-
公开(公告)号：CN102629320B
公开(公告)日：2014-08-27
申请号：CN201210084392.5
申请日：2012-03-27
Applicant: 中国科学院自动化研究所
IPC: G06K9/00
Abstract: 本发明公开了一种基于特征层定序测量统计描述的人脸识别方法，包括：人脸图像预处理；对归一化人脸图像进行多尺度多方向的特征抽取获得特征图；对每个特征图进行定序测量编码；对编码后的图像按特征抽取的方向顺序进行加权拼接；对拼接后的图像进行空间直方图信息统计；对每个子区域的直方图信息用子空间分析的方法逐个进行增强；对每个子区域的重要性用权值表示；两幅人脸图像的相似度度量。利用本发明，可以在多个尺度多个方向对人脸图像进行表示，能够快速有效的对摄像头采集到的人脸图像进行身份识别。本发明可广泛用于使用人脸识别进行身份认证和公安刑侦对犯罪嫌疑人图片筛选等诸多应用系统中，尤其对有遮挡情况下的人脸识别非常有效。
-
公开(公告)号：CN112862875A
公开(公告)日：2021-05-28
申请号：CN202110060900.5
申请日：2021-01-18
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于数据处理领域，具体涉及了一种基于选择性机制注意力机制的雨图去雨方法、系统及设备，旨在提高去雨质量。本发明方法包括：获取待去雨处理的雨图作为初始输入图像；将初始输入图像，通过基于选择性小波注意力编码器SWAE和选择性小波注意力解码器SWAG的残差网络架构的去雨网络模型，进行去雨处理，得到去雨后的图像；SWAE和SWAG跳层连接；SWAE将包含雨和背景信息的特征转化为小波域，根据估计的选择性小波注意力图，在小波池化下采样前将特征分解为雨和背景空间；SWAG在小波域中融合前一层的输出特征和跳连过来的背景特征，通过小波解池化进行上采样。本发明提高了去雨质量，同时保证了去雨质量的稳定性。
-
Patent Agency Ranking
公开(公告)号：CN112862875B
公开(公告)日：2022-02-15
申请号：CN202110060900.5
申请日：2021-01-18
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于数据处理领域，具体涉及了一种基于选择性机制注意力机制的雨图去雨方法、系统及设备，旨在提高去雨质量。本发明方法包括：获取待去雨处理的雨图作为初始输入图像；将初始输入图像，通过基于选择性小波注意力编码器SWAE和选择性小波注意力解码器SWAG的残差网络架构的去雨网络模型，进行去雨处理，得到去雨后的图像；SWAE和SWAG跳层连接；SWAE将包含雨和背景信息的特征转化为小波域，根据估计的选择性小波注意力图，在小波池化下采样前将特征分解为雨和背景空间；SWAG在小波域中融合前一层的输出特征和跳连过来的背景特征，通过小波解池化进行上采样。本发明提高了去雨质量，同时保证了去雨质量的稳定性。
-
公开(公告)号：CN111814566A
公开(公告)日：2020-10-23
申请号：CN202010529860.X
申请日：2020-06-11
Applicant: 北京三快在线科技有限公司 , 中国科学院自动化研究所
Abstract: 本申请实施例公开了一种图像编辑方法、装置、电子设备及存储介质，该方法包括：获取待编辑人脸图像和与待编辑人脸图像中的目标属性区域对应的掩码图，并获取参考图像；根据掩码图，将待编辑人脸图像处理为缺失目标属性区域的缺失图像；通过第一编码器对缺失图像进行图像编码，得到缺失图像对应的缺失特征；通过第二编码器对参考图像进行图像编码，得到参考图像对应的参考特征；根据所述掩码图，通过注意力模型对所述缺失特征和参考特征进行融合，得到融合特征；通过解码器对所述融合特征进行图像解码，得到所述待编辑人脸图像和参考图像对应的目标图像。本申请实施例提高了人脸属性编辑的多样性，避免了对目标属性区域外无关区域的影响。
-
公开(公告)号：CN103246880B
公开(公告)日：2016-03-23
申请号：CN201310178619.7
申请日：2013-05-15
Applicant: 中国科学院自动化研究所
Abstract: 本发明公开了一种基于多阶局部显著模式特征统计的人脸识别方法，包括步骤：人脸图像预处理；对归一化的人脸图像的每个像素所在局部邻域计算不同阶数的局部差分模式特征向量；将人脸图像每个像素的每一阶局部差分模式特征向量编码成相应局部显著模式特征；对人脸图像每一阶的局部显著模式特征图分块并进行空间直方图统计；将人脸图像每一阶的所有局部显著模式特征直方图进行拼接，并用白化的主成分分析进行增强；根据每一阶增强后的局部显著模式直方图特征的判别能力，计算相应的权重；两幅人脸图像的特征相似度用加权的余弦距离度量。本发明可以用于低功耗的移动设备上的人脸识别系统，计算的时间复杂度和空间复杂度都比较低。
-
公开(公告)号：CN103246880A
公开(公告)日：2013-08-14
申请号：CN201310178619.7
申请日：2013-05-15
Applicant: 中国科学院自动化研究所
Abstract: 本发明公开了一种基于多阶局部显著模式特征统计的人脸识别方法，包括步骤：人脸图像预处理；对归一化的人脸图像的每个像素所在局部邻域计算不同阶数的局部差分模式特征向量；将人脸图像每个像素的每一阶局部差分模式特征向量编码成相应局部显著模式特征；对人脸图像每一阶的局部显著模式特征图分块并进行空间直方图统计；将人脸图像每一阶的所有局部显著模式特征直方图进行拼接，并用白化的主成分分析进行增强；根据每一阶增强后的局部显著模式直方图特征的判别能力，计算相应的权重；两幅人脸图像的特征相似度用加权的余弦距离度量。本发明可以用于低功耗的移动设备上的人脸识别系统，计算的时间复杂度和空间复杂度都比较低。
-
公开(公告)号：CN102629320A
公开(公告)日：2012-08-08
申请号：CN201210084392.5
申请日：2012-03-27
Applicant: 中国科学院自动化研究所
IPC: G06K9/00
Abstract: 本发明公开了一种基于特征层定序测量统计描述的人脸识别方法，包括：人脸图像预处理；对归一化人脸图像进行多尺度多方向的特征抽取获得特征图；对每个特征图进行定序测量编码；对编码后的图像按特征抽取的方向顺序进行加权拼接；对拼接后的图像进行空间直方图信息统计；对每个子区域的直方图信息用子空间分析的方法逐个进行增强；对每个子区域的重要性用权值表示；两幅人脸图像的相似度度量。利用本发明，可以在多个尺度多个方向对人脸图像进行表示，能够快速有效的对摄像头采集到的人脸图像进行身份识别。本发明可广泛用于使用人脸识别进行身份认证和公安刑侦对犯罪嫌疑人图片筛选等诸多应用系统中，尤其对有遮挡情况下的人脸识别非常有效。
-
-
-
-
-
-
Search Results
7
records
(took 0.033 seconds)
