-
公开(公告)号：CN109961051B
公开(公告)日：2022-11-15
申请号：CN201910243050.5
申请日：2019-03-28
Applicant: 湖北工业大学
IPC: G06V40/10 , G06V10/44 , G06V10/762
Abstract: 本发明公开了一种基于聚类和分块特征提取的行人重识别方法，(1)通过K‑means对图像进行聚类，将聚类的图像分别输入DCGAN网络中，分别生成图像，对原始训练集进行扩充；(2)在深度学习中，通过分块特征提取对真实数据和生成的没有标签的数据进行特征提取，同时采用发明的聚类标注平滑归一化损失函数(CLS)对数据标签化训练，测试时采用重排(Re‑ranking)进一步提升行人重识别效果。本发明联合了聚类标注平滑归一化损失函数以及分块特征提取方法，解决了行人重识别训练数据有限以及标签分配问题，同时通过分块的方式提取了图像的有效特征。
-
公开(公告)号：CN108691176B
公开(公告)日：2021-03-02
申请号：CN201810655077.0
申请日：2018-06-23
Applicant: 湖北工业大学
IPC: D06F58/10 , D06F58/20 , D06F34/04 , D06F34/26 , D06F103/32 , D06F103/34
Abstract: 本发明公开一种快速衣服烘干装置。为了尽可能地缩小烘干装置的空间，将烘干空间设定为一件衣服的大小，整个烘干过程在一个箱体内进行，由于衣服根据种类不同而有长短之分，本发明提供了一种既简单可靠又节省材料的箱体空间调节方案；箱体可利用部件的折叠调整空间的大小；接着，本发明根据需要改进出一种附带风机的特制衣架，这解决了衣服的受热不均的问题，同时加快了空气的流动，从而加快了烘干进程；本发明还配备了一个温湿度控制系统，并制定一套温湿度控制策略，用以优化加热策略，进一步加快烘干进程与确保人身、财产安全。
-
公开(公告)号：CN110796026A
公开(公告)日：2020-02-14
申请号：CN201910958532.9
申请日：2019-10-10
Applicant: 湖北工业大学
Abstract: 本发明公开了一种基于全局特征拼接的行人重识别方法，从空间维度提升网络性能。首先利用SE-ResNeXt50网络作为骨干网络提取行人图像特征；然后把不同卷积层提取的特征进行拼接，使特征信息互补；最后将拼接后的特征再次进行卷积处理，获得高细粒度的特征；所引入的聚类损失函数不同于目前常用的三元组损失函数，并且首次将聚类损失函数和交叉熵损失函数联合训练模型；本发明的识别效果在Market1501数据集上，Rank-1、mAP两个评价指标分别达到了95.9％和94.6％，是目前识别效果较高的，并且网络结构简单，计算量小。
-
公开(公告)号：CN109961051A
公开(公告)日：2019-07-02
申请号：CN201910243050.5
申请日：2019-03-28
Applicant: 湖北工业大学
Abstract: 本发明公开了一种基于聚类和分块特征提取的行人重识别方法，(1)通过K‑means对图像进行聚类，将聚类的图像分别输入DCGAN网络中，分别生成图像，对原始训练集进行扩充；(2)在深度学习中，通过分块特征提取对真实数据和生成的没有标签的数据进行特征提取，同时采用发明的聚类标注平滑归一化损失函数(CLS)对数据标签化训练，测试时采用重排(Re‑ranking)进一步提升行人重识别效果。本发明联合了聚类标注平滑归一化损失函数以及分块特征提取方法，解决了行人重识别训练数据有限以及标签分配问题，同时通过分块的方式提取了图像的有效特征。
-
公开(公告)号：CN110717411A
公开(公告)日：2020-01-21
申请号：CN201910897768.6
申请日：2019-09-23
Applicant: 湖北工业大学
Abstract: 本发明公开了一种基于深层特征融合的行人重识别方法，提出了一种基于深层特征融合的行人重识别网络模型，从空间维度提升网络性能。首先，利用卷积层和池化层多次提取网络深层特征，使用融合后的深层特征作为行人图像的特征属性，融合后的特征具有更好的细粒度特征表达能力。其次，为提高模型的泛化能力，在深层融合特征后加入一个批量归一化层，同时采用标签平滑损失函数和三元组损失函数对模型进行联合训练，提高了模型的泛化能力。
-
