-
公开(公告)号：CN101515286B
公开(公告)日：2012-04-11
申请号：CN200910029264.9
申请日：2009-04-03
Applicant: 东南大学
Abstract: 基于图像特征多级过滤的图像匹配方法，该方法包括：图像预处理单元，用于提取查询的图像的RGB数据和进行尺度的规格化，后续的图像特征提取算法都是以预处理后的图像数据为基础的；折中方案选择单元，对多种图像特征描述子进行合理选择和组合，通过对识别检索的准确性和复杂度的折中构造出一个优化的多级过滤结构用于匹配；图像特征提取单元，提取在折中方案选择单元中选择的图像特征，构建图像特征描述向量；多级过滤匹配检索单元，将图像特征提取获得的特征描述子按照折中方案得到的多级过滤结构进行组合，并在图像库特征索引中检索，最终得到匹配结果。
-
公开(公告)号：CN106934350A
公开(公告)日：2017-07-07
申请号：CN201710092813.1
申请日：2017-02-21
Applicant: 东南大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于Gabor张量的MLFDA人脸识别方法，包括训练阶段和识别阶段；训练阶段的方法为：首先，将所有的训练样本的每张人脸图像进行二维Gabor滤波，一幅人脸图像得到40个Gabor特征，然后，将每个训练样本求得的Gabor特征合成一个三阶张量，利用MLFDA算法计算得到张量样本的最佳投影矩阵，利用最佳投影矩阵将张量样本投影至低维的子空间；识别阶段的方法为：进行二维Gabor滤波，将求得的Gabor特征合成一个三阶张量，利用最佳投影矩阵将待测样本投影至低维的子空间，然后预测待测样本所属的对象。本发明对光照和姿态变化具有较强的鲁棒性，并且这是一种有监督的学习算法，利用了数据的类别信息，提高了人脸的识别率。
-
公开(公告)号：CN101515285B
公开(公告)日：2010-09-08
申请号：CN200910029263.4
申请日：2009-04-03
Applicant: 东南大学
Abstract: 基于小波特征的图像检索与过滤装置及方法，涉及一种图像检索与过滤方法，尤其涉及一种基于小波特征的对旋转、加噪、滤波和尺度变换操作具有较强不变性的快速图像检索与过滤设备和方法。该设备包括：特征提取单元，用于通过对阈值化后的小波变换系数进行“类树型结构”扫描，从而高效地提取图像的特征；匹配打分单元，用于对待检索图像特征和库中图像特征的匹配度进行评估，并输出匹配度打分。本发明实现了快速简单、旋转不变的目的。
-
公开(公告)号：CN101515285A
公开(公告)日：2009-08-26
申请号：CN200910029263.4
申请日：2009-04-03
Applicant: 东南大学
Abstract: 基于小波特征的图像检索与过滤装置及方法，涉及一种图像检索与过滤方法，尤其涉及一种基于小波特征的对旋转、加噪、滤波和尺度变换操作具有较强不变性的快速图像检索与过滤设备和方法。该设备包括：特征提取单元，用于通过对阈值化后的小波变换系数进行“类树型结构”扫描，从而高效地提取图像的特征；匹配打分单元，用于对待检索图像特征和库中图像特征的匹配度进行评估，并输出匹配度打分。本发明实现了快速简单、旋转不变的目的。
-
Patent Agency Ranking
公开(公告)号：CN110659674A
公开(公告)日：2020-01-07
申请号：CN201910837835.5
申请日：2019-09-05
Applicant: 东南大学
Abstract: 本发明公开了一种基于视线跟踪的测谎方法，主要运用人脸检测技术和瞳孔中心定位算法来追踪人眼瞳孔及其眼动轨迹，根据视频的眼动轨迹预测其是否说谎。首先我们对视频中每一帧图像进行人脸区域检测，同时保存面部特征，得到双眼中心位置参数；然后进行瞳孔中心定位和坐标获取，将每一帧的瞳孔位置保存下来；然后使用每一帧的瞳孔位置数据计算眼动轨迹的参数，通过计算瞳孔位移的幅度和角度参数得到视频的特征向量；然后对特征向量数据集进行预处理，进行降噪和归一化处理；将处理好的数据输入SVM支持向量机，训练能够判断是否说谎的二分类预测模型；最后通过加载训练好的预测模型得到预测结果。
