-
公开(公告)号：CN111639719B
公开(公告)日：2023-04-07
申请号：CN202010511912.0
申请日：2020-06-08
Applicant: 安徽大学
IPC: G06F16/583 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/084 , G06N3/0442 , G06V10/62 , G06V10/774 , G06N3/045
Abstract: 本发明公开一种基于时空运动和特征融合的足迹图像检索方法，其步骤包括：1、成趟足迹图像数据集的准备；2、建立成趟足迹图像预处理模块；3、建立多尺度成趟足迹图像、整体归一化的预处理层；4、权重初始化、5、建立空间特征提取模块；6、建立时序特征提取模块；7、网络的训练、测试及优化。本发明通过提取成趟足迹图像的空间特征信息和时间序列特征信息，并结合特定的特征融合模块，能获取更丰富的成趟足迹图像的时空信息，并聚类出不同人员之间的差别性特征信息，从而大大提高成趟足迹图像检索的精确值。
-
公开(公告)号：CN111639719A
公开(公告)日：2020-09-08
申请号：CN202010511912.0
申请日：2020-06-08
Applicant: 安徽大学
IPC: G06K9/62 , G06K9/40 , G06N3/04 , G06N3/08 , G06F16/583
Abstract: 本发明公开一种基于时空运动和特征融合的足迹图像检索方法，其步骤包括：1、成趟足迹图像数据集的准备；2、建立成趟足迹图像预处理模块；3、建立多尺度成趟足迹图像、整体归一化的预处理层；4、权重初始化、5、建立空间特征提取模块；6、建立时序特征提取模块；7、网络的训练、测试及优化。本发明通过提取成趟足迹图像的空间特征信息和时间序列特征信息，并结合特定的特征融合模块，能获取更丰富的成趟足迹图像的时空信息，并聚类出不同人员之间的差别性特征信息，从而大大提高成趟足迹图像检索的精确值。
-
公开(公告)号：CN111340098B
公开(公告)日：2023-07-21
申请号：CN202010112342.8
申请日：2020-02-24
Applicant: 安徽大学
IPC: G06V10/774 , G06V10/764 , G06V10/20 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明图像处理、深度学习以及刑侦技术领域，公开了基于鞋印图像的STA‑Net年龄预测方法，先将待测鞋印图像经评分模型进行数据评估，评估高于预设值代表待测鞋印图像质量合格；随后将质量合格的待测鞋印图像进行预处理操作，所述预处理操作包括去噪、中心化、伪彩化；预处理后的待测鞋印图像输入经STA‑Net网络训练得到预测模型进行年龄预测，得到最终的预测年龄。图像评分模型、图像预处理模型能够对待测鞋印图像进行筛选与去躁处理，将不同来源的数据转化为满足网络输入的数据；STA‑Net回归网络能够根据鞋印图像预测出年龄信息，相比于传统的预测方法，提高了预测的效率以及准确率。
-
公开(公告)号：CN111340098A
公开(公告)日：2020-06-26
申请号：CN202010112342.8
申请日：2020-02-24
Applicant: 安徽大学
Abstract: 本发明图像处理、深度学习以及刑侦技术领域，公开了基于鞋印图像的STA-Net年龄预测方法，先将待测鞋印图像经评分模型进行数据评估，评估高于预设值代表待测鞋印图像质量合格；随后将质量合格的待测鞋印图像进行预处理操作，所述预处理操作包括去噪、中心化、伪彩化；预处理后的待测鞋印图像输入经STA-Net网络训练得到预测模型进行年龄预测，得到最终的预测年龄。图像评分模型、图像预处理模型能够对待测鞋印图像进行筛选与去躁处理，将不同来源的数据转化为满足网络输入的数据；STA-Net回归网络能够根据鞋印图像预测出年龄信息，相比于传统的预测方法，提高了预测的效率以及准确率。
-
-
-
Search Results
4
records
(took 0.012 seconds)
