-
公开(公告)号：CN101369309B
公开(公告)日：2011-08-24
申请号：CN200810223087.3
申请日：2008-09-26
Applicant: 北京科技大学
IPC: G06K9/00
Abstract: 基于主动表观模型和外耳长轴的人耳图像归一化方法，属于图像处理技术领域。其特征在于，提出了一种全自动的人耳图像归一化方法。它首先采用主动表观模型AAM的方法构造出人耳的形状模型和纹理模型，其次通过模型拟合算法自动精确地提取出外耳轮廓，然后经过计算找出外耳长轴，最后利用长轴提供的人耳大小和方向信息对图像进行归一化处理。应用本发明所述的方法，可以对人耳图像进行自动的归一化处理，提取到的外耳轮廓完整、拟合度好，为后续工作提供了良好的基础。
-
公开(公告)号：CN101398893A
公开(公告)日：2009-04-01
申请号：CN200810223946.9
申请日：2008-10-10
Applicant: 北京科技大学
Abstract: 一种改进AdaBoost算法的鲁棒人耳检测方法属于图像模式识别技术领域。其特征在于，提出了一种性能良好的复杂背景下的人耳检测方法。它提出四种不对称的Haar－like拐角特征用来描述人耳局部区域的灰度变化；采用了分段选取的策略对Haar－like特征的最优分类阈值进行选取，减少了样本训练时间；对弱分类器的权重进行改进，降低分类器的误检率；还根据训练中样本权重的分布变化，设置排除阈值HW，从而防止过学习现象的产生，使人耳检测的漏检率和误检率得到降低；另外，还提出一种单耳检测策略，使得检测效率和检测效果都得到提高。在PC机和DSP上的应用结果表明了本发明的优异性能。
-
公开(公告)号：CN101398893B
公开(公告)日：2010-09-01
申请号：CN200810223946.9
申请日：2008-10-10
Applicant: 北京科技大学
Abstract: 一种改进AdaBoost算法的鲁棒人耳检测方法属于图像模式识别技术领域。其特征在于，提出了一种性能良好的复杂背景下的人耳检测方法。它提出四种不对称的Haar-like拐角特征用来描述人耳局部区域的灰度变化；采用了分段选取的策略对Haar-like特征的最优分类阈值进行选取，减少了样本训练时间；对弱分类器的权重进行改进，降低分类器的误检率；还根据训练中样本权重的分布变化，设置排除阈值HW，从而防止过学习现象的产生，使人耳检测的漏检率和误检率得到降低；另外，还提出一种单耳检测策略，使得检测效率和检测效果都得到提高。在PC机和DSP上的应用结果表明了本发明的优异性能。
-
公开(公告)号：CN101369309A
公开(公告)日：2009-02-18
申请号：CN200810223087.3
申请日：2008-09-26
Applicant: 北京科技大学
IPC: G06K9/00
Abstract: 基于主动表观模型和外耳长轴的人耳图像归一化方法，属于图像处理技术领域。其特征在于，提出了一种全自动的人耳图像归一化方法。它首先采用主动表观模型AAM的方法构造出人耳的形状模型和纹理模型，其次通过模型拟合算法自动精确地提取出外耳轮廓，然后经过计算找出外耳长轴，最后利用长轴提供的人耳大小和方向信息对图像进行归一化处理。应用本发明所述的方法，可以对人耳图像进行自动的归一化处理，提取到的外耳轮廓完整、拟合度好，为后续工作提供了良好的基础。
-
-
-
Search Results
4
records
(took 0.017 seconds)
