-
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：CN105975916B
公开(公告)日：2019-10-11
申请号：CN201610273524.7
申请日：2016-04-28
Applicant: 西安电子科技大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于多输出卷积神经网络和有序回归的年龄估计方法，其实现是：1.建立亚洲人脸年龄数据集(AFAD)；2.建立用于二分类的训练数据；3.训练深度卷积神经网络；4.将测试样本输入到训练好的卷积神经网络；5.得到测试样本的年龄估计。本发明提出了一种对年龄进行排序的方法，将有序回归和深度学习方法相结合，显著地提升了年龄预测性能的准确度。本发明解决了现有年龄估计方法中特征提取和回归建模是独立进行与优化的不足，能充分利用年龄标签的序列关系将年龄估计有序回归，提高了年龄估计准确率，还为亚洲人脸的年龄估计建立了一个大规模数据库，为人脸年龄估计研究提供了数据库基础。能广泛用于对人脸图像的年龄估计。
-
公开(公告)号：CN106056650A
公开(公告)日：2016-10-26
申请号：CN201610312142.0
申请日：2016-05-12
Applicant: 西安电子科技大学
CPC classification number: G06T11/40 , G06K9/00281 , G06T5/002 , G06T5/50 , G06T2207/30201
Abstract: 本发明公开了一种基于快速表情信息提取和泊松融合的人脸表情合成方法，主要解决现有技术不能快速有效提取表情细节信息，且不能将其信息合成到目标人脸上的问题。实现步骤是：1)依据脸部特征点数据得到对应表情模板；2)依据目标对象的表情形状模板将目标对象的中性表情图像和源对象的非中性表情图像变形到目标对象的非中性表情形状下；3)在频域提取源人物表情图像块形变后的表情细节信息；4)使用泊松融合的方法对提取的源对象表情细节进行滤波；5)对滤波后的表情细节信息，使用泊松融合的方法将其合成到目标对象的形变表情上，得到最终的合成结果。本发明所需样本量少，合成结果自然、逼真，可用于人物动画渲染、视频会议和人机交互。
-
公开(公告)号：CN102163330A
公开(公告)日：2011-08-24
申请号：CN201110082830.X
申请日：2011-04-02
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于张量分解与Delaunay三角划分的多视角人脸合成方法，主要解决现有技术中，连续视角变化的人脸图像难以合成的问题，其合成方案是：利用特征点标注的方法提取出人脸图像的轮廓信息；采用张量分解的方法分离出训练集中人脸数据的视角系数矩阵；对视角系数矩阵进行样条拟合；利用张量分解公式构建新视角的特征点；应用Delaunay三角划分以及线性仿射变换根据已知人脸图像合成出新视角的人脸图像。本发明具有人脸合成结果逼真、合成视角范围广及运算复杂度低的优点，可用于计算机视觉领域或多媒体技术中不同视角下的人脸合成。
-
公开(公告)号：CN105975916A
公开(公告)日：2016-09-28
申请号：CN201610273524.7
申请日：2016-04-28
Applicant: 西安电子科技大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于多输出卷积神经网络和有序回归的年龄估计方法，其实现是：1.建立亚洲人脸年龄数据集(AFAD)；2.建立用于二分类的训练数据；3.训练深度卷积神经网络；4.将测试样本输入到训练好的卷积神经网络；5.得到测试样本的年龄估计。本发明提出了一种对年龄进行排序的方法，将有序回归和深度学习方法相结合，显著地提升了年龄预测性能的准确度。本发明解决了现有年龄估计方法中特征提取和回归建模是独立进行与优化的不足，能充分利用年龄标签的序列关系将年龄估计有序回归，提高了年龄估计准确率，还为亚洲人脸的年龄估计建立了一个大规模数据库，为人脸年龄估计研究提供了数据库基础。能广泛用于对人脸图像的年龄估计。
-
Patent Agency Ranking
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。
-
公开(公告)号：CN102034107B
公开(公告)日：2012-12-05
申请号：CN201010570786.2
申请日：2010-12-02
Applicant: 西安电子科技大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于鲁棒视觉注意特征与稀疏表示的不良图像判别方法，主要解决现有基于低级语义特征的方法不足以描述不良图像信息的内容，从而导致误判的问题。其步骤是：(1)采用高斯混合模型寻求多峰肤色分布的规律，建立肤色模型；(2)通过Bootstrap的主动反馈方法优化肤色模型；(3)引入人眼视觉注意模型，检测图像中有限的显著特征点；(4)进一步利用肤色区域去除冗余特征点；(5)对图像保留下来的感兴趣点采用尺度不变特征转换SIFT进行描述；(6)生成不良图像和正常图像的码本库；(7)采用稀疏表示中的图像重构误差检索出不良图像。实验结果表明，本发明具有更强的鲁棒性，能更好的分辨出不良图像和正常图像。
-
公开(公告)号：CN102034107A
公开(公告)日：2011-04-27
申请号：CN201010570786.2
申请日：2010-12-02
Applicant: 西安电子科技大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于鲁棒视觉注意特征与稀疏表示的不良图像判别方法，主要解决现有基于低级语义特征的方法不足以描述不良图像信息的内容，从而导致误判的问题。其步骤是：(1)采用高斯混合模型寻求多峰肤色分布的规律，建立肤色模型；(2)通过Bootstrap的主动反馈方法优化肤色模型；(3)引入人眼视觉注意模型，检测图像中有限的显著特征点；(4)进一步利用肤色区域去除冗余特征点；(5)对图像保留下来的感兴趣点采用尺度不变特征转换SIFT进行描述；(6)生成不良图像和正常图像的码本库；(7)采用稀疏表示中的图像重构误差检索出不良图像。实验结果表明，本发明具有更强的鲁棒性，能更好的分辨出不良图像和正常图像。
-
公开(公告)号：CN102163330B
公开(公告)日：2012-12-05
申请号：CN201110082830.X
申请日：2011-04-02
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于张量分解与Delaunay三角划分的多视角人脸合成方法，主要解决现有技术中，连续视角变化的人脸图像难以合成的问题，其合成方案是：利用特征点标注的方法提取出人脸图像的轮廓信息；采用张量分解的方法分离出训练集中人脸数据的视角系数矩阵；对视角系数矩阵进行样条拟合；利用张量分解公式构建新视角的特征点；应用Delaunay三角划分以及线性仿射变换根据已知人脸图像合成出新视角的人脸图像。本发明具有人脸合成结果逼真、合成视角范围广及运算复杂度低的优点，可用于计算机视觉领域或多媒体技术中不同视角下的人脸合成。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.026 seconds)
