-
公开(公告)号：CN106023120B
公开(公告)日：2019-06-21
申请号：CN201610224500.2
申请日：2016-04-12
Applicant: 西安电子科技大学
IPC: G06T5/50
Abstract: 本发明公开了一种基于耦合近邻索引的人脸画像合成方法，主要解决现有方法在近邻选择时没有考虑训练画像作用的问题。其实现步骤是：1.划分训练画像样本集、训练照片样本集和测试样本集；2.将所有图像划分成图像块，并组成块集合；3.将训练照片块集合与对应的画像块集合划分为多个子集；4.建立训练照片块子集和训练画像块子集中每一对照片‑画像块到其K近邻对的索引；5.寻找每一测试照片块的最近邻，进而得到其K近邻；6.利用马尔科夫权重网络求解重构权值；7.求解待合成画像块；8.迭代执行步骤5‑7共N次，融合得到最终的合成画像。与现有技术相比，本发明合成画像清晰度高、细节更完整，可用于人脸检索与识别。
-
公开(公告)号：CN106023079B
公开(公告)日：2019-05-24
申请号：CN201610333375.9
申请日：2016-05-19
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种联合局部与全局特性的两阶段人脸画像生成方法。其步骤为：(1)划分样本；(2)划分图像块；(3)划分图像块子集；(4)生成初始合成画像块；(5)生成最终合成画像块；(6)合成画像。本发明采用了分阶段的方法，第一阶段将样本块划分为具有全局性的多个子集，在子集内合成初始画像块，第二阶段将样本块划分为具有局部性的多个子集，在子集内合成最终画像块，能合成背景干净且细节清晰的高质量画像。本发明仅使用简单的K均值聚类与样本块位置信息划分样本块集合，使用简单映射生合成画像，极大的提升了合成画像速度。
-
公开(公告)号：CN106023120A
公开(公告)日：2016-10-12
申请号：CN201610224500.2
申请日：2016-04-12
Applicant: 西安电子科技大学
IPC: G06T5/50
CPC classification number: G06T5/50 , G06T2207/10004 , G06T2207/20021 , G06T2207/20081 , G06T2207/20221
Abstract: 本发明公开了一种基于耦合近邻索引的人脸画像合成方法，主要解决现有方法在近邻选择时没有考虑训练画像作用的问题。其实现步骤是：1.划分训练画像样本集、训练照片样本集和测试样本集；2.将所有图像划分成图像块，并组成块集合；3.将训练照片块集合与对应的画像块集合划分为多个子集；4.建立训练照片块子集和训练画像块子集中每一对照片‑画像块到其K近邻对的索引；5.寻找每一测试照片块的最近邻，进而得到其K近邻；6.利用马尔科夫权重网络求解重构权值；7.求解待合成画像块；8.迭代执行步骤5‑7共N次，融合得到最终的合成画像。与现有技术相比，本发明合成画像清晰度高、细节更完整，可用于人脸检索与识别。
-
公开(公告)号：CN105608451B
公开(公告)日：2019-11-26
申请号：CN201610143041.5
申请日：2016-03-14
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于子空间岭回归的人脸画像生成方法，主要解决现有方法生成画像质量不高或耗时的问题。其实现步骤是：(1)划分训练画像样本集、训练照片样本集和测试样本集；(2)将所有图像划分成图像块，并组成块集合；(3)将训练照片块集合与对应的画像块集合划分为多个子集；(4)计算每一对照片‑画像块子集之间的映射系数矩阵；(5)将测试照片块划分到对应的子集；(6)根据每一个测试照片块子集以及其所在子集对应的系数矩阵，求解出合成画像块子集；(7)合并合成画像块子集得到合成画像块集合(8)组合所有合成画像快，生成伪画像。本发明具有合成画像质量高，速度快的优点，可用于公共安全领域中人脸检索与识别。
-
公开(公告)号：CN105869134B
公开(公告)日：2018-11-30
申请号：CN201610171867.2
申请日：2016-03-24
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于方向图模型的人脸画像合成方法，主要解决现有方法在对人脸图像合成细节不明显的问题。其实现步骤是：(1)划分训练画像样本集、训练照片样本集和测试照片样本集；(2)对训练画像样本集中的画像、训练照片样本集中的照片和测试照片进行块划分；(3)根据划分的图像块组成待选择照片块集和待选择画像块集；(4)对训练画像和照片样本块集提取像素值特征及方向特征；(5)计算待选择画像块权值集；(6)根据待选择画像块权值集计算伪画像块集；(7)根据伪画像块集，生成伪画像。本发明由于考虑了人脸图像本身的领域约束，使得生成的人脸画像细节部位明显，可用于公共安全领域中人脸检索与识别。
-
Patent Agency Ranking
公开(公告)号：CN105844605B
