-
公开(公告)号:CN104657962A
公开(公告)日:2015-05-27
申请号:CN201410766467.7
申请日:2014-12-12
Applicant: 西安电子科技大学
IPC: G06T5/50
Abstract: 本发明公开了一种基于级联线性回归图像超分辨重建方法,主要解决现有方法重建过程不稳定、效率低,生成的高分辨图像存在过多伪像的问题。其实现过程是:(1)构建训练图像集;(2)对训练图像进行学习求出T组线性回归器和T组聚类中心;(3)对测试的低分辨图像进行预处理,得到初始估计高分辨图像,并提取图像不同分量;(4)对亮度分量进行分块,并对亮度特征块进行初始估计;(5)对初始估计特征块进行迭代更新和重建,得到高分辨图像块;(6)对高分辨图像块进行组合,得到高分辨亮度分量图像;(7)高分辨亮度分量图像与色度分量进行拼接,得到高分辨图像。本发明减少了伪像的产生,提高了重构图像的清晰度,可用于高清晰视频显示。
-
公开(公告)号:CN104408736A
公开(公告)日:2015-03-11
申请号:CN201410771613.5
申请日:2014-12-12
Applicant: 西安电子科技大学
IPC: G06T7/00
CPC classification number: G06T7/0002 , G06T7/13 , G06T2207/10004 , G06T2207/30168
Abstract: 本发明公开了一种基于特征相似性的合成人脸画像质量评价方法,主要解决现有图像质量评价方法直接应用在合成人脸画像中主客观一致性差的问题。其实现过程是:1)对测试合成人脸画像与参考画像进行预处理,使其尺寸大小一致;2)对合成画像与参考画像进行分块;3)对每幅画像的合成人脸画像块进行质量评价,得到画像块的质量评价分数;4)求整幅画像的质量评价分数。本发明与现有方法相比,充分考虑了合成人脸画像结构的特殊性,提高了合成人脸画像的主客观质量评价的一致性,可用于犯罪嫌疑人身份识别。
-
公开(公告)号:CN103902991A
公开(公告)日:2014-07-02
申请号:CN201410166300.7
申请日:2014-04-24
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于法医素描的人脸识别方法,主要解决现有方法容易受到背景和光照的干扰,识别率低的问题。其实现步骤是:(1)对图像库中的图像划分训练样本集和测试样本集;(2)根据训练样本集,将测试样本集中的法医素描和嫌疑犯照片分别生成对应的伪照片;(3)将法医素描生成的伪照片与嫌疑犯照片生成的伪照片进行人脸比对;(4)统计比对结果,作为人脸识别的识别率。本发明与现有方法相比,将法医素描和嫌疑犯照片同时转变为具有相同背景和相同光照的伪照片,排除了背景和光照的干扰,提高了识别率,可用于犯罪嫌疑人的身份识别。
-
公开(公告)号:CN104992185B
公开(公告)日:2018-05-04
申请号:CN201510395890.5
申请日:2015-07-08
Applicant: 西安电子科技大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于超像素的人脸画像生成方法,主要解决现有方法在对人脸图像分块细节不明显的问题。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超像素块划分;(3)根据划分的超像素块组成待选择照片超像素块集和待选择画像超像素块集;(4)计算待选择画像超像素块权值集;(5)根据待选择画像超像素块权值集计算伪画像超像素块集;(6)根据伪画像超像素块集,生成伪画像。本发明由于在分块过程采用超像素块划分,考虑了人脸图像本身的结构信息,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。
-
公开(公告)号:CN105138951A
公开(公告)日:2015-12-09
申请号:CN201510397326.7
申请日:2015-07-08
Applicant: 西安电子科技大学
IPC: G06K9/00
CPC classification number: G06K9/00288
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:CN104992185A
公开(公告)日:2015-10-21
申请号:CN201510395890.5
申请日:2015-07-08
Applicant: 西安电子科技大学
