-
公开(公告)号：CN105069403A
公开(公告)日：2015-11-18
申请号：CN201510427489.5
申请日：2015-07-20
Applicant: 同济大学
IPC: G06K9/00
CPC classification number: G06K9/00214 , G06K9/00885
Abstract: 本发明公开了一种基于分块统计特征与字典学习稀疏表示分类的三维人耳识别方法，其将三维人耳的采样图像等分为若干个子区域，针对每个子区域，首先计算人耳的表面类型，然后使用直方图统计每个子区域内人耳表面类型，最后将每个子区域的表面类型直方图拼接在一起，作为人耳深度图像的特征描述算子，并使用字典学习稀疏表示框架进行分类，从而提高识别效率与精确度。本发明可用于对身份识别有严格要求的场合，有效地解决了多个三维人耳采样之间的对齐偏差问题。
-
公开(公告)号：CN105069403B
公开(公告)日：2018-10-26
申请号：CN201510427489.5
申请日：2015-07-20
Applicant: 同济大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于分块统计特征与字典学习稀疏表示分类的三维人耳识别方法，其将三维人耳的采样图像等分为若干个子区域，针对每个子区域，首先计算人耳的表面类型，然后使用直方图统计每个子区域内人耳表面类型，最后将每个子区域的表面类型直方图拼接在一起，作为人耳深度图像的特征描述算子，并使用字典学习稀疏表示框架进行分类，从而提高识别效率与精确度。本发明可用于对身份识别有严格要求的场合，有效地解决了多个三维人耳采样之间的对齐偏差问题。
-
公开(公告)号：CN103984920B
公开(公告)日：2017-04-12
申请号：CN201410172494.1
申请日：2014-04-25
Applicant: 同济大学
Abstract: 本发明公开了一种基于稀疏表示与多特征点的三维人脸识别方法，步骤(一)在尺度空间中提取三维人脸扫描数据中的特征点并对其进行描述；步骤(二)根据步骤(一)中确定的待测人脸的三维数据特征构建三维人脸数据库；步骤(三)运用步骤(一)提取得到待测人脸的特征描述算子集合，在步骤(二)中所确定的三维人脸数据库比较以确定待测人脸身份的方法。其选取固定列数的特征描述算子构建子字典，并进行稀疏滤波，从而提高识别效率与精确度，可用于对身份识别有严格要求的场合。解决了三维人脸扫描数据中存在的人脸部分缺失、表情变化大、面部被遮挡等问题。
-
公开(公告)号：CN104166842A
公开(公告)日：2014-11-26
申请号：CN201410359335.2
申请日：2014-07-25
Applicant: 同济大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于分块统计特征与联合表示的三维掌纹识别方法，其将三维掌纹的采样图像等分为若干个子区域，针对每个子区域，首先计算掌纹的表面类型，然后使用直方图统计每个子区域内掌纹表面类型，最后将每个子区域的表面类型直方图拼接在一起，作为掌纹深度图像的特征描述算子，并使用联合表示框架进行分类，从而提高识别效率与精确度，可用于对身份识别有严格要求的场合。有效地解决了多个三维掌纹采样之间的对齐偏差问题。
-
公开(公告)号：CN104021545A
公开(公告)日：2014-09-03
申请号：CN201410198105.2
申请日：2014-05-12
Applicant: 同济大学
IPC: G06T7/00
Abstract: 一种基于视觉显著性的全参考彩色图像质量评价方法，(1)对于参考图像f(1)和失真图像f(2)分别确定视觉显著图VS1(x)和VS2(x)，、梯度图G1(x)和G2(x)、黄蓝对比色度分量M1(x)和M2(x)、红绿对比色度分量N1(x)和N2(x)；(2)结合VS1(x)、VS2(x)、G1(x)、G2(x)、M1(x)、M2(x)、N1(x)、N2(x)确定局部质量图S(x)；(3)将VS1(x)和VS2(x)中较大值作为权值函数，得到f2最终质量VSI，局部质量评级过程中，利用视觉显著性与图像质量关系，引入彩色图像色度分量；确定失真图像的质量分数的过程中，使用视觉显著性作为权重函数，得到失真图像的客观评价质量，提高了全参考图像质量评价方法的准确性。
-
Patent Agency Ranking
-
-
公开(公告)号：CN102193937A
公开(公告)日：2011-09-21
申请号：CN201010122720.7
申请日：2010-03-12
Applicant: 同济大学
IPC: G06F17/30
Abstract: 本发明涉及一种基于快速智能禁忌搜索的图像检索方法，该方法包括以下步骤：1)在图像数据库中定义几何流形熵；2)通过快速智能禁忌搜索算法来获得最优回路Oopt；3)将需要的检索图像Q插入最优回路序列Oopt中，根据检索图片在最优回路序列中插入的位置，重新计算插入后新回路序列的熵值，插入后的熵值较Sopt的变化为ΔS，当ΔS为最小时，检索图像的插入点为其在最优回路序列Oopt中的最终插入位置；4)根据欧几里德距离排序检索图像Q在最优回路序列Oopt中的邻近图像；5)将相似图像反馈给用户。与现有技术相比，本发明具有可以有效地解决大规模的优化组合问题，并且采用图形处理器强大的并行计算技术使得效率得到了极大提升等优点。
-
公开(公告)号：CN103996192B
公开(公告)日：2017-01-11
申请号：CN201410199362.8
申请日：2014-05-12
Applicant: 同济大学
Abstract: 本发明所示的基于高质量自然图像统计量学习模型的无参考图像质量评价方法：首先从高质量自然图像的第一图像块中学习多元高斯模型所对应的参数；对于测试图像，先将其分割成等大小的第二图像块，并提取每一个第二图像块的多元高斯模型；使用巴氏距离确定多元高斯模型之间的距离，从而确定失真图像质量块的质量；利用视觉显著性线性加权所有失真图像块的质量，最终得到测试图像的客观评价分数，其可较好地克服了现有评价方法泛化能力弱的问题，满足实际应用对无参考图像质量评价方法的要求。
-
公开(公告)号：CN103984920A
公开(公告)日：2014-08-13
申请号：CN201410172494.1
申请日：2014-04-25
Applicant: 同济大学
Abstract: 本发明公开了一种基于稀疏表示与多特征点的三维人脸识别方法，步骤(一)在尺度空间中提取三维人脸扫描数据中的特征点并对其进行描述；步骤(二)根据步骤(一)中确定的待测人脸的三维数据特征构建三维人脸数据库；步骤(三)运用步骤(一)提取得到待测人脸的特征描述算子集合，在步骤(二)中所确定的三维人脸数据库比较以确定待测人脸身份的方法。本发明所示的三维人脸识别方法选取固定列数的特征描述算子构建子字典，并进行稀疏滤波，从而提高识别效率与精确度，可用于对身份识别有严格要求的场合，解决了三维人脸扫描数据中存在的人脸部分缺失、表情变化大、面部被遮挡等问题。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.037 seconds)
