-
公开(公告)号：CN101079103A
公开(公告)日：2007-11-28
申请号：CN200710041972.5
申请日：2007-06-14
Applicant: 上海交通大学
IPC: G06K9/00
Abstract: 一种基于稀疏贝叶斯回归的人脸姿势识别方法，用于图像处理技术领域。步骤如下：采用Gabor滤波器为人脸姿势图像提取Gabor特征；将Gabor特征进行下采样，然后将采样后的特征行堆叠为一维向量；在训练样本上运用线性切空间排列方法，获得人脸姿势图像的本质低维子空间，并且得到相应的投影矩阵；在低维子空间运用稀疏贝叶斯回归方法训练识别参数；将每一个测试样本通过训练的得到的投影矩阵映射到低维子空间，运用训练的得到的识别参数进行人脸姿势识别。本发明能够得到人脸姿势的非确定解，降低错误率，提高实时性。
-
公开(公告)号：CN101079104A
公开(公告)日：2007-11-28
申请号：CN200710041973.X
申请日：2007-06-14
Applicant: 上海交通大学
IPC: G06K9/00
Abstract: 一种基于切信息的人脸识别方法，用于图像处理技术领域。步骤如下：采用Gabor滤波器为人脸数据提取Gabor特征；将Gabor特征进行下采样，然后将采样后的特征行堆叠为一维向量；在训练样本上运用线性切空间排列方法，提取人脸数据的切信息，寻求保存局部信息的低维子空间，并且得到相应的投影矩阵；将每一个测试样本通过训练得到的投影矩阵映射到低维子空间；在低维子空间，运用最近邻分类器进行识别。本发明所提出的这种基于切信息的人脸识别方法能够很好的探测数据的本质结构，此外，本发明利用Gabor滤波器为人脸数据提取Gabor特征，提取了判别信息，抑制了不利因素。本发明能够取得较高的识别率。
-
公开(公告)号：CN101021900A
公开(公告)日：2007-08-22
申请号：CN200710038076.3
申请日：2007-03-15
Applicant: 上海交通大学
Abstract: 本发明公开了一种图像识别技术领域的利用降维方法进行人脸姿态估计的方法，具体包括如下步骤：(1)对不同姿态的人脸图像训练样本进行预处理操作；(2)对预处理后的数据进行PCA处理；(3)初始化受限玻尔兹曼机神经网络；(4)用PCA处理后的数据预训练受限玻尔兹曼机神经网络；(5)调整受限玻尔兹曼机神经网络参数；(6)对新的人脸图像进行姿态识别；本发明于现有技术相比错误率进一步降低，同时由于其数据的维数经过PCA处理后大大降维，后续的网络中每一层的节点数也随之减少，不仅减少了训练时间，同时测试速度也大为提高。
-
公开(公告)号：CN100492399C
公开(公告)日：2009-05-27
申请号：CN200710038076.3
申请日：2007-03-15
Applicant: 上海交通大学
Abstract: 本发明公开了一种图像识别技术领域的利用降维方法进行人脸姿态估计的方法，具体包括如下步骤：(1)对不同姿态的人脸图像训练样本进行预处理操作；(2)对预处理后的数据进行主成分分析处理；(3)初始化受限玻尔兹曼机神经网络；(4)用主成分分析处理后的数据预训练受限玻尔兹曼机神经网络；(5)调整受限玻尔兹曼机神经网络参数；(6)对新的人脸图像进行姿态识别；本发明与现有技术相比错误率进一步降低，同时由于其数据的维数经过主成分分析处理后大大降维，后续的网络中每一层的节点数也随之减少，不仅减少了训练时间，同时测试速度也大为提高。
-
公开(公告)号：CN100416596C
公开(公告)日：2008-09-03
申请号：CN200610117050.3
申请日：2006-10-12
Applicant: 上海交通大学
IPC: G06K9/00
Abstract: 一种人脸识别领域的用贝叶斯网络分类器搜索特征点位置的方法，包括如下步骤：(1)建立ASM模型；(2)通过人脸检测和眼睛定位初始化ASM搜索的初始位置；(3)为人脸上的每个特征点生成对应的样本；(4)对于每一个特征点，用其对应的样本获得一个贝叶斯网络分类器；(4)用ASM搜索的初始位置作为起始位置，并使用贝叶斯网络分类器进行特征点定位。本发明提出的涉及了眼睛检测、分类器训练、ASM特征点定位的人脸特征点定位方法可以进一步应用于人脸识别、性别识别、表情识别、年龄估计等方面，其具非常高的精度。
