-
公开(公告)号：CN111476145A
公开(公告)日：2020-07-31
申请号：CN202010258239.4
申请日：2020-04-03
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于卷积神经网络的1：N人脸识别方法，包括以下步骤：(1)构造数据集并基于所构造的数据集将图片裁剪为统一的尺寸大小，(2)采用Facenet和InsightFace两种不同的卷积神经网络对所构造的数据集中的人脸特征进行提取，提取后的特征以统一的一维结构的方式输出；(3)对Facenet所提取的特征人脸构建归一化字典，基于所构建的归一化字典，采用基追踪降噪的同伦算法迭代，确定索引；(4)采用最近邻分析，对不同卷积神经网络所提取的人脸特征进行对比，确定各自对应的索引；(5)采用集成法对出现次数最多的索引作为最终索引，获得识别结果。本发明能克服其他因素对识别效果的影响，提高了识别精度和识别效果。
-
公开(公告)号：CN110084149A
公开(公告)日：2019-08-02
申请号：CN201910279694.X
申请日：2019-04-09
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于难样本四元组动态边界损失函数的人脸验证方法，包括如下步骤：（1）构建人脸样本图像数据库并进行预处理。（2）对数据库中的人脸图像进行分组，设定有效的选取机制来选取难样本四元组。（3）设置模型损失函数为包含动态阈值边界的四元组损失函数，投入难样本进行训练，得到收敛好的网络模型。（4）利用训练好的网络对待验证的人脸图像进行特征提取，计算特征向量间的距离，根据距离大小判断验证结果。本发明的方法具有如下优点：1）模型收敛速度快；2）对人工设置的边界阈值依赖程度低；3）更有效地提取人脸特征并提高人脸验证的准确度。
-
公开(公告)号：CN118628411A
公开(公告)日：2024-09-10
申请号：CN202410761887.X
申请日：2024-06-13
Applicant: 南京邮电大学
IPC: G06T5/77 , G06T9/00 , G06N3/0455 , G06N3/0475 , G06N3/0464 , G06N3/094
Abstract: 本发明公开了一种基于CAR编码器和人脸生成先验知识的人脸修复方法，属于人脸修复领域。该方法包括：(1)获取高清人脸图像FFHQ；(2)对高清人脸图像FFHQ进行多重手工退化；(3)将退化后的图像与高清图像配对训练模型，从而使该人脸修复模型能够增强待修复人脸的细节特征和五官特征。其中，修复模型由编码器和生成器组成，编码器为基于Transformer自注意力机制的CAR编码器，生成器为预训练的StyleGAN2生成器，即人脸生成先验知识。本发明平衡了人脸修复模型保真度和细节修复度的关系，在增强视觉效果的同时显著提升了峰值信噪比(PSNR)。
-
公开(公告)号：CN116596809A
公开(公告)日：2023-08-15
申请号：CN202310623249.7
申请日：2023-05-30
Applicant: 南京邮电大学
IPC: G06T5/40 , G06T5/00 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于Residual‑Unet网络的低照度图像增强方法，属于低照度图像增强技术领域；包括以下步骤：数据预处理；获取待增强图像，并对其进行直方图均衡化预处理；构建基于Residual‑Unet的低照度图像增强网络，并完成网络训练；将待增强图像与经过直方图均衡化预处理后的图像进行合并，输入基于Residual‑Unet的低照度图像增强网络，由基于Residual‑Unet的低照度图像增强网络输出增强后的图像。本发明在传统的残差网络结构之上，取消了residual网络中的所有批量归一化操作，将第二权重层由简单的卷积层和激活层替换为整个Unet卷积神经网络，减少光照变化的影响，丰富待增强图像的可视化信息；避免了不相关的信息对增强结果造成影响，加快模型的收敛，同时实现增强视觉效果，显著提升峰值信噪比。
-
公开(公告)号：CN113077402B
公开(公告)日：2022-09-06
申请号：CN202110387868.1
申请日：2021-04-12
Applicant: 南京邮电大学
Abstract: 本发明是一种基于正交三角分解的人脸图像光照复原方法，该方法包括如下步骤：步骤1：采集人脸彩色图像并转化为人脸灰度图像；步骤2：求取步骤1中得到人脸灰度图像的光照归一化图像；步骤3：求取人脸灰度图像的光照复原图像。本发明充分考虑了人脸灰度图像的光照特性，通过正交三角分解算法，对上三角矩阵行向量进行归一化处理，产生人脸灰度图像的光照归一化图像，然后利用梯度下降法，使人脸灰度图像逼近其光照归一化图像，产生人脸灰度图像的光照复原图像，在恢复光照的同时，最大限度的保持人脸图像的固有鉴别特征。