Patent Agency Ranking
公开(公告)号：CN107133929B
公开(公告)日：2019-06-11
申请号：CN201710289747.7
申请日：2017-04-27
Applicant: 湖北工业大学
Abstract: 本发明公开了一种基于背景估计和能量最小化的低质量文档图像二值化方法，首先对彩色文档图像进行灰度预处理、采用双边滤波对图像进行降噪处理、图像背景估计、背景减除与图像增强、构造能量函数、构造网络图、最后采用基于增广路径的图割算法实现能量函数的最小化。本发明显著提高了复杂背景下的文档图像二值化效果，能够适用于多种颜色书写、笔画渐变、墨迹浸润、页面有污渍或纹理、光照不均、对比度低等复杂背景的文档图像二值化处理。
-
公开(公告)号：CN109102520A
公开(公告)日：2018-12-28
申请号：CN201810549503.2
申请日：2018-05-31
Applicant: 湖北工业大学
Abstract: 本发明公开一种基于模糊均值聚类与卡尔曼滤波跟踪相结合的运动目标检测方法，该方法的主要思想是：先计算像素局部邻域的色差直方图(CDH)，然后采用模糊c均值聚类(FCM)来获得模糊色差直方图，紧接着进行背景建模，并使用相似性匹配检测前景，进一步采用基于块匹配的卡尔曼滤波器进行目标追踪。提出的基于模糊色差直方图FCDH的背景减除机制采用补丁级方法代替像素级，这种方法是将重点放在色差上，而不是色彩大小上。通过减少虚假错误的数量，FCDH可以显示出优良的性能。
-
公开(公告)号：CN109035274A
公开(公告)日：2018-12-18
申请号：CN201810964338.7
申请日：2018-08-23
Applicant: 湖北工业大学
CPC classification number: G06T7/12 , G06N3/0454 , G06T3/4038 , G06T5/009 , G06T7/194 , G06T2207/20036 , G06T2207/30176
Abstract: 本发明公开了一种基于背景估计与U型卷积神经网络的文档图像二值化方法，采用灰度变换将灰度图像的灰度值分布进行线性拉伸，利用形态学闭操作估计出文档图像的背景，再通过U型卷积神经网络对剔除估计背景后的图像进行分割，并采用全局最优阈值处理算法实现图像二值化。本发明能够显著提高复杂背景下的文档图像二值化效果。该方法适用于纤细笔画、墨迹浸润、页面有污渍、光照不均、对比度低等复杂背景下的低质量文档图像二值化处理。
-
公开(公告)号：CN111666843B
公开(公告)日：2023-04-28
申请号：CN202010451903.7
申请日：2020-05-25
Applicant: 湖北工业大学
IPC: G06V40/20 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于全局特征和局部特征拼接的行人重识别方法，首先构建行人重识别网络；然后采用多损失函数策略对行人重识别网络分支有针对性的进行分开约束；接着采用多损失函数策略对行人重识别网络进行训练，通过对行人重识别网络结构的参数进行优化训练，得到训练好的行人重识别模型；最后在行人查询集中随机选取某个指定对象，将该对象的图像输入至训练好的行人重识别模型中，计算该指定对象和候选集中的每个对象的欧式距离，接着对计算得到的距离进行升序排序，从而获得行人重识别结果。本发明采用多损失函数策略对模型进行约束，通过对损失函数针对性的选择以提高模型的泛化能力。
-
公开(公告)号：CN109035274B
公开(公告)日：2021-10-22
申请号：CN201810964338.7
申请日：2018-08-23
Applicant: 湖北工业大学
Abstract: 本发明公开了一种基于背景估计与U型卷积神经网络的文档图像二值化方法，采用灰度变换将灰度图像的灰度值分布进行线性拉伸，利用形态学闭操作估计出文档图像的背景，再通过U型卷积神经网络对剔除估计背景后的图像进行分割，并采用全局最优阈值处理算法实现图像二值化。本发明能够显著提高复杂背景下的文档图像二值化效果。该方法适用于纤细笔画、墨迹浸润、页面有污渍、光照不均、对比度低等复杂背景下的低质量文档图像二值化处理。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.018 seconds)
