公开(公告)号：CN119600403A

公开(公告)日：2025-03-11

申请号：CN202411660779.X

申请日：2024-11-20

Applicant: 哈尔滨理工大学

Inventor： 李骜 ,  徐欣雅 ,  叶海天 ,  谷凤伟 ,  杨海陆 ,  王莉莉

IPC: G06V10/80 ,  G06V10/762 ,  G06V40/16 ,  G06V10/46 ,  G06V10/44 ,  G06V10/54

Abstract: 一种面向视角缺失人脸识别的多维特征融合聚类方法，属于计算机视觉中的人脸图像数据聚类处理领域，本发明首先为非完备多视角人脸图像数据构建核矩阵，并进行多核补全。然后通过特征分解将每个视角下的核矩阵映射到不同的维度空间，获得不同维度的特征矩阵，再通过旋转矩阵将其融合为固定维度的一致表示矩阵。将一致表示作为原始数据的替代进行张量子空间学习，根据学习到的张量子空间矩阵计算亲和矩阵，并对其进行谱聚类，获得最终的聚类结果。与其他方法相比，本发明的精确度更高，性能更加稳健。

公开(公告)号：CN117765292B

公开(公告)日：2024-09-24

申请号：CN202311805159.6

申请日：2023-12-26

Applicant: 哈尔滨理工大学

Inventor： 李骜 ,  徐欣雅 ,  许浩越 ,  冯聪

IPC: G06V10/762 ,  G06V10/774 ,  G06V10/42 ,  G06V10/80 ,  G06V20/13

Abstract: 一种基于图卷积流形正则化伪标签引导的非完备多视角遥感数据聚类方法，属于遥感信息技术中的遥感图像数据聚类处理领域，本发明首先将非完备多视角遥感图像数据划分为完备样本集合和存在样本集合，并获取完备样本的伪标签。然后将存在样本的不同视角特征、相应的图以及流形信息输入多视角图卷积特征融合分类网络以获得伪标签。训练完成后，从学习到的统一表征中获得聚类。与其他方法相比，本发明的精确度更高，性能更加稳健。

公开(公告)号：CN117765292A

公开(公告)日：2024-03-26

申请号：CN202311805159.6

申请日：2023-12-26

Applicant: 哈尔滨理工大学

Inventor： 李骜 ,  徐欣雅 ,  许浩越 ,  冯聪

IPC: G06V10/762 ,  G06V10/774 ,  G06V10/42 ,  G06V10/80 ,  G06V20/13

Abstract: 一种基于图卷积流形正则化伪标签引导的非完备多视角遥感数据聚类方法，属于遥感信息技术中的遥感图像数据聚类处理领域，本发明首先将非完备多视角遥感图像数据划分为完备样本集合和存在样本集合，并获取完备样本的伪标签。然后将存在样本的不同视角特征、相应的图以及流形信息输入多视角图卷积特征融合分类网络以获得伪标签。训练完成后，从学习到的统一表征中获得聚类。与其他方法相比，本发明的精确度更高，性能更加稳健。