-
公开(公告)号：CN111209872B
公开(公告)日：2022-05-03
申请号：CN202010021843.5
申请日：2020-01-09
Applicant: 浙江工业大学
Abstract: 一种基于动态规划和多目标优化的滚动指纹拼接方法，首先，将指纹图像分割成多个小矩形块，通过二分搜索快速定位指纹中心区域。然后，对分割后的图像进行相应行的拼接，并根据动态规划思想利用非降帧序列对所有行进行优化。最后，采用基于偏离度的拼接缝隙检测，将拼接结果图像中的缝隙区域有效检测出来，结合多目标优化思想进行有效的质量优化。该方法能得到更加完整、有效的指纹面积，在提高指纹识别精度上优于现有方法，本发明提高指纹拼接精度、获取更多有效指纹面积且无明显拼接缝隙。
-
公开(公告)号：CN109115418A
公开(公告)日：2019-01-01
申请号：CN201810765656.0
申请日：2018-07-12
Applicant: 浙江工业大学
Abstract: 本发明公开了一种基于区域划分的压力容器气密性检测方法，包括如下步骤：步骤1:设压力容器原气压值为P0，T时间后气压值为P1，当P0-P1≤Δ时，Δ为压差阈值，则表示未加压；当P0-P1＞Δ时,则表示正在加压，气密性试验开始；步骤2：取气密性试验开始后的视频的n帧图像，n＝t*f，其中t为试验时长，f为视频帧率；记n帧图像为I1,I2,...,In，对Ii，i＝1,2,…,n进行灰度化，得到对应的灰度图Gi；本发明的有益效果是：本发明基于区域划分，结合气泡大小，数量，动态的特性，可以准确判断压力容器的气密性同时准确的定位出漏气区域。
-
公开(公告)号：CN104574441B
公开(公告)日：2017-07-28
申请号：CN201410854055.9
申请日：2014-12-31
Applicant: 浙江工业大学
IPC: G06T7/246
Abstract: 一种基于GMM和时序模型的跌倒实时检测方法，包括以下步骤：1)背景建模；2)形态学处理；3)运动目标检测；4)判定人体宽高比变化；5)构造重心状态变化矩阵；6)指数平滑法更新数据；7)给定跌倒阈值矩阵；8)根据测试数据，按照跌倒检测公式进行判定。本发明采用重心状态矩阵将表征人体运动状态的信息分解为多个参量，并赋予垂直参量更高的权重，使人体状态变化的检测更加精确；采用基于时间序列的指数平滑法对历史数据的权重进行调整，使当前累积数据更加合理。本发明既可应用于平地环境也可应用于楼梯等斜坡环境。
-
公开(公告)号：CN103839072B
公开(公告)日：2017-02-22
申请号：CN201310754757.5
申请日：2013-12-31
Applicant: 浙江工业大学
IPC: G06K9/62
Abstract: 一种基于朴素贝叶斯分类器的假指纹检测方法，包括以下步骤：1）训练库划分；2）图像归一化；3）特征提取；3.1）离散小波变换；3.2）去噪；3.3）小波重构；3.4）噪声图估计；3.5）标准差图计算；3.6）划分标准差图，统计得到图像的特征；4）特征划分；5）分类器训练；6）分类器性能评估；7）分类器融合：利用朴素贝叶斯分类器构造的方法，融合得到新的分类器。本发明对单个分类器性能要求不高，但分类器融合后的效果却可以非常好。
-
公开(公告)号：CN103996056A
公开(公告)日：2014-08-20
申请号：CN201410138343.4
申请日：2014-04-08
Applicant: 浙江工业大学
IPC: G06K9/66
Abstract: 一种基于深度学习的纹身图像分类方法，包括以下步骤：1)样本变换1.1)仿射变换；1.2)弹性变换；1.3)遮挡模拟；1.4)白化；2)自编码预训练：进使用CUDA优化后的自编码训练机对大量彩色纹身图像进行训练，得到纹身图像的一些共同地边缘信息，同时对这些图像做些挑选后用于卷积网络的第一层；3)使用自编码得到的结果对变换后的样本进行卷积网络训练。本发明有效避免受照射方向，肤色，毛发，光线，图像质量等各方面的影响、可靠性良好、实现效率较高。
-
Patent Agency Ranking
公开(公告)号：CN103116744A
公开(公告)日：2013-05-22
申请号：CN201310046125.3
申请日：2013-02-05
Applicant: 浙江工业大学
