-
公开(公告)号：CN105740912A
公开(公告)日：2016-07-06
申请号：CN201610076336.5
申请日：2016-02-03
Applicant: 苏州大学
CPC classification number: G06K9/6267 , G06K9/46 , G06K9/6256
Abstract: 本申请公开了一种基于核范数正则化的低秩图像特征提取的识别方法及系统，首先对原始训练图像进行相似性学习，构造重构权重系数，再通过最小化基于核范数度量的邻域重构错误，并对投影矩阵进行核范数正则化处理，得到可直接提取二维图像特征的低秩投影矩阵，可有效保持图像像素间的拓扑结构和相关性。此外可确保优化得到低秩的显著图像特征。将原始测试图像直接向训练得到的低秩投影矩阵进行嵌入，输出其低秩显著特征，基于训练集中的低秩显著特征，利用最近邻分类器进行分类，取与测试图像样本的特征相似性最大的训练图像样本的类别标签，完成测试图像样本归类。通过引入核范数正则化，可有效保证特征提取过程中噪声的鲁棒性，系统性能更好。
-
公开(公告)号：CN105608478A
公开(公告)日：2016-05-25
申请号：CN201610192000.5
申请日：2016-03-30
Applicant: 苏州大学
IPC: G06K9/62
Abstract: 发明公开了一种图像特征提取与分类联合方法及其系统，首先根据训练样本间的相似性，构造近邻图，并计算重构系数矩阵。进而引入基于核范数度量的近邻重构错误最小化的非线性流形学习，对训练图像样本进行低维流形特征学习，得到一个可获取样本低维流形特征的线性投影矩阵；再利用所述训练样本低维特征,最小化L2,1-范数正则化的分类错误，完成鲁棒稀疏分类器学习，输出一个最优分类器，从而对测试样本进行特征提取和分类。与现有技术相比，本发明通过采用核范数度量和L2,1-范数正则化的联合问题，有效提高了提取特征的描述性与分类准确率。
-
公开(公告)号：CN105528620A
公开(公告)日：2016-04-27
申请号：CN201510918300.2
申请日：2015-12-11
Applicant: 苏州大学
IPC: G06K9/62
Abstract: 本发明公开了一种联合鲁棒主成分特征学习与视觉分类方法及系统，通过将鲁棒主成分特征学习、编码错误和基于主成分特征的分类错误集成到一个统一的最小化框架，可同时进行联合低秩与稀疏特征提取和数据纠错，且可确保得到的特征对于分类是最优的。为了得到描述性更强的鲁棒特征，同时考虑数据的低秩与稀疏特性，同时通过将一个投影嵌入的特征进行低秩和L1-范数最小化，确保提取的特征满足低秩与稀疏特性。最终得到一个线性投影矩阵P和一个线性分类器W。P可直接提取待测样本的联合特征，进而将特征向W进行映射，可得到其软类别标签，通过软类别标签中最大值对应的位置，得到最准确的视觉分类结果。此外，通过得到P和W，有效提升了测试过程的可拓展性。
-
公开(公告)号：CN104899578A
公开(公告)日：2015-09-09
申请号：CN201510363785.3
申请日：2015-06-26
Applicant: 苏州大学张家港工业技术研究院
IPC: G06K9/00
CPC classification number: G06K9/00288 , G06K9/6274
Abstract: 本发明公开了一种人脸识别的方法，包括：将获取得到的人脸图像数据作为待测样本；利用投影变换矩阵将所述待测样本映射到低维特征空间中，得到投影后的测试样本；在训练样本集合中，查找与所述测试样本距离最近的标准样本作为目标样本；将所述目标样本的类别确定为所述测试样本的类别；其中，所述投影变换矩阵为通过构造的类内邻接矩阵以及类间邻接矩阵，对所述训练样本集合中的多个样本进行训练得到的变换矩阵，以使类间距离最大、类内距离最小。本发明所提供的人脸识别的方法及装置，为正交判别投影分别构造了两个邻接矩阵：类间和类内邻接矩阵，把类内信息和类间信息分开表示，以得到均衡的信息，从而实现类内最小和类间最大的目的。
-
公开(公告)号：CN104835148A
公开(公告)日：2015-08-12
申请号：CN201510181368.7
申请日：2015-04-16
Applicant: 苏州大学
IPC: G06T7/00
Abstract: 本发明公开了一种视网膜囊状水肿的自动分割方法，包括预处理：去除OCT图像的散斑噪声，采用三维图搜索的方法将视网膜分为11层；排除黄斑裂孔及血管阴影，得到第1层至第7层内视网膜即感兴趣区域；粗糙分割：在感兴趣区域提取23个纹理特征，采用主成分分析法进行特征选择，并使用Adaboost分类器训练，得到粗糙分割结果；精确分割：在粗糙分割结果上使用数学形态学算法得到图割算法所需的背景点和前景点，训练图割算法的参数，用全自动的图割算法得到精确分割结果。本发明在黄斑裂孔和囊样水肿两种病症同时存在时，依然可以实现囊样水肿的精确分割。
