基于视频序列的人脸表情识别方法

    公开(公告)号:CN105139004B

    公开(公告)日:2018-02-06

    申请号:CN201510612526.X

    申请日:2015-09-23

    Abstract: 本发明基于视频序列的人脸表情识别方法,涉及用于识别图形的方法,是一种利用HCBP‑TOP算法提取人脸表情序列的动态时空纹理特征的人脸表情识别方法,步骤是:人脸表情序列预处理;采用空间金字塔分割方式对人脸表情序列图像分层分块处理;利用HCBP‑TOP算法提取人脸表情序列图像的动态时空纹理特征;采用SVM分类器进行人脸表情的训练和预测。本发明方法克服了现有技术没有考虑中心像素,忽视局部细节信息,人脸表情识别的效率和识别精度均较低,不具有普遍的适用性的缺陷。

    基于多特征融合的人脸表情自动识别方法

    公开(公告)号:CN106599854A

    公开(公告)日:2017-04-26

    申请号:CN201611174690.8

    申请日:2016-12-19

    Abstract: 本发明基于多特征融合的人脸表情自动识别方法,涉及识别图形的方法,是一种融合人脸表情图像和人脸表情重要区域图像的Gabor特征以及多尺度ACILBP特征直方图的方法,步骤是:人脸表情图像及人脸表情重要区域图像预处理;对人脸表情图像和人脸表情重要区域图像分别提取Gabor特征,并赋予不同权值,融合得到两层人脸表情图像的Gabor特征;利用ACILBP算子提取多尺度ACILBP特征直方图;特征融合得到人脸表情特征数据;采用SVM分类器进行人脸表情的训练和预测,实现人脸表情自动识别。本发明克服了现有技术普遍存在对光照和噪声的鲁棒性差,没有考虑局部信息与整体信息的充分利用因而识别率低下的缺陷。

    一种机织物组织结构种类的识别方法

    公开(公告)号:CN105550660A

    公开(公告)日:2016-05-04

    申请号:CN201511002347.0

    申请日:2015-12-26

    Abstract: 本发明一种机织物组织结构种类的识别方法,涉及图像分析,是基于纱线边界特征的机织物组织结构种类的识别方法,步骤是:机织物图像预处理;亮度投影纠斜并分割组织点图像;局部机织物组织点图像归一化;计算机织物组织点图像纱线边界特征;对机织物组织点图像识别经纬属性;计算组织循环纱线数;矫正机织物组织点图像经纬属性;识别机织物组织结构种类并输出机织物组织图;本发明克服了现有机织物组织结构种类识别方法中识别率较低,亮度及色彩变化对识别结果影响较大,无法应对光照不均匀、纱线粗细和颜色变化的机织物组织结构种类,难以识别纱线和纤维扭曲形变机织物的组织结构种类的缺陷,同时对斜纹和缎纹组织极其变化组织均具有识别效果。

    人脸图像匹配方法
    85.
    发明公开

    公开(公告)号:CN105354558A

    公开(公告)日:2016-02-24

    申请号:CN201510820897.7

    申请日:2015-11-23

    CPC classification number: G06K9/00268

    Abstract: 本发明人脸图像匹配方法,涉及图像数据处理,是基于两次SURF和形状上下文的人脸图像匹配方法,利用SURF算法粗匹配得到尺度差和方向差信息,再利用这些信息进行SURF算法精确匹配,对得到的匹配结果用形状上下文算法去除误匹配,步骤是:确定人脸区域;生成重构的积分图像;两次SURF特征匹配;生成形状上下文描述子,去除误匹配,完成人脸图像匹配。本发明方法克服了现有的人脸图像匹配方法中存在特征点少、匹配点少且正确率不高的缺陷。

    基于视频序列的人脸表情识别方法

    公开(公告)号:CN105139004A

    公开(公告)日:2015-12-09

    申请号:CN201510612526.X

    申请日:2015-09-23

    CPC classification number: G06K9/00302 G06K9/6269 G06K9/66

    Abstract: 本发明基于视频序列的人脸表情识别方法,涉及用于识别图形的方法,是一种利用HCBP-TOP算法提取人脸表情序列的动态时空纹理特征的人脸表情识别方法,步骤是:人脸表情序列预处理;采用空间金字塔分割方式对人脸表情序列图像分层分块处理;利用HCBP-TOP算法提取人脸表情序列图像的动态时空纹理特征;采用SVM分类器进行人脸表情的训练和预测。本发明方法克服了现有技术没有考虑中心像素,忽视局部细节信息,人脸表情识别的效率和识别精度均较低,不具有普遍的适用性的缺陷。

    引导式多模态影像遗传学数据特征分析方法

    公开(公告)号:CN114202075B

    公开(公告)日:2024-08-30

    申请号:CN202111502748.8

    申请日:2021-12-10

    Abstract: 本发明引导式多模态影像遗传学数据特征分析方法,同时考虑样本的多模态影像数据分析以及基因影像典型相关分析。采用权重分解方法将权重分为模态一致性权重和模态特异性权重,模态一致性权重表示模态之间共有的信息,模态特异性权重表示单个模态独有的信息。此外采用样本的标签这一先验信息,利用回归分析引导多模态影像数据的特征学习,同时利用机器学习中多任务学习框架将多模态数据与基因数据的典型相关分析作为多个学习任务,利用多任务学习所包含的有用信息帮助每个任务得到更准确的学习器并且找到任务之间的差别和联系。本发明公开的方法能够有效地进行特征选择和影像遗传学数据相关性分析。

Patent Agency Ranking