-
公开(公告)号：CN112464901A
公开(公告)日：2021-03-09
申请号：CN202011485882.7
申请日：2020-12-16
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于“梯度脸”局部高阶主方向模式的人脸特征提取方法。首先设计“梯度脸”卷积算子，计算像素的多方向梯度分量和，以构造“梯度脸”结构。该结构不但削弱了局部区域光照变化因素的影响，保留主要的人脸特征，通过在特征域上提取高阶导数信息，由于在底层抑制了噪声，很好地解决了高阶提取算法噪声敏感问题。同时，在“梯度脸”上引入主方向分组策略表征其高阶导数特征，以局部邻域高阶导数方向变化的特征码形成主方向特征图。不但没有丢失不同导数方向之间高阶导数信息，保持了算子的精确的表征能力，而且特征码长度仅为主流方法的一半。本发明方法对光照、表情以及面部遮挡等变化因素具有好的鲁棒性，以及更高的识别效率。
-
公开(公告)号：CN112464901B
公开(公告)日：2024-02-02
申请号：CN202011485882.7
申请日：2020-12-16
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于“梯度脸”局部高阶主方向模式的人脸特征提取方法。首先设计“梯度脸”卷积算子，计算像素的多方向梯度分量和，以构造“梯度脸”结构。该结构不但削弱了局部区域光照变化因素的影响，保留主要的人脸特征，通过在特征域上提取高阶导数信息，由于在底层抑制了噪声，很好地解决了高阶提取算法噪声敏感问题。同时，在“梯度脸”上引入主方向分组策略表征其高阶导数特征，以局部邻域高阶导数方向变化的特征码形成主方向特征图。不但没有丢失不同导数方向之间高阶导数信息，保持了算子的精确的表征能力，而且特征码长度仅为主流方法的一半。本发明方法对光照、表情以及面部遮挡等变化因素具有好的鲁棒性，以及更高的识别效率。
-
公开(公告)号：CN110781745B
公开(公告)日：2022-02-11
申请号：CN201910899206.5
申请日：2019-09-23
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于复合窗及梯度加权方向滤波的尾部睫毛检测方法。该方法首先以方向一致性为评判标准，选取方向一致性最大的外窗与内窗构成复合窗，其中尾部睫毛起始点作为大小1×1的内窗，尾部睫毛起始点为中心的k×k邻域为外窗；然后采用梯度向量加权投影对尾部睫毛的方向预测；最后设计大小为S×S的水平方向滤波器，实现对尾部睫毛的图像增强，获得尾部睫毛检测结果图。本发明针对虹膜区域中的尾部睫毛进行检测，针对与虹膜纹理对比度低且方向多样的各种睫毛，检测效果较好，提高了整体睫毛的检测精度，虹膜识别系统的性能得以增强。
-
公开(公告)号：CN110781745A
公开(公告)日：2020-02-11
申请号：CN201910899206.5
申请日：2019-09-23
Applicant: 杭州电子科技大学
IPC: G06K9/00
Abstract: 本发明公开了基于复合窗及梯度加权方向滤波的尾部睫毛检测方法。该方法首先以方向一致性为评判标准，选取方向一致性最大的外窗与内窗构成复合窗，其中尾部睫毛起始点作为大小1×1的内窗，尾部睫毛起始点为中心的k×k邻域为外窗；然后采用梯度向量加权投影对尾部睫毛的方向预测；最后设计大小为S×S的水平方向滤波器，实现对尾部睫毛的图像增强，获得尾部睫毛检测结果图。本发明针对虹膜区域中的尾部睫毛进行检测，针对与虹膜纹理对比度低且方向多样的各种睫毛，检测效果较好，提高了整体睫毛的检测精度，虹膜识别系统的性能得以增强。
-
Patent Agency Ranking
公开(公告)号：CN111931590A
公开(公告)日：2020-11-13
申请号：CN202010680477.4
申请日：2020-07-15
Applicant: 杭州电子科技大学
IPC: G06K9/00
