-
公开(公告)号：CN118097396B
公开(公告)日：2024-07-12
申请号：CN202410487860.6
申请日：2024-04-23
Applicant: 南京信息工程大学
IPC: G06V20/05 , G06V10/40 , G06V10/774 , G06V10/764
Abstract: 本发明公开了一种水下光学图像识别方法及装置，其方法包括：获取水下光学的训练图像，并进行预处理生成训练图像数据矩阵；将所述训练图像数据矩阵按列拼接生成图像数据增广矩阵；构建引入双灵活度量自适应加权的2DPCA优化模型，将所述图像数据增广矩阵输入所述2DPCA优化模型计算最优的投影矩阵；获取水下光学的待识别图像，并进行预处理生成待识别图像数据矩阵；利用最优的所述投影矩阵对所述待识别图像数据矩阵和所述训练图像数据矩阵进行特征提取，将特征提取结果输入最近邻分类器进行水下目标识别；本发明能够有效提高水下光视觉图像数据的识别精度。
-
Patent Agency Ranking
公开(公告)号：CN118097396A
公开(公告)日：2024-05-28
申请号：CN202410487860.6
申请日：2024-04-23
Applicant: 南京信息工程大学
IPC: G06V20/05 , G06V10/40 , G06V10/774 , G06V10/764
Abstract: 本发明公开了一种水下光学图像识别方法及装置，其方法包括：获取水下光学的训练图像，并进行预处理生成训练图像数据矩阵；将所述训练图像数据矩阵按列拼接生成图像数据增广矩阵；构建引入双灵活度量自适应加权的2DPCA优化模型，将所述图像数据增广矩阵输入所述2DPCA优化模型计算最优的投影矩阵；获取水下光学的待识别图像，并进行预处理生成待识别图像数据矩阵；利用最优的所述投影矩阵对所述待识别图像数据矩阵和所述训练图像数据矩阵进行特征提取，将特征提取结果输入最近邻分类器进行水下目标识别；本发明能够有效提高水下光视觉图像数据的识别精度。
-
公开(公告)号：CN118038533B
公开(公告)日：2024-06-07
申请号：CN202410434403.0
申请日：2024-04-11
Applicant: 南京信息工程大学
IPC: G06V40/16 , G06V10/774 , G06F17/16
Abstract: 本发明公开了一种人脸识别方法、终端及介质，包括：对人脸训练数据进行预处理得到输入数据矩阵；基于输入数据矩阵求解任意三角形结构2DPCA优化模型的最大化问题过程为：基于输入数据矩阵和投影矩阵计算获得对角矩阵的对角元素；由对角矩阵的对角元素确定加权协方差矩阵的权重系数，计算获得具有保护全局几何结构的加权协方差矩阵；由加权协方差矩阵前若干个最大特征值对应的特征向量组成投影矩阵；循环迭代求解最优投影矩阵；利用最优投影矩阵对人脸测试样本进行特征提取获得低维特征，利用低维特征进行人脸识别预测；本发明对噪声干扰进行有效抑制，确保更准确和可靠的识别结果，提高了人脸识别的鲁棒性。
-
公开(公告)号：CN118230083B
公开(公告)日：2024-07-23
申请号：CN202410650635.X
申请日：2024-05-24
Applicant: 南京信息工程大学
IPC: G06V10/77 , G06V10/764 , G06F17/16
Abstract: 本发明公开了一种基于连续双向2DPCA的小样本图像识别方法及装置，其方法包括获取训练图像，对所述训练图像进行预处理生成训练图像数据矩阵；构建具有增强鲁棒性结构连续双向的2DPCA优化模型，将所述训练图像数据矩阵输入所述2DPCA优化模型计算最优的投影矩阵；获取待识别图像，对待识别图像进行预处理生成待识别图像数据矩阵；利用最优的所述投影矩阵对所述待识别图像数据矩阵和所述训练图像数据矩阵进行特征提取，将特征提取结果输入最近邻分类器进行图像识别；本发明能够提高图像识别系统在复杂环境下的特征提取能力，保证系统更精准更高效的识别结果。
-
公开(公告)号：CN118230083A
公开(公告)日：2024-06-21
申请号：CN202410650635.X
申请日：2024-05-24
Applicant: 南京信息工程大学
IPC: G06V10/77 , G06V10/764 , G06F17/16
Abstract: 本发明公开了一种基于连续双向2DPCA的小样本图像识别方法及装置，其方法包括获取训练图像，对所述训练图像进行预处理生成训练图像数据矩阵；构建具有增强鲁棒性结构连续双向的2DPCA优化模型，将所述训练图像数据矩阵输入所述2DPCA优化模型计算最优的投影矩阵；获取待识别图像，对待识别图像进行预处理生成待识别图像数据矩阵；利用最优的所述投影矩阵对所述待识别图像数据矩阵和所述训练图像数据矩阵进行特征提取，将特征提取结果输入最近邻分类器进行图像识别；本发明能够提高图像识别系统在复杂环境下的特征提取能力，保证系统更精准更高效的识别结果。
-
公开(公告)号：CN118038533A
公开(公告)日：2024-05-14
申请号：CN202410434403.0
申请日：2024-04-11
Applicant: 南京信息工程大学
IPC: G06V40/16 , G06V10/774 , G06F17/16
Abstract: 本发明公开了一种人脸识别方法、终端及介质，包括：对人脸训练数据进行预处理得到输入数据矩阵；基于输入数据矩阵求解任意三角形结构2DPCA优化模型的最大化问题过程为：基于输入数据矩阵和投影矩阵计算获得对角矩阵的对角元素；由对角矩阵的对角元素确定加权协方差矩阵的权重系数，计算获得具有保护全局几何结构的加权协方差矩阵；由加权协方差矩阵前若干个最大特征值对应的特征向量组成投影矩阵；循环迭代求解最优投影矩阵；利用最优投影矩阵对人脸测试样本进行特征提取获得低维特征，利用低维特征进行人脸识别预测；本发明对噪声干扰进行有效抑制，确保更准确和可靠的识别结果，提高了人脸识别的鲁棒性。
-
-
-
-
-
Search Results
6
records
(took 0.037 seconds)