Abstract: 基于MRF和SVM-KNN分类的假指纹检测方法，包括以下步骤：1）提取指纹图像特征：1.1）一阶统计量(FOS)；1.2）灰度共生矩阵(GLCM)；1.3）马尔科夫随机场(MRF)；2）进行SVM训练，分别对FOS和GLCM，及MRF这两项特征向量训练得到模型A和B；3）SVM-KNN分类：3.1）SVM分类机理；3.2）SVM-KNN分类器形成；4）决策融合以检测真假指纹。目前没找到将GLCM和MRF用于假指纹检测的相关文献，本文利用这两类特征量化指纹图像的物理结构信息以达到识别真假指纹的目的。实验结果表明该算法的认假率及拒真率分别为1.84%和1.79%。本发明精确度高、实用性好。
-
公开(公告)号：CN117934505A
公开(公告)日：2024-04-26
申请号：CN202410042657.8
申请日：2024-01-11
Applicant: 浙江工业大学
Abstract: 一种针对新型便携式滚动指纹采集仪的图像分割方法，可以基于新型便携式采集仪在移动端实时采集分割滚动指纹，该方法针对便携式采集仪获取图像噪声大、前景区域小等特点，提出了基于边缘检测算法的指纹图像分割算法，基于并查集与凸包算法确定指纹轮廓，针对滚动指纹的时序性对分割过程进行优化，使用二阶贝塞尔曲线拟合指纹轮廓使其更贴近真实指纹，并针对采集仪特点提出了一种启发式的降噪算法。本发明既克服了新型便携式滚动指纹采集仪所获取图像的缺点，又无需移动端提供硬件支持，降低了设备成本与劳动力成本。
-
公开(公告)号：CN117854157A
公开(公告)日：2024-04-09
申请号：CN202410042668.6
申请日：2024-01-11
Applicant: 浙江工业大学
IPC: G06V40/30 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/0895
Abstract: 一种基于跨层弱监督学习的多模态离线签名鉴定方法，首先进行多模态签名图像的采集与处理；以用户签名样本对作为最小单元构建多模态训练数据集合；构建跨层交互的弱监督数据增强网络模型并训练，模型包含：跨层特征提取模块、判别模块、弱监督定位模块、注意力引导模块与训练控制器；网络模型优化；使用优化后的模型判断待鉴定签名与参考签名是否来自同一用户。本发明以深度网络模型提取到的各级特征作为基础，在训练过程和中利用弱监督学习与注意力引导主动改变现有数据并生成新数据来充分挖掘判别线索，保证了鉴定的准确性，同时较小的模型参数使本发明可以应用于各种场景下，有较好的实用价值。
-
公开(公告)号：CN115311746A
公开(公告)日：2022-11-08
申请号：CN202210867739.7
申请日：2022-07-22
Applicant: 浙江工业大学
Abstract: 本发明公开了一种基于多特征融合的离线签名真伪检测方法，包括如下步骤：随机等比例划分训练数据集和测试数据集，签名数据集图像样本预处理，局部二值模式特征提取，选择最优距离度量函数，Gabor滤波器特征提取，选择Gabor卷积核的频率、角度的最优组合设计以及特征向量，形状因子特征提取，选择能达到最佳效果的级数，将最优解所得到的特征进行融合，在测试集上计算最后精度。本发明综合局部二值模式特征、Gabor滤波器特征和形状因子特征三者的优势，同时具备对图片样本中光源的高敏感性、与人类视觉接收场模型相吻合的特点，对日常生活中的字迹鉴别以及具备法律效应的文书合同上的当事人签名防伪检测效果比其他方法有改进和提升。
-
公开(公告)号：CN115309452A
公开(公告)日：2022-11-08
申请号：CN202210912178.8
申请日：2022-07-29
Applicant: 浙江工业大学
IPC: G06F8/75 , G06F40/194 , G06F40/253 , G06N5/02
Abstract: 本发明公开了一种基于代码动态特征的代码作弊行为检测方法，包括如下步骤：构造程序依赖图：代码清洗，去除冗余代码，获得代码完成目标功能的最简程序依赖图；运行日志生成：构造探针代码，打印简洁的运行日志，保存探针日志结果作为过程采掘的输入；代码流程图构造：构造出清洗后的代码流程图，得到代码的实际运行过程；代码流程图标准化：将代码流程图转化为标准化代码流程图；图相似度计算：通过基于最短路径图内核的图相似度计算方法获得图相似度，用以表示代码相似度。本发明基于过程挖掘、过程建模和图像分析，动态分析代码运行过程，用于完成对循环方式替换，数据存储格式修改以及无用调用和语句的检测抗性，规避了编程语言差异的影响。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.029 seconds)
