-
Patent Agency Ranking
公开(公告)号：CN104463216B
公开(公告)日：2017-07-28
申请号：CN201410775791.5
申请日：2014-12-15
Applicant: 北京大学
Abstract: 本发明公布一种基于计算机视觉的眼动模式数据自动获取方法，该方法将眼动模式数据获取过程分为学习阶段和测试阶段，在学习阶段得到受试者注视模型，在测试阶段得到受试者眼动特征；具体地，通过受试者注视计算机屏幕；由操作者对受试者作初步判断确定程序运行参数并输入到计算机中；在学习阶段获得受试者单眼的注视模型，建立分类器h；在测试阶段，得到受试者在每一特定频率的光栅刺激时的眼动特征作为受试者的测试样本集；利用分类器h对测试样本集进行SVM分类预测得到预测值，进行对比得到受试者的眼动模式数据。该方法能降低获取眼动模式数据的成本，提高数据获取效率和准确率。
-
公开(公告)号：CN104463216A
公开(公告)日：2015-03-25
申请号：CN201410775791.5
申请日：2014-12-15
Applicant: 北京大学
CPC classification number: G06K9/6269 , G06K9/00597
Abstract: 本发明公布一种基于计算机视觉的眼动模式数据自动获取方法，该方法将眼动模式数据获取过程分为学习阶段和测试阶段，在学习阶段得到受试者注视模型，在测试阶段得到受试者眼动特征；具体地，通过受试者注视计算机屏幕；由操作者对受试者作初步判断确定程序运行参数并输入到计算机中；在学习阶段获得受试者单眼的注视模型，建立分类器h；在测试阶段，得到受试者在每一特定频率的光栅刺激时的眼动特征作为受试者的测试样本集；利用分类器h对测试样本集进行SVM分类预测得到预测值，进行对比得到受试者的眼动模式数据。该方法能降低获取眼动模式数据的成本，提高数据获取效率和准确率。
-
公开(公告)号：CN102609681B
公开(公告)日：2014-04-30
申请号：CN201210008299.6
申请日：2012-01-12
Applicant: 北京大学
Abstract: 一种基于字典学习模型的人脸识别方法。将训练和测试的人脸图像映射至低维空间，得到训练信号集矩阵；建立字典学习模型，包括不相关的字典学习模型IDL和无约束的不相关字典学习模型U-IDL；将训练信号集矩阵输入到IDL及U-IDL模型中并对模型进行求解，可获得不相关字典和线性分类器；对属于测试样本的每幅图片，基于上一步中得到的字典利用稀疏表达算法得到其相应的稀疏向量；将稀疏向量输入至线性分类器中，得到测试样本图片的类别标签，以类别标签表示的结果作为人脸识别的结果。本发明对稀疏表达中的字典学习问题提出了新的模型和方法，可以应用于一般情况下的模式识别和图像分类问题；特别是针对人脸识别应用，本发明提出的字典学习方法，能达到较高的人脸识别准确度。
-
公开(公告)号：CN109798888B
公开(公告)日：2021-09-17
申请号：CN201910199169.7
申请日：2019-03-15
Applicant: 京东方科技集团股份有限公司 , 北京大学
Abstract: 本公开涉及一种移动设备的姿态确定装置、方法和视觉里程计。该装置包括一个或多个处理器，处理器被配置为：获取移动设备拍摄的视频流中当前帧与上一帧之间的图像差别特征；根据图像差别特征，利用第一机器学习模型，获取当前编码信息；根据当前编码信息和至少一个历史编码信息，利用第二机器学习模型确定移动设备的姿态。
-
公开(公告)号：CN102609681A
公开(公告)日：2012-07-25
申请号：CN201210008299.6
申请日：2012-01-12
Applicant: 北京大学
Abstract: 一种基于字典学习模型的人脸识别方法。将训练和测试的人脸图像映射至低维空间，得到训练信号集矩阵；建立字典学习模型，包括不相关的字典学习模型IDL和无约束的不相关字典学习模型U-IDL；将训练信号集矩阵输入到IDL及U-IDL模型中并对模型进行求解，可获得不相关字典和线性分类器；对属于测试样本的每幅图片，基于上一步中得到的字典利用稀疏表达算法得到其相应的稀疏向量；将稀疏向量输入至线性分类器中，得到测试样本图片的类别标签，以类别标签表示的结果作为人脸识别的结果。本发明对稀疏表达中的字典学习问题提出了新的模型和方法，可以应用于一般情况下的模式识别和图像分类问题；特别是针对人脸识别应用，本发明提出的字典学习方法，能达到较高的人脸识别准确度。
-
-
-
-
Search Results
5
records
(took 0.013 seconds)
