-
公开(公告)号：CN104361611B
公开(公告)日：2017-05-17
申请号：CN201410659365.5
申请日：2014-11-18
Applicant: 南京信息工程大学
IPC: G06T7/215
Abstract: 本发明公开了一种基于群稀疏鲁棒PCA的运动目标检测方法，属于图像信息处理技术领域，包括以下步骤：输入视频序列；运用过分割算法进行区域分割，生成多个同性区域，将其作为群稀疏约束的分组信息；设置相关参数，使用增广拉格朗日乘子法迭代求解；通过群稀疏约束估计运动目标矩阵；应用核范数约束估计背景矩阵；更新乘子和惩罚参数；判断收敛性，如果收敛则输出所得的背景和运动目标，否则继续迭代。本发明利用运动分布的连续性先验，建立群稀疏鲁棒PCA运动目标检测模型，运用群稀疏准则判别各同性区域是否为运动目标，能够更加准确地度量运动目标的区域边界，且对复杂的背景运动更加鲁棒，达到了运动目标鲁棒检测的目的。
-
公开(公告)号：CN103514441B
公开(公告)日：2017-02-15
申请号：CN201310429774.1
申请日：2013-09-21
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种改进的人脸特征点定位跟踪方法，力图在多个方面全面提升算法的性能，具体体现在特征选取，模型训练以及定位跟踪等方面做了较大改进，使算法运行效率大幅提升，并同时保证了定位跟踪的准确性，能够实现在移动平台上实时进行人脸特征点的检测定位。本发明分为训练和匹配两个阶段，训练阶段主要学习全局形状模型，角点形状模型，眼睛形状模型，嘴唇形状模型，角点局部纹理模型，特征点局部纹理模型。匹配过程采用分层的机制，形状投影采取加权投影的方式。本发明的效率大幅提升，每秒可以定位跟踪二十五帧以上，在移动平台上实现了实时定位跟踪。
-
公开(公告)号：CN104361611A
公开(公告)日：2015-02-18
申请号：CN201410659365.5
申请日：2014-11-18
Applicant: 南京信息工程大学
IPC: G06T7/20
CPC classification number: G06T7/251 , G06T7/207 , G06T7/215 , G06T2207/10016
Abstract: 本发明公开了一种基于群稀疏鲁棒PCA的运动目标检测方法，属于图像信息处理技术领域，包括以下步骤：输入视频序列；运用过分割算法进行区域分割，生成多个同性区域，将其作为群稀疏约束的分组信息；设置相关参数，使用增广拉格朗日乘子法迭代求解；通过群稀疏约束估计运动目标矩阵；应用核范数约束估计背景矩阵；更新乘子和惩罚参数；判断收敛性，如果收敛则输出所得的背景和运动目标，否则继续迭代。本发明利用运动分布的连续性先验，建立群稀疏鲁棒PCA运动目标检测模型，运用群稀疏准则判别各同性区域是否为运动目标，能够更加准确地度量运动目标的区域边界，且对复杂的背景运动更加鲁棒，达到了运动目标鲁棒检测的目的。
-
公开(公告)号：CN105160312A
公开(公告)日：2015-12-16
申请号：CN201510536996.2
申请日：2015-08-27
Applicant: 南京信息工程大学
CPC classification number: G06K9/00221 , G06F17/30867 , G06K9/00228 , G06K9/66
Abstract: 本发明公开了一种基于人脸相似度匹配的明星脸装扮推荐方法，该方法首先通过基于稀疏约束的级联回归模型进行人脸配准，估计人脸姿态；稀疏约束的级联回归能够筛选鲁棒的特征，高效地压缩模型的存储空间。然后，在对应的人脸姿态子集中进行基于稀疏形状重构的相似脸型检索。同时，提取测试人脸图像的局部纹理特征并降维。最后，将低维纹理特征在脸型相似的子集中进行基于稀疏纹理重构的相似脸检索。通过级联形状和纹理的检索，检索效率明显提升，且返回的结果在脸型和五官纹理上均具有很强的相似性。在获取了相似明星脸之后，明星脸的装扮会合成到用户人脸图像，对用户提供装扮推荐服务，转移的方式对用户进行化妆更加符合现实中人们化妆的过程。
-
公开(公告)号：CN101894470A
公开(公告)日：2010-11-24
申请号：CN201010219942.0
申请日：2010-07-06
Applicant: 南京信息工程大学
