公开(公告)号：CN118247252A

公开(公告)日：2024-06-25

申请号：CN202410406450.4

申请日：2024-04-07

Applicant: 南京信息职业技术学院

Inventor： 何淼 ,  张泽 ,  葛心宇

IPC: G06T7/00 ,  G06F17/18

Abstract: 本发明公开了一种基于多方法联合变异的数据质量噪声检测方法，所述方法包括：获取待检测图像数据集；基于均值、标准差、信噪比和峰值信噪比，分别对所述待检测图像数据集进行处理，获取标记矩阵M1、标记矩阵M2、标记矩阵M3和标记矩阵M4；获取噪声检测权重系数，并根据上述四个标记矩阵，对待检测图像进行分数评估计算，得到评估分数；基于所述评估分数，获取待检测图像的噪声检测结果；本发明噪声检测方法结合均值、标准差、信噪比和峰值信噪比多方面综合评估，弥补单方面检测的缺陷，检测精度更高更准确。

公开(公告)号：CN117745703A

公开(公告)日：2024-03-22

申请号：CN202311858217.1

申请日：2023-12-29

Applicant: 南京信息职业技术学院

Inventor： 何淼 ,  张泽

IPC: G06T7/00

Abstract: 一种基于变异系数法的数据质量鲁棒性评估方法，对于任意图像数据集，计算待测图像样本与常用质量评估标准构建矩阵X；将矩阵X进行数据正向化得到矩阵X'；标准化矩阵X'以得到#imgabs0#计算每个指标的变异系数；通过变异系数加权得到最终的鲁棒性评估得分；计算数据集的平均数据质量鲁棒性得分，并根据数据分布设置得分范围，评估该数据集的鲁棒性。根据变异系数法针对图像数据质量评估指标做出客观赋权，从数据集质量的角度衡量原始图像样本数据的鲁棒性，利用数据集样本和数据质量衡量指标之间的关系，采用统计学方法计算各指标在某一数据集上的变化程度，从而客观的提供对于该数据集的鲁棒性评估结果。

公开(公告)号：CN114863525A

公开(公告)日：2022-08-05

申请号：CN202210467209.3

申请日：2022-04-29

Applicant: 南京信息职业技术学院

Inventor： 褚哲 ,  张泽

IPC: G06V40/16 ,  G06F16/583 ,  G06V10/762

Abstract: 本发明公开了一种人脸数据集的构建方法及系统，所述构建方法包括：创建能够表明唯一人物身份信息的关键词列表,并确定各人物的标准人脸图像；依据关键词爬取人脸图像；采用人脸检测算法进行人脸检测并裁剪；采用训练好的ArcFace人脸识别模型提取所裁剪的人脸图像的特征向量；基于所提取的人脸特征向量，采用DBSCAN聚类算法对所裁剪的人脸图像初步聚类，参照标准人脸图像，剔除非目标人物的人脸图像，保留候选人脸图像；采用DBSCAN聚类算法进行二次聚类，实现人脸图像的去重处理；对去重处理后的人脸图像进行清洗，获取人脸数据集。该构建方法可以创建大规模的的人脸数据集，基于此数据集可以开发各类人种不同的人脸识别模型。