频图像三维小波变换结果进行三维SPIHT压缩的重要改进。本发明提出了对于不能再作真实分解的三维小波系数进行二维与三维相结合的虚拟分解，从而形成了根结点父子关系、二维父子关系及三维父子关系相结合的子女寻找方法，并以此方法重新定义三维SPIHT树。本发明显著提高了的三维SPIHT的编码效率。
-
公开(公告)号：CN1811793A
公开(公告)日：2006-08-02
申请号：CN200610024307.0
申请日：2006-03-02
Applicant: 复旦大学
Abstract: 本发明是一种快速的人脸特征点定位方法，对于一张任意输入的人脸正面或侧面(偏转角度在45度以内)数字图像，本算法能快速有效地定位出面部的大量显著特征点的位置。并且本算法的框架可以扩展运用到其他物体的特征点定位上。本方法综合利用了人脸的形状和纹理信息，在训练过程中只需要一定数量手工标定特征点的人脸图像，然后分别建立可变的形状和纹理模型，对于任意输入的人脸图片，首先要通过人脸检测的方法来初始化模型的参数，然后采用实时AAM和遗传算法来优化形状系数，最后再通过边缘检测以及肤色区间检测的方法来对部分特征点进一步微调就可达到准确的特征点定位的目的。
-
公开(公告)号：CN1808181A
公开(公告)日：2006-07-26
申请号：CN200610024111.1
申请日：2006-02-23
Applicant: 复旦大学
Abstract: 本发明属于遥感图像处理技术领域，具体为一种基于统计参数估计的遥感图像融合方法。该方法引入高分辨率多光谱图像和低分辨率多光谱图像之间的观测模型，以及高分辨率多光谱图像和全色图像之间的观测模型，并将上述两个观测模型联立成一个贝叶斯线性模型。通过应用贝叶斯高斯—马尔科夫定理，得到线性最小均方误差意义上的高分辨率多光谱图像的估计。本发明不仅能够增强空间细节，而且很好地保持了光谱特性，其性能优于传统的HIS方法、PCA方法和小波变换方法以及现存的基于统计参数估计的Nishii方法和Hardie方法。新方法可为改善遥感图像的目视判读精度，提高信息清晰度和可靠性上提供新的有效的技术支持。
-
公开(公告)号：CN113912474B
公开(公告)日：2024-08-16
申请号：CN202111319680.X
申请日：2021-11-09
IPC: C07C29/40 , C07C41/30 , C07C41/26 , C07C67/31 , C07J9/00 , C07D333/16 , C07D317/54 , C07B41/02 , C07C33/20 , C07C43/23 , C07C33/46 , C07C33/18 , C07C33/24 , C07C33/30 , C07C33/48 , C07C33/28 , C07C33/14 , C07C33/16 , C07C69/712 , C07C43/253
Abstract: 本发明公开了一种手性叔醇的制备方法，属于有机合成领域。本发明通过采用一种手性PNP配体与铜盐组成的催化剂，从而突破现有方法的局限，实现直链状格氏试剂对芳基/烯基烷基酮化合物的不对称催化加成，得到α‑芳基/烯基手性叔醇化合物，具有原料易得、操作简便、立体选择性高等特点。且能对活性或药物分子衍生物进行修饰，具有较大的实施价值和应用前景。
-
公开(公告)号：CN110245675B
公开(公告)日：2023-02-10
申请号：CN201910264671.1
申请日：2019-04-03
Applicant: 复旦大学
IPC: G06V10/764 , G06V10/82 , G06V10/80 , G06V10/766 , G06V10/94 , G06V10/774
Abstract: 本发明属于图像处理技术领域，具体为一种基于毫米波图像人体上下文信息的危险物体检测方法。本发明首先利用卷积神经网络对输入的毫米波图像进行下采样操作，在高层特征空间中使用自顶而上结构来恢复人体上下文信息，将下采样阶段获得到的人体携带物与自顶而下结构获得的人体上下文信息相融合，共同预测前景目标；另外，针对初始化的候选框不能有效地匹配地面真实的问题，本发明采用辅助监督函数来给予初始化候选框坐标回归，在标准测试集与实际测试场景中提升模型的检出率。本发明可以实时、自动识别毫米波图像中的危险物体，大大提升安检、安防的效率。
-
-
-
-
-
-
-
-
-
Search Results
62
records
(took 0.024 seconds)