Abstract: 本发明提供一种基于车辆识别的城市车辆限行方法及装置，车辆限行是解决城市交通拥堵的有效方法。为此在车辆上加装电子标签，与之配套的路边基站放置在交叉路口处。路边基站包括射频信号接收模块、控制模块和数据发送模块。当车辆经过射频天线辐射范围时，基站内部的阅读器通过天线接收由车载电子标签发送来的车辆信息。控制模块与阅读器连接相互通信，将车辆信息中的车牌号结合日期存入存储器。数据发送模块将所存储数据通过以太网络发送至交通控制中心。经过数据处理后，确定车辆的出行天数，据此制定城市车辆拥堵费的收取方案，实现车辆的限行。
-
Patent Agency Ranking
公开(公告)号：CN105224935B
公开(公告)日：2018-08-24
申请号：CN201510713055.1
申请日：2015-10-28
Applicant: 南京信息工程大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于Android平台的实时人脸关键点定位方法，属于计算机视觉技术领域。本发明方法包括以下步骤：收集人脸训练图片集，并标定关键点；随机选取训练集中的n个样本作为每一个训练样本的初始形状；计算每一个训练样本标准化目标；提取每一个关键点的形状索引特征；采用相关性分析方法选择适量的特征；采用两层增强回归结构(外部层和内部层)；计算每一个阶段的回归器；使用人脸检测的方法估计人脸窗口，根据训练好的回归模型预测人脸关键点位置。目前已有的方法计算复杂度较高，在移动平台上运行过慢；而且对噪声敏感，定位的精度低。本发明以样本的线性组合来约束形状，应用基于回归的方法提高了人脸关键点定位的精度和效率。
-
公开(公告)号：CN105224935A
公开(公告)日：2016-01-06
申请号：CN201510713055.1
申请日：2015-10-28
Applicant: 南京信息工程大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于Android平台的实时人脸关键点定位方法，属于计算机视觉技术领域。本发明方法包括以下步骤：收集人脸训练图片集，并标定关键点；随机选取训练集中的n个样本作为每一个训练样本的初始形状；计算每一个训练样本标准化目标；提取每一个关键点的形状索引特征；采用相关性分析方法选择适量的特征；采用两层增强回归结构(外部层和内部层)；计算每一个阶段的回归器；使用人脸检测的方法估计人脸窗口，根据训练好的回归模型预测人脸关键点位置。目前已有的方法计算复杂度较高，在移动平台上运行过慢；而且对噪声敏感，定位的精度低。本发明以样本的线性组合来约束形状，应用基于回归的方法提高了人脸关键点定位的精度和效率。
-
公开(公告)号：CN105117739A
公开(公告)日：2015-12-02
申请号：CN201510457010.2
申请日：2015-07-29
Applicant: 南京信息工程大学
IPC: G06K9/66
CPC classification number: G06K9/66
Abstract: 本发明公开了一种基于卷积神经网络的服装分类方法，包括以下步骤：获取服装图像样本，并分为训练样本和测试样本；对训练样本和测试样本进行预处理；构建卷积神经网络模型；利用预处理后的训练样本对卷积神经网络模型进行前向传播和后向传播两个阶段的训练，当后向传播训练计算出的误差达到期望值时，训练结束，并得到卷积神经网络模型的参数；利用训练结束的卷积神经网络模型对预处理后的测试样本进行测试，并输出最终服装分类结果。本发明设计的卷积神经网络框架可以把服装图像直接作为网络的输入，隐式地对图像的特征进行提取，建立全局的特征表达，相比于人工设计的特征提取更加方便和精确，解决了现有算法对衣服分类准确率低的问题。
-
公开(公告)号：CN103514441A
公开(公告)日：2014-01-15
申请号：CN201310429774.1
申请日：2013-09-21
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种改进的人脸特征点定位跟踪方法，力图在多个方面全面提升算法的性能，具体体现在特征选取，模型训练以及定位跟踪等方面做了较大改进，使算法运行效率大幅提升，并同时保证了定位跟踪的准确性，能够实现在移动平台上实时进行人脸特征点的检测定位。本发明分为训练和匹配两个阶段，训练阶段主要学习全局形状模型，角点形状模型，眼睛形状模型，嘴唇形状模型，角点局部纹理模型，特征点局部纹理模型。匹配过程采用分层的机制，形状投影采取加权投影的方式。本发明的效率大幅提升，每秒可以定位跟踪二十五帧以上，在移动平台上实现了实时定位跟踪。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.019 seconds)