-
Patent Agency Ranking
公开(公告)号：CN104834834A
公开(公告)日：2015-08-12
申请号：CN201510166526.1
申请日：2015-04-09
Applicant: 苏州大学张家港工业技术研究院
Abstract: 本发明的启动子识别系统的构建方法和装置，将包含多条基因序列的数据集划分为具有预设属性的第一数据子集和不具有预设属性的第二数据子集；并分别提取第一、第二数据子集的多种预设特征，所述预设特征包括基因刚性特征；之后，对特征提取所得的多个特征数据集合进行建模，得到构成启动子识别系统所需的各个子分类器模型。可见，本发明在构建人类基因启动子识别系统时，考虑了基因结构特征(如基因刚性特征)，通过提取基因数据的基因刚性特征，并将提取的基因刚性特征作为训练数据进行建模，使最终的识别系统具备了结合基因结构特征识别启动子的能力，提升了系统的识别性能。
-
公开(公告)号：CN104408693A
公开(公告)日：2015-03-11
申请号：CN201410698813.2
申请日：2014-11-27
Applicant: 苏州大学
Abstract: 本发明公开了一种彩色图像重构与识别方法及系统，利用无标签的彩色图像训练样本进行彩色散度矩阵构造，对彩色图像进行二维主成分学习，通过一个特征分解问题得到投影矩阵，完成特征降维，将降维后的数据输入最近邻分类器，再将测试样本嵌入到投影空间进行特征提取，输入至最近邻分类器进行相似性度量，输出测试样本的类别，得到最准确的彩色图像识别结果。通过优化一个无监督的特征问题实现彩色图像特征的直接降维，降低了时间复杂性，使基于彩色图像特征提取的识别过程快速，同时可有效保持图像像素中包含的重要彩色信息和拓扑结构。此外，投影方向可有效用于彩色图像重构，通过选取一定数量的投影向量，可得到清晰的彩色图像重构结果。
-
公开(公告)号：CN102789490B
公开(公告)日：2014-11-05
申请号：CN201210228899.3
申请日：2012-07-04
Applicant: 苏州大学
IPC: G06F17/30
Abstract: 本发明提供了一种数据可视化方法，包括：获取第一数据集并计算所述第一数据集中每个数据的可视化坐标，得到与所述第一数据集对应的可视化坐标集，其中，所述第一数据集包括n个D维数据，n为大于等于1的正整数，D为大于等于1的正整数；获取第二数据集并利用稀疏矩阵求加权值的方法增量式地处理所述第二数据集中的每个数据，得到所述第二数据集中每个数据的可视化坐标，并将每次处理得到的每个数据的可视化坐标加入到与所述第一数据集对应的可视化坐标集中，其中，N为大于n的正整数；输出与所述第一数据集对应的可视化坐标集。本发明还提供了一种数据可视化系统。本发明提供的数据可视化方法和系统提高了数据处理速度。
-
公开(公告)号：CN103955944A
公开(公告)日：2014-07-30
申请号：CN201410218968.1
申请日：2014-05-22
Applicant: 苏州大学
IPC: G06T7/00
Abstract: 本发明提供一种图像边缘检测方法和装置，通过本发明实施例提供的图像边缘检测方法，在获取M个初始设定的窗口Ni对应的一阶边缘检测算子和二阶边缘检测算子后，可以利用M个一阶边缘检测算子得到一阶边缘检测图像以及利用M个二阶边缘检测算子得到二阶边缘检测图像；然后将一阶边缘检测图像和二阶边缘检测图像进行逻辑或运算，得到边缘检测图像。与现有技术相比，本发明实施例提供的图像边缘检测方法提出了同时基于一阶边缘检测算子和二阶边缘检测算子检测图像边缘的方法。并且经过发明人多次实验证明，将一阶边缘检测图像和二阶边缘检测图像进行逻辑或运算后，边缘检测图像中的噪声降低，从而提高边缘检测图像的抗噪能力。
-
公开(公告)号：CN103955681A
公开(公告)日：2014-07-30
申请号：CN201410219735.3
申请日：2014-05-22
Applicant: 苏州大学
IPC: G06K9/00
Abstract: 本申请提供了一种人脸识别方法及系统，所述方法包括：获取输入的人脸图像；使用滤波模块对所述人脸图像进行滤波，得到待识别人脸图像；利用最近邻分类模块在图像数据库中查找与所述待识别人脸图像相匹配的模板图像，得到匹配模板图像，所述模板图像为使用所述滤波模块对原始模板图像进行滤波后得到的图像；确定所述匹配模板图像的类别为所述人脸图像的类别。由于未对输入的人脸图像进行降维操作，也无需对图像数据库中的模板图像进行降维操作，直接进行滤波的特征变换，因此缩减了识别过程，从而提高了对人脸图像进行识别的效率。
-
-
-
-
-
-
-
-
-
Search Results
363
records
(took 0.03 seconds)