-
Patent Agency Ranking
公开(公告)号：CN113077402A
公开(公告)日：2021-07-06
申请号：CN202110387868.1
申请日：2021-04-12
Applicant: 南京邮电大学
Abstract: 本发明是一种基于正交三角分解的人脸图像光照复原方法，该方法包括如下步骤：步骤1：采集人脸彩色图像并转化为人脸灰度图像；步骤2：求取步骤1中得到人脸灰度图像的光照归一化图像；步骤3：求取人脸灰度图像的光照复原图像。本发明充分考虑了人脸灰度图像的光照特性，通过正交三角分解算法，对上三角矩阵行向量进行归一化处理，产生人脸灰度图像的光照归一化图像，然后利用梯度下降法，使人脸灰度图像逼近其光照归一化图像，产生人脸灰度图像的光照复原图像，在恢复光照的同时，最大限度的保持人脸图像的固有鉴别特征。
-
公开(公告)号：CN110852292A
公开(公告)日：2020-02-28
申请号：CN201911126783.7
申请日：2019-11-18
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于跨模态多任务深度度量学习的草图人脸识别方法，首先构建人脸样本图像数据库并进行预处理，对样本进行两两配对，形成草图和正常图片的两种模态的配对；然后对每一个草图和正常图片这两种模态使用对应的神经网络来学习特征，同时让两种模态的网络结构进行参数共享；最后，将两种模态得到的特征投影到公共空间中，计算特征向量之际的距离，通过设计目标函数，根据距离大小来验证结果；通过在两个常用的基准数据集上的实验结果可以直观看出，本发明提供的方法比现有的方法具有更好的跨模态分类性能。
-
公开(公告)号：CN120014351A
公开(公告)日：2025-05-16
申请号：CN202510101997.8
申请日：2025-01-22
Applicant: 南京邮电大学
IPC: G06V10/764 , G06V10/82 , G06N3/0895 , G06N3/0464
Abstract: 本发明公开了一种去中心化多源域适应的跨域图像分类方法，属于多源跨域隐私图像分类领域，包括使用ResNet作为主干网络构建预训练模型，提取源域图像底层特征；改造批量归一化层结构，搭建匹配归一化层结构；使用聚合模型在目标域生成伪标签，并通过对抗攻击筛选高质量伪标签；采用自监督学习策略，增强模型泛化能力与自信程度；通过多重细粒度对齐来实现高效的去中心化多源域适应过程；在构建模型时通过匹配归一化层的构造，实现分散训练时的最大均值差异方法；在目标域模型训练阶段，通过对抗攻击实现对伪标签的高效筛选，保证高效训练目标域模型，本发明在多源隐私数据领域，可以获得同行业领先的优异性能。
-
公开(公告)号：CN119649155A
公开(公告)日：2025-03-18
申请号：CN202510022469.3
申请日：2025-01-07
Applicant: 南京邮电大学
IPC: G06V10/764 , G06V10/82 , G06N3/088 , G06V10/774 , G06N3/094
Abstract: 一种基于少样本无监督域适应的跨域图像分类方法，其包括获取训练特征数据集；构造特征提取器，并使用预训练模型；搭建基于样本选择策略、对抗域适应和原型学习的模型；得到总的损失函数，进行迭代以优化模型；利用训练完成的域自适应分类模型进行跨域图像分类。本发明利用样本选择策略扩充源域样本，无需额外未标记源域数据。此外，通过构建源域类别原型，将目标域样本与源域原型直接对齐，实现了精细化的跨域特征对齐。本发明结合局部类别原型对齐和全局对抗对齐，不仅增强了模型在特征对齐方面的能力，还在公开数据集上验证了其优异的分类性能，特别是在源域标记样本极为有限的情况下展现了显著的鲁棒性。
-
公开(公告)号：CN110956090B
公开(公告)日：2022-08-30
申请号：CN201911064788.1
申请日：2019-11-04
Applicant: 南京邮电大学
Abstract: 本发明提出了一种基于正负光照不变单元融合的人脸特征提取方法，该方法包括如下步骤：采集人脸彩色图像，并转化为人脸灰度图像；对灰度人脸图像的每个灰度值，构造以该灰度值为中心的5个局部邻域；通过以每个灰度值为中心的5个局部邻域，构造人脸灰度图像的正负光照不变单元模型；通过正负光照不变单元模型，构建基于正负光照不变单元融合的人脸特征。本发明充分考虑了灰度人脸图像的局部邻域中灰度值之间的关系，通过构造灰度人脸图像灰度值的5个局部邻域，构建人脸灰度图像的正负光照不变单元模型，产生基于正负光照不变单元融合的人脸特征，该人脸特征同时控制5个局部邻域中正负光照不变单元之间平衡，不受不同局部邻域之间关系的影响。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.023 seconds)