Abstract: 本发明公开了自适应四角星形局部图结构的均衡人脸特征提取方法。现有方法不能完全表达局部纹理特征，关系节点数多，对噪声等干扰的鲁棒性不强。本发明方法将输入的人脸图像预处理后得到标准单个人脸灰度图像，将待编码像素作为中心像素，以中心像素作为同心的内圆和外圆的圆心，在内圆和外圆的圆周上选取四个像素点作为图节点，将八个图节点以有向线连接，围合成四角星形局部图结构，比较每段有向线两端图节点对应的像素值的大小，根据比较结果进行编码，转换为十进制的编码值；遍历所有像素，得到该人脸的局部图结构编码特征图。本文发明在光照、姿态、表情和遮挡等各种干扰下，所提取的特征表现出很好的鲁棒性，对于人脸识别有实际应用价值。
-
公开(公告)号：CN110781744A
公开(公告)日：2020-02-11
申请号：CN201910899189.5
申请日：2019-09-23
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于多层次特征融合的小尺度行人检测方法。本发明首先使用卷积神经网络对输入图像进行特征提取，并将具有丰富细节信息的浅层特征和具有丰富语义信息的深层特征进行融合，然后在行人区域提议和分类回归中通过行人候选区域池化共享多层融合后的特征，最后得到检测结果。本发明通过设计的损失函数将特征提取，区域提议和分类回归整个检测流程合并成一个完整的网络，从而可以端对端的对整个网络进行训练，训练好的检测网络可以直接应用于行人检测。本文发明在存在大量小尺度行人的自动驾驶和监控场景下，能保持较好鲁棒性和高效性。
-
公开(公告)号：CN112464908B
公开(公告)日：2024-02-13
申请号：CN202011504920.9
申请日：2020-12-18
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种吸引局部二阶梯度轮廓模式人脸特征提取方法。本发明将人脸邻域图转化为对应的边缘响应图，根据稳定性极强的吸引模式对边缘响应图进行编码，克服了传统提取一阶信息算法特征提取有效性不足以及传统提取二阶梯度算法对随机噪声、姿态、表情敏感的缺点，实现了特征提取有效性与特征编码稳定性的平衡，在遮挡情况下也保持更高的识别率，抗噪性能更优异，鲁棒性更强。
-
公开(公告)号：CN111931590B
公开(公告)日：2023-09-29
申请号：CN202010680477.4
申请日：2020-07-15
Applicant: 杭州电子科技大学
IPC: G06V40/16
Abstract: 本发明公开了自适应四角星形局部图结构的均衡人脸特征提取方法。现有方法不能完全表达局部纹理特征，关系节点数多，对噪声等干扰的鲁棒性不强。本发明方法将输入的人脸图像预处理后得到标准单个人脸灰度图像，将待编码像素作为中心像素，以中心像素作为同心的内圆和外圆的圆心，在内圆和外圆的圆周上选取四个像素点作为图节点，将八个图节点以有向线连接，围合成四角星形局部图结构，比较每段有向线两端图节点对应的像素值的大小，根据比较结果进行编码，转换为十进制的编码值；遍历所有像素，得到该人脸的局部图结构编码特征图。本文发明在光照、姿态、表情和遮挡等各种干扰下，所提取的特征表现出很好的鲁棒性，对于人脸识别有实际应用价值。
-
公开(公告)号：CN112464908A
公开(公告)日：2021-03-09
申请号：CN202011504920.9
申请日：2020-12-18
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种吸引局部二阶梯度轮廓模式人脸特征提取方法。本发明将人脸邻域图转化为对应的边缘响应图，根据稳定性极强的吸引模式对边缘响应图进行编码，克服了传统提取一阶信息算法特征提取有效性不足以及传统提取二阶梯度算法对随机噪声、姿态、表情敏感的缺点，实现了特征提取有效性与特征编码稳定性的平衡，在遮挡情况下也保持更高的识别率，抗噪性能更优异，鲁棒性更强。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.017 seconds)