-
公开(公告)号：CN101515329B
公开(公告)日：2010-09-15
申请号：CN200910029266.8
申请日：2009-04-03
Applicant: 东南大学
Abstract: 基于多种特征的图像匹配方法，通过对多种图像特征描述子性能的分析，将其有效结合，建立多级分类结构，使用该结构完成对图像库图像快速、有效地匹配。操作过程为：(1)确定图像的多种特征组成特征集；(2)输入要求的匹配性能指标，确定两类输入训练样本，提取出它们在特征集FS中的所有备选特征。图像匹配的级数k初始化为k＝1；(3)对于FS中的每一个特征Fk(k＝1，2，…，n)，使用输入训练样本采用统计方法获得其性能参数；(4)根据步骤(3)从特征集FS中选取其子集为FSk，使用AdaBoost方法训练出分类器，作为图像匹配的第k级。FS＝FS-FSk；(5)若未达到要求的图像匹配的性能指标，k＝k+1，继续步骤(4)-(5)；(6)使用训练好的k级分类结构进行图像库图像的匹配。
-
公开(公告)号：CN101515329A
公开(公告)日：2009-08-26
申请号：CN200910029266.8
申请日：2009-04-03
Applicant: 东南大学
Abstract: 基于多种特征的图像匹配方法，通过对多种图像特征描述子性能的分析，将其有效结合，建立多级分类结构，使用该结构完成对图像库图像快速、有效地匹配。操作过程为：(1)确定图像的多种特征组成特征集；(2)输入要求的匹配性能指标，确定两类输入训练样本，提取出它们在特征集FS中的所有备选特征。图像匹配的级数k初始化为k＝1；(3)对于FS中的每一个特征Fk(k＝1，2，…，n)，使用输入训练样本采用统计方法获得其性能参数；(4)根据步骤(3)从特征集FS中选取其子集为FSk，使用AdaBoost方法训练出分类器，作为图像匹配的第k级。FS＝FS－FSk；(5)若未达到要求的图像匹配的性能指标，k＝k+1，继续步骤(4)－(5)；(6)使用训练好的k级分类结构进行图像库图像的匹配。
-
公开(公告)号：CN101515286A
公开(公告)日：2009-08-26
申请号：CN200910029264.9
申请日：2009-04-03
Applicant: 东南大学
Abstract: 基于图像特征多级过滤的图像匹配方法，该方法包括：图像预处理单元，用于提取查询的图像的RGB数据和进行尺度的规格化，后续的图像特征提取算法都是以预处理后的图像数据为基础的；折中方案选择单元，对多种图像特征描述子进行合理选择和组合，通过对识别检索的准确性和复杂度的折中构造出一个优化的多级过滤结构用于匹配；图像特征提取单元，提取在折中方案选择单元中选择的图像特征，构建图像特征描述向量；多级过滤匹配检索单元，将图像特征提取获得的特征描述子按照折中方案得到的多级过滤结构进行组合，并在图像库特征索引中检索，最终得到匹配结果。
-
公开(公告)号：CN119809373A
公开(公告)日：2025-04-11
申请号：CN202411796763.1
申请日：2024-12-09
Applicant: 东南大学
IPC: G06Q10/0637 , G06Q10/063 , G06Q50/40 , G06Q50/26 , G06F18/22
Abstract: 本发明提供一种针对城市轨道交通多站点关联片区开发现状与潜力的匹配度计算方法、装置和存储介质，计算方法包括：获取城市道路网、建筑、POI和公共交通数据；计算轨交站点全局网络重要度、轨交站点局部聚类系数和轨道与道路公共交通站点换乘水平，构建轨道交通站点关联指数；对轨道站点关联指数进行标准化处理和核密度分析，构建轨交多站点关联程度分布的第一数据集合；计算容积率、功能混合度和路网密度，构建建成环境聚合状态的第二数据集合；根据第一数据集合和第二数据集合，计算开发现状与潜力的匹配度。本发明可实现城市轨交关键地段动态边界的捕捉、发展潜力的评估与预测，为城市更新或开发建设范围的划定及设计方向提供了依据。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.018 seconds)