-
Patent Agency Ranking
公开(公告)号：CN101038622A
公开(公告)日：2007-09-19
申请号：CN200710039624.4
申请日：2007-04-19
Applicant: 上海交通大学
Abstract: 一种基于几何保存的人脸子空间识别方法，用于人脸识别技术领域。步骤如下：将人脸图像将其行或列堆叠为一维向量集；运用主分量分析事先将高维的人脸图像数据进行降维处理；在训练样本上运用基于几何保持的子空间学习方法，从而得到低维的子空间，并且得到相应的投影矩阵；将每一个测试样本通过训练得到的投影矩阵映射到低维子空间；在低维子空间，运用最近邻分类器进行识别。本发明忠实的保存了类间几何特性和类内几何特性，克服了传统的主分量分析和线性判别分析在处理非线性问题的不足，另外，充分利用了人脸数据的类别信息，因此它适合于分类问题。
-
公开(公告)号：CN101079105A
公开(公告)日：2007-11-28
申请号：CN200710041974.4
申请日：2007-06-14
Applicant: 上海交通大学
IPC: G06K9/00
CPC classification number: G06K9/00275
Abstract: 本发明涉及一种基于流形学习的人脸识别方法，从数据的局部结构出发，提出保存人脸数据的局部类别关系；然后利用排列技术，将每个点的局部最优转化为全局最优；通过对排列矩阵与原始训练样本及其转置的乘积进行特征分解，得到数据由高维到低维的投影矩阵；通过该投影矩阵，将待识别的人脸图像投影到低维空间；最后，在低维空间用最近邻法分类。本发明能够探测嵌入在高维人脸数据中的低维流形结构，由此而能够得到比较高的人脸识别率。实验证明，用本发明所提出的方法进行人脸识别，其识别率明显高于主分量分析方法得到的识别率。
-
公开(公告)号：CN1952953A
公开(公告)日：2007-04-25
申请号：CN200610118380.4
申请日：2006-11-16
Applicant: 上海交通大学
IPC: G06K9/00
Abstract: 一种用受限玻尔兹曼机神经网络进行人脸姿态识别的方法，属于图像识别技术领域。本发明包括如下步骤：(1)对不同姿态的人脸图像训练样本进行预处理操作；(2)初始化受限玻尔兹曼机神经网络；(3)预训练受限玻尔兹曼机神经网络；(4)调整受限玻尔兹曼机神经网络参数；(5)对新的人脸图像进行姿态识别；本发明涉及了人脸检测、模式分类、人脸姿态识别方法可以进一步应用于三维人脸模型重建、三维人脸识别等方面。
-
公开(公告)号：CN1936925A
公开(公告)日：2007-03-28
申请号：CN200610117050.3
申请日：2006-10-12
Applicant: 上海交通大学
IPC: G06K9/00
Abstract: 一种人脸识别领域的用贝叶斯网络分类器搜索特征点位置的方法，包括如下步骤：(1)建立ASM模型；(2)通过人脸检测和眼睛定位初始化ASM搜索的初始位置；(3)为人脸上的每个特征点生成对应的样本；(4)对于每一个特征点，用其对应的样本获得一个贝叶斯网络分类器；(5)用ASM搜索的初始位置作为起始位置，并使用贝叶斯网络分类器进行特征点定位。本发明提出的涉及了眼睛检测、分类器训练、ASM特征点定位的人脸特征点定位方法可以进一步应用于人脸识别、性别识别、表情识别、年龄估计等方面，其具非常高的精度。
-
公开(公告)号：CN100561500C
公开(公告)日：2009-11-18
申请号：CN200610118380.4
申请日：2006-11-16
Applicant: 上海交通大学
IPC: G06K9/00
Abstract: 一种用受限玻尔兹曼机神经网络进行人脸姿态识别的方法，属于图像识别技术领域。本发明包括如下步骤：(1)对不同姿态的人脸图像训练样本进行预处理操作；(2)初始化受限玻尔兹曼机神经网络；(3)预训练受限玻尔兹曼机神经网络；(4)调整受限玻尔兹曼机神经网络参数；(5)对新的人脸图像进行姿态识别；本发明涉及了人脸检测、模式分类、人脸姿态识别方法可以进一步应用于三维人脸模型重建、三维人脸识别等方面。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.018 seconds)
