-
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
Applicant: 河北工业大学
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。
-
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
Applicant: 河北工业大学
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。
-
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
Applicant: 河北工业大学
IPC: G06K9/00
CPC classification number: G06K9/00127 , G06K9/4609 , G06K9/4652 , G06K9/6277 , G06K2209/403 , G06T5/006 , G06T2207/10061 , G06T2207/20032 , G06T2207/20152 , G06T2207/30124
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。
-
公开(公告)号:CN105528785A
公开(公告)日:2016-04-27
申请号:CN201510882365.6
申请日:2015-12-03
Applicant: 河北工业大学
IPC: G06T7/00
CPC classification number: G06T2207/10012 , G06T2207/20021 , G06T2207/20228
Abstract: 本发明一种双目视觉图像立体匹配方法,涉及图像数据处理,步骤是:双目图像的采集与预处理;对双目图像进行图像梯度矩阵求解;得到初始视差图;得到最终视差图像并输出,由此完成双目视觉图像立体匹配。本发明克服了现有的双目立体匹配技术匹配的精度低和实时性不足的缺陷。
-
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
Applicant: 河北工业大学
IPC: G06K9/00
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。
-
公开(公告)号:CN105139039A
公开(公告)日:2015-12-09
申请号:CN201510631089.6
申请日:2015-09-29
Applicant: 河北工业大学
CPC classification number: G06K9/6269 , G06K9/00315 , G06K9/00744 , G06K9/4671
Abstract: 本发明视频序列中人脸微表情的识别方法,涉及用于识别图形的记录载体的处理,是一种利用HLACLF-TOP算法提取人脸微表情序列的动态时空纹理特征方法,步骤是:人脸微表情视频欧拉放大;人脸微表情图像预处理;利用HLACLF-TOP算法提取人脸微表情序列的动态时空纹理特征;利用ELM分类器进行训练和预测。本发明方法克服了现有技术中由于人脸微表情变化幅度小造成微表情难以识别的缺陷。
-
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
Applicant: 河北工业大学
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。
-
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
Applicant: 河北工业大学
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。
-
公开(公告)号:CN113947530B
公开(公告)日:2024-04-30
申请号:CN202111228342.5
申请日:2021-10-21
Applicant: 河北工业大学
IPC: G06T3/4046 , G06T3/4007 , G06T7/00 , G06T7/13 , G06V10/40 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G06N5/04
Abstract: 本发明为一种基于相对显著性检测的图像重定向方法,包括相对显著图提取、图像边缘检测以及基于重要度图的重定向操作;通过多特征聚合的相对显著性分层监督模块以及显著等级引导的优化模块提取相对显著图,相对显著性分层监督模块以监督的方式对每阶段的特征进行加权,而显著等级引导的优化模块通过逐层优化,利用卷积模块生成每类显著等级的类别概率,再经过卷积层和激活函数生成每一个像素的注意力掩码,得到优化特征;将边缘图与相对显著图进行线性融合得到重要度图;最后学习输入图像到目标图像的位移映射,在输入图像上通过移位图实现图像重定向。本发明能够有效克服现有技术重定向后图像存在变形、扭曲的问题,获得更好的视觉效果。
-
公开(公告)号:CN116129174A
公开(公告)日:2023-05-16
申请号:CN202211568665.3
申请日:2022-12-08
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/09
Abstract: 本发明为基于特征细化自监督学习的广义零样本图像分类方法,该方法引入自监督学习任务,为SwinTransformer网络添加了两个分类头,主要用于解决对可见类别的偏见问题。通过旋转角度分类任务和对比学习任务,增强了视觉特征定位,加强了视觉特征和语义信息的相关性,同时为了进一步缓解偏见问题,在训练样本构建中为未见类生成伪标签,从而将GZSL任务设置为直推式学习。
-
-
-
-
-
-
-
-
-