公开(公告)号：CN113989907B

公开(公告)日：2024-11-26

申请号：CN202111433120.7

申请日：2021-11-29

Applicant: 江苏科技大学

Inventor： 朱志宇 ,  臧旭 ,  葛慧林 ,  王伟然 ,  魏莱 ,  张哲卿

IPC: G06V40/16 ,  G06V10/764 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/09 ,  G06F17/16

Abstract: 本发明公开了一种基于非对称性特征和黎曼流形结构的人脸识别方法，所述方法根据黎曼流形学习中对称正定矩阵的计算与分析，降低人脸数据的维度，挖掘人脸图像的内在关系和逻辑结构，通过对人脸图像特征的流形表示，由对称正定矩阵的黎曼流形网络结构可以生成更加紧凑和更具有判别性的对称正定矩阵，从而提高人脸识别的准确率和速率，使得人脸图像的内在关系和逻辑结构得以挖掘。

公开(公告)号：CN114067188B

公开(公告)日：2024-07-05

申请号：CN202111404888.1

申请日：2021-11-24

Applicant: 江苏科技大学

Inventor： 朱志宇 ,  张哲卿 ,  王伟然 ,  顾健 ,  臧旭 ,  魏莱

IPC: G06V10/80 ,  G06V10/44 ,  G06V10/30 ,  G06V10/82 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/094

Abstract: 本发明公开了一种伪装目标的红外偏振图像融合方法，通过伪彩色融合对伪装目标的红外偏振图像进行特征融合，再通过多特征判别器对抗神经网络，保证生成器生成的图像将目标的偏振特征图像、形状特征等进行高度融合。这种二次融合的方法使伪装目标的偏振特征得以充分的提取并融合，保留并增强目标的偏振信息，使目标识别检测更加精确。

公开(公告)号：CN114463650A

公开(公告)日：2022-05-10

申请号：CN202210011653.4

申请日：2022-01-06

Applicant: 江苏科技大学

Inventor： 朱志宇 ,  古静 ,  张哲卿 ,  范东阳 ,  朱德纹

IPC: G06V20/20 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于胶囊神经网络的船舶目标检测方法，包括以下步骤：(1)基于胶囊神经网络建立船舶目标检测模型；(2)获取船舶目标待检测图像；(3)将船舶目标待检测图像输入船舶目标检测模型，得到船舶目标检测结果图像。本发明基于红外偏振船舶图像数据集，获取船舶图像数据集，包括各种复杂的海面环境，提高了数据集的丰富程度，并对船舶图像数据集进行增强，提高了模型的泛化能力；本发明基于建立胶囊神经网络模型，基于神经网络自动提取图像数据特征，进行目标的检测识别，提高了检测的精度。

公开(公告)号：CN113989907A

公开(公告)日：2022-01-28

申请号：CN202111433120.7

申请日：2021-11-29

Applicant: 江苏科技大学

Inventor： 朱志宇 ,  臧旭 ,  葛慧林 ,  王伟然 ,  魏莱 ,  张哲卿

IPC: G06V40/16 ,  G06K9/62 ,  G06V10/764 ,  G06V10/774 ,  G06N3/04 ,  G06N3/08 ,  G06F17/16

Abstract: 本发明公开了一种基于非对称性特征和黎曼流形结构的人脸识别方法，所述方法根据黎曼流形学习中对称正定矩阵的计算与分析，降低人脸数据的维度，挖掘人脸图像的内在关系和逻辑结构，通过对人脸图像特征的流形表示，由对称正定矩阵的黎曼流形网络结构可以生成更加紧凑和更具有判别性的对称正定矩阵，从而提高人脸识别的准确率和速率，使得人脸图像的内在关系和逻辑结构得以挖掘。

公开(公告)号：CN118230092A

公开(公告)日：2024-06-21

申请号：CN202410348412.8

申请日：2024-03-26

Applicant: 江苏科技大学

Inventor： 朱志宇 ,  宋施霖 ,  张哲卿

IPC: G06V10/774 ,  G06V10/80 ,  G06V10/44 ,  G06V10/82 ,  G06V10/143 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/0464 ,  G06N3/094

Abstract: 本发明公开了一种基于多层双判别器生成对抗网络的船舶红外偏振图像生成方法及系统，包括：采集船舶红外图像和红外偏振图像，对采集到的船舶红外图像和红外偏振图像进行预处理，并制作数据集，将数据集划分为训练集和验证集；搭建多层双判别器生成对抗网络；采用训练集对搭建的多层双判别器生成对抗网络进行训练，并采用验证集对训练后的多层双判别器生成对抗网络进行验证，得到可用的多层双判别器生成对抗网络；利用可用的多层双判别器生成对抗网络中的生成器生成船舶红外偏振图像；其中，多层双判别器生成对抗网络呈金字塔结构，由低层网络到高层网络逐层堆叠得到，每层网络由生成器、胶囊判别器和CNN判别器构成。

公开(公告)号：CN114067188A

公开(公告)日：2022-02-18

申请号：CN202111404888.1

申请日：2021-11-24

Applicant: 江苏科技大学

Inventor： 朱志宇 ,  张哲卿 ,  王伟然 ,  顾健 ,  臧旭 ,  魏莱

IPC: G06V10/80 ,  G06V10/44 ,  G06V10/30 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种伪装目标的红外偏振图像融合方法，通过伪彩色融合对伪装目标的红外偏振图像进行特征融合，再通过多特征判别器对抗神经网络，保证生成器生成的图像将目标的偏振特征图像、形状特征等进行高度融合。这种二次融合的方法使伪装目标的偏振特征得以充分的提取并融合，保留并增强目标的偏振信息，使目标识别检测更加精确。