-
公开(公告)号：CN104680189A
公开(公告)日：2015-06-03
申请号：CN201510117478.7
申请日：2015-03-15
Applicant: 西安电子科技大学
IPC: G06K9/64
Abstract: 本发明公开了一种基于改进词袋模型的不良图像检测方法，主要解决传统词袋模型在检测不良图像过程中颜色描述不准确、关键特征点提取不全面、特征描述复杂、局部区域描述不精确的问题。其实现步骤为：(1)提取关键特征点；(2)对关键特征点提取颜色特征和梯度特征；(3)根据颜色特征和梯度特征分别建立颜色词典和梯度词典；(4)根据先验知识计算每个特征点颜色单词的类条件概率；(5)根据类条件概率对相应的梯度单词加权，并统计加权后的梯度单词直方图，(6)利用直方图训练分类器；(7)用训练好的分类器检测不良图像。本发明提高了颜色描述信息的丰富性，避免了关键特征点的丢失，能更加精确描述图像局部区域，可用于过滤色情图像。
-
公开(公告)号：CN102360435A
公开(公告)日：2012-02-22
申请号：CN201110329875.2
申请日：2011-10-26
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于隐含主题分析的不良图像检测方法，主要解决现有的不良信息检测方法不考虑图像的语义信息，导致正常图像误判的问题。其方案是：采用双混合高斯模型来提取图像的皮肤区域；通过词袋模型生成肤色区域中所包含显著特征的码本库，用词频-逆鉴别性文档频率法将每幅训练图像表示成一组有权重的单词共现向量；所有共现向量组成一个共现矩阵，对共现矩阵进行LDA建模，得到图像的主题；将训练图像的混合主题输入BP神经网络，进行不良图像分类器的训练；得到待测图像的主题并输入到不良图像分类器，判断其是否为不良图像，完成不良图像检测。实验表明，本发明能更好的分辨出不良图像和正常图像，可用于过滤图像中的色情信息。
-
公开(公告)号：CN103268623B
公开(公告)日：2016-05-18
申请号：CN201310241382.2
申请日：2013-06-18
Applicant: 西安电子科技大学
Abstract: 一种基于频域分析的静态人脸表情合成方法，包括如下步骤：(1)多表情人脸图像的对齐步骤；(2)将源人物和目标人物的中性表情变形到源人物表情的形状下；(3)在频域提取源人物的表情细节；(4)计算目标人物特有的面部特征子图像；(5)将源人物的表情细节子图像与目标人物特有的面部特征子图像相融合，得到最终的表情转移图像。本发明所需样本量少；从图像的频域特性出发，能更好的提取人脸图像的表情细节，且合成图像不受光照变化的影响，鲁棒性好；通过人脸表情的迁移，合成的人脸图像既保留了目标人物特有的面部特征又包含了源人物的表情细节，将目标人物特有的面部特征和源人物的表情细节有机的结合在一起，因此合成的人脸表情更自然、更逼真。
-
Patent Agency Ranking
公开(公告)号：CN103310208B
公开(公告)日：2016-05-11
申请号：CN201310289408.0
申请日：2013-07-10
Applicant: 西安电子科技大学
Abstract: 基于局部几何视觉短语描述的鉴别性人脸姿态识别方法，其包括基于人脸局部特征建立词袋模型，通过局部几何视觉短语引入词袋模型中单词的空间信息，并用几何视觉短语构成图像的特征向量，用向量的内积统计共现的特征数目，通过共现的特征数构成训练图像核矩阵，将所述训练图像核矩阵输入到支撑向量机分类器训练得到人脸姿态分类器。本发明能克服光照、遮挡和偏移对人脸姿态判别的影响，提高人脸姿态特征的鉴别性；通过在位移空间统计共现的局部几何视觉短语数提高计算效率且保证了基于局部几何视觉短语的空间特征的移位不变性。
-
公开(公告)号：CN102360435B
公开(公告)日：2013-06-12
申请号：CN201110329875.2
申请日：2011-10-26
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于隐含主题分析的不良图像检测方法，主要解决现有的不良信息检测方法不考虑图像的语义信息，导致正常图像误判的问题。其方案是：采用双混合高斯模型来提取图像的皮肤区域；通过词袋模型生成肤色区域中所包含显著特征的码本库，用词频-逆鉴别性文档频率法将每幅训练图像表示成一组有权重的单词共现向量；所有共现向量组成一个共现矩阵，对共现矩阵进行LDA建模，得到图像的主题；将训练图像的混合主题输入BP神经网络，进行不良图像分类器的训练；得到待测图像的主题并输入到不良图像分类器，判断其是否为不良图像，完成不良图像检测。实验表明，本发明能更好的分辨出不良图像和正常图像，可用于过滤图像中的色情信息。
-
公开(公告)号：CN104680189B
公开(公告)日：2018-04-10
申请号：CN201510117478.7
申请日：2015-03-15
Applicant: 西安电子科技大学
IPC: G06K9/64
Abstract: 本发明公开了一种基于改进词袋模型的不良图像检测方法，主要解决传统词袋模型在检测不良图像过程中颜色描述不准确、关键特征点提取不全面、特征描述复杂、局部区域描述不精确的问题。其实现步骤为：(1)提取关键特征点；(2)对关键特征点提取颜色特征和梯度特征；(3)根据颜色特征和梯度特征分别建立颜色词典和梯度词典；(4)根据先验知识计算每个特征点颜色单词的类条件概率；(5)根据类条件概率对相应的梯度单词加权，并统计加权后的梯度单词直方图，(6)利用直方图训练分类器；(7)用训练好的分类器检测不良图像。本发明提高了颜色描述信息的丰富性，避免了关键特征点的丢失，能更加精确描述图像局部区域，可用于过滤色情图像。
-
公开(公告)号：CN103310208A
公开(公告)日：2013-09-18
申请号：CN201310289408.0
申请日：2013-07-10
Applicant: 西安电子科技大学
Abstract: 基于局部几何视觉短语描述的鉴别性人脸姿态识别方法，其包括基于人脸局部特征建立词袋模型，通过局部几何视觉短语引入词袋模型中单词的空间信息，并用几何视觉短语构成图像的特征向量，用向量的内积统计共现的特征数目，通过共现的特征数构成训练图像核矩阵，将所述训练图像核矩阵输入到支撑向量机分类器训练得到人脸姿态分类器。本发明能克服光照、遮挡和偏移对人脸姿态判别的影响，提高人脸姿态特征的鉴别性；通过在位移空间统计共现的局部几何视觉短语数提高计算效率且保证了基于局部几何视觉短语的空间特征的移位不变性。
-
公开(公告)号：CN103268623A
公开(公告)日：2013-08-28
申请号：CN201310241382.2
申请日：2013-06-18
Applicant: 西安电子科技大学
Abstract: 一种基于频域分析的静态人脸表情合成方法，包括如下步骤：(1)多表情人脸图像的对齐步骤；(2)将源人物和目标人物的中性表情变形到源人物表情的形状下；(3)在频域提取源人物的表情细节；(4)计算目标人物特有的面部特征子图像；(5)将源人物的表情细节子图像与目标人物特有的面部特征子图像相融合，得到最终的表情转移图像。本发明所需样本量少；从图像的频域特性出发，能更好的提取人脸图像的表情细节，且合成图像不受光照变化的影响，鲁棒性好；通过人脸表情的迁移，合成的人脸图像既保留了目标人物特有的面部特征又包含了源人物的表情细节，将目标人物特有的面部特征和源人物的表情细节有机的结合在一起，因此合成的人脸表情更自然、更逼真。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.018 seconds)