IPC: G06K9/62
CPC classification number: G06K9/6256
Abstract: 本发明公开了一种基于超像素的人脸画像生成方法,主要解决现有方法在对人脸图像分块细节不明显的问题。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超像素块划分;(3)根据划分的超像素块组成待选择照片超像素块集和待选择画像超像素块集;(4)计算待选择画像超像素块权值集;(5)根据待选择画像超像素块权值集计算伪画像超像素块集;(6)根据伪画像超像素块集,生成伪画像。本发明由于在分块过程采用超像素块划分,考虑了人脸图像本身的结构信息,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。
-
公开(公告)号:CN104657962B
公开(公告)日:2017-08-25
申请号:CN201410766467.7
申请日:2014-12-12
Applicant: 西安电子科技大学
IPC: G06T5/50
Abstract: 本发明公开了一种基于级联线性回归图像超分辨重建方法,主要解决现有方法重建过程不稳定、效率低,生成的高分辨图像存在过多伪像的问题。其实现过程是:(1)构建训练图像集;(2)对训练图像进行学习求出T组线性回归器和T组聚类中心;(3)对测试的低分辨图像进行预处理,得到初始估计高分辨图像,并提取图像不同分量;(4)对亮度分量进行分块,并对亮度特征块进行初始估计;(5)对初始估计特征块进行迭代更新和重建,得到高分辨图像块;(6)对高分辨图像块进行组合,得到高分辨亮度分量图像;(7)高分辨亮度分量图像与色度分量进行拼接,得到高分辨图像。本发明减少了伪像的产生,提高了重构图像的清晰度,可用于高清晰视频显示。
-
公开(公告)号:CN103955668B
公开(公告)日:2017-03-29
申请号:CN201410133868.9
申请日:2014-04-03
Applicant: 西安电子科技大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于图像质量评价的合成人脸图像识别方法,主要解决现有人脸识别方法直接应用在合成人脸图像识别中识别率低,计算复杂度高的问题。其实现过程是:1)对合成人脸图像数据库与原图像数据库进行预处理,使其尺寸一致;2)对合成图像集与原图像集中的图像分别进行高斯差分滤波,并将滤波后的合成图像与原图像分别作为测试图像与参考图像,进行图像质量评价;3)利用图像质量评价分数判断合成图像是否正确识别,并计算其识别率。本发明与现有方法相比,无需训练过程,计算复杂度低,且提高了合成人脸图像识别率,可用于犯罪嫌疑人身份识别。
-
公开(公告)号:CN103984954A
公开(公告)日:2014-08-13
申请号:CN201410165469.0
申请日:2014-04-23
Applicant: 西安电子科技大学宁波信息技术研究院
Abstract: 本发明涉及一种基于多特征融合的图像合成方法,用于将照片合成为画像,或者将画像合成为照片,其实现步骤是:首先划分数据库样本集;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,得到训练画像块字典和照片块字典;利用这两个字典根据输入的测试照片块或测试画像块,寻找近邻块;建立马尔可夫网络模型得到待合成画像块或待合成照片块;对所有的待合成画像块或待合成照片块进行融合即可得到合成画像或合成照片。本发明与现有方法相比,合成结果具有更高的清晰度和更少的结构缺失,可用于人脸检索与识别。
-
公开(公告)号:CN103955668A
公开(公告)日:2014-07-30
申请号:CN201410133868.9
申请日:2014-04-03
Applicant: 西安电子科技大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于图像质量评价的合成人脸图像识别方法,主要解决现有人脸识别方法直接应用在合成人脸图像识别中识别率低,计算复杂度高的问题。其实现过程是:1)对合成人脸图像数据库与原图像数据库进行预处理,使其尺寸一致;2)对合成图像集与原图像集中的图像分别进行高斯差分滤波,并将滤波后的合成图像与原图像分别作为测试图像与参考图像,进行图像质量评价;3)利用图像质量评价分数判断合成图像是否正确识别,并计算其识别率。本发明与现有方法相比,无需训练过程,计算复杂度低,且提高了合成人脸图像识别率,可用于犯罪嫌疑人身份识别。
-
-
-
-
-
-
-
-
-