公开(公告)日：2018-08-10
申请号：CN201610152915.3
申请日：2016-03-17
Applicant: 西安电子科技大学
IPC: G06T5/50
Abstract: 本发明公开了一种基于自适应表示的人脸画像合成方法，主要解决现有方法合成画像清晰度低和细节不完整的问题。其实现步骤是：首先对数据库进行处理，将所有的图像进行图像滤波后，对图像分块并提取图像块特征，得到一个训练画像块字典和两个照片块字典；其次根据测试照片块中是否包含边缘信息或者面部特征信息选择不同的字典，寻找近邻块；最后利用马尔可夫网络模型得到待合成画像块，并对所有的待合成画像块进行融合得到合成画像。本发明与现有方法相比，合成结果具有更高的清晰度、细节更完整，可用于人脸检索与识别。
-
公开(公告)号：CN106056561A
公开(公告)日：2016-10-26
申请号：CN201610224521.4
申请日：2016-04-12
Applicant: 西安电子科技大学
IPC: G06T5/50
CPC classification number: G06T5/50 , G06T2207/10004 , G06T2207/20221
Abstract: 本发明公开了一种基于贝叶斯推断的人脸画像合成方法，主要解决现有方法在近邻寻找或者在权值求解阶段没有考虑相邻图像块之间的相似性约束问题。其方案是：1.划分训练画像样本集、训练照片样本集和测试样本集；2.将所有图像划分成图像块，并组成块集合；3.将训练照片块集合与对应的画像块集合划分为多个子集；4.从训练照片‑画像块集合中选择出最近邻块；5.将最近邻块按欧式距离从训练照片‑画像块集合中进行近邻块再选择，对求解再选近邻块的线性组合权值；6.依据近邻块和组合权值，求解待合成画像块；7.迭代执行步骤5‑6共N次，融合得到最终的合成画像。本发明具有合成结果清晰度高、细节更完整的优点，可用于人脸检索与识别。
-
公开(公告)号：CN105138951B
公开(公告)日：2018-05-25
申请号：CN201510397326.7
申请日：2015-07-08
Applicant: 西安电子科技大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于图模型表示的人脸画像‑照片识别方法，主要解决现有方法在进行人脸画像‑照片识别时忽略人脸图像空间结构信息的问题。其实现步骤是：(1)划分训练画像样本集、训练照片样本集和测试样本集；(2)根据划分结果组成测试画像图模型表示集和测试照片图模型表示集；(3)根据测试画像图模型表示集和测试照片图模型表示集计算相似度集；(4)根据相似度集计算人脸画像‑照片识别率。本发明与现有方法相比，在计算图模型表示过程中使用人脸图像的空间结构信息，提高了人脸画像‑照片识别率，可用于刑侦破案中犯罪嫌疑人的身份识别。
-
公开(公告)号：CN104036294B
公开(公告)日：2017-02-15
申请号：CN201410273900.3
申请日：2014-06-18
Applicant: 西安电子科技大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于光谱标记的多光谱遥感图像自适应分类方法，主要解决现有技术在遥感图像分类时需要人工操作，难以实现自动分类的缺点。其实现步骤是：(1)输入多光谱遥感图像；(2)调整多光谱遥感图像的数据格式；(3)通过调整后的多光谱遥感图像完善光谱标记库；用调整后的光谱标记作为弱监督信息对多光谱遥感图像进行弱监督分类，获得分类结果。本发明避免了分类时的人工操作，提高了分类精度和分类速度，可用于土地覆盖信息分析。(4)通过K-Means聚类算法调整光谱标记；(5)采
-
公开(公告)号：CN105869134A
公开(公告)日：2016-08-17
申请号：CN201610171867.2
申请日：2016-03-24
Applicant: 西安电子科技大学
CPC classification number: G06T5/50 , G06K9/00228 , G06K9/00288 , G06K9/6223 , G06T2207/10004 , G06T2207/20212
Abstract: 本发明公开了一种基于方向图模型的人脸画像合成方法，主要解决现有方法在对人脸图像合成细节不明显的问题。其实现步骤是：(1)划分训练画像样本集、训练照片样本集和测试照片样本集；(2)对训练画像样本集中的画像、训练照片样本集中的照片和测试照片进行块划分；(3)根据划分的图像块组成待选择照片块集和待选择画像块集；(4)对训练画像和照片样本块集提取像素值特征及方向特征；(5)计算待选择画像块权值集；(6)根据待选择画像块权值集计算伪画像块集；(7)根据伪画像块集，生成伪画像。本发明由于考虑了人脸图像本身的领域约束，使得生成的人脸画像细节部位明显，可用于公共安全领域中人脸检索与识别。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.021 seconds)
