-
公开(公告)号：CN114937299B
公开(公告)日：2024-06-25
申请号：CN202210538854.X
申请日：2022-05-17
Applicant: 合肥工业大学
IPC: G06V40/16 , G06V10/82 , G06V10/764 , G06V10/762 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种知识诱导的多核模糊聚类的人脸图像分类方法，其步骤包括：1提取待聚类的人脸图像特征向量集；2获取待聚类的人脸图像特征向量集的人脸特征知识点，计算各个人脸特征向量的全局相对密度值和最小距离，得到高密度的人脸特征知识点；3在人脸特征知识点的引导下，采用模糊聚类算法对待聚类的人脸图像特征向量进行聚类；4对聚类后的人脸数据集进行标签化处理，从而得到相应人脸图像的类别标签。本发明将知识信息与多核模糊聚类方法进行结合，将具有高信息量的人脸特征知识点引入人脸聚类过程，从而能够有效识别人脸类别，并提升人脸聚类分类的准确率。
-
Patent Agency Ranking
公开(公告)号：CN113239859B
公开(公告)日：2022-08-19
申请号：CN202110589116.3
申请日：2021-05-28
Applicant: 合肥工业大学
IPC: G06V40/16 , G06V10/762 , G06K9/62
Abstract: 本发明公开了一种焦点引导的人脸子空间模糊聚类方法及系统，包括：1提取待聚类的人脸图像特征向量集；2获取待聚类的人脸图像特征向量集的焦点，计算各个特征向量局部密度值，得到焦点和初始聚类中心；3在焦点的引导下，采用模糊聚类算法对待聚类的人脸图像特征向量进行聚类；4对聚类后的人脸数据集进行标签化处理。本发明将焦点信息与传统的FCM聚类方法进行结合，将具有高信息量的焦点引入聚类过程，从而能够有效降低迭代过程并提升人脸数据集的聚类精度。
-
公开(公告)号：CN113239859A
公开(公告)日：2021-08-10
申请号：CN202110589116.3
申请日：2021-05-28
Applicant: 合肥工业大学
Abstract: 本发明公开了一种焦点引导的人脸子空间模糊聚类方法及系统，包括：1提取待聚类的人脸图像特征向量集；2获取待聚类的人脸图像特征向量集的焦点，计算各个特征向量局部密度值，得到焦点和初始聚类中心；3在焦点的引导下，采用模糊聚类算法对待聚类的人脸图像特征向量进行聚类；4对聚类后的人脸数据集进行标签化处理。本发明将焦点信息与传统的FCM聚类方法进行结合，将具有高信息量的焦点引入聚类过程，从而能够有效降低迭代过程并提升人脸数据集的聚类精度。
-
公开(公告)号：CN114937299A
公开(公告)日：2022-08-23
申请号：CN202210538854.X
申请日：2022-05-17
Applicant: 合肥工业大学
IPC: G06V40/16 , G06V10/82 , G06V10/764 , G06V10/762 , G06N3/08 , G06N3/04
Abstract: 本发明公开了一种知识诱导的多核模糊聚类的人脸图像分类方法，其步骤包括：1提取待聚类的人脸图像特征向量集；2获取待聚类的人脸图像特征向量集的人脸特征知识点，计算各个人脸特征向量的全局相对密度值和最小距离，得到高密度的人脸特征知识点；3在人脸特征知识点的引导下，采用模糊聚类算法对待聚类的人脸图像特征向量进行聚类；4对聚类后的人脸数据集进行标签化处理，从而得到相应人脸图像的类别标签。本发明将知识信息与多核模糊聚类方法进行结合，将具有高信息量的人脸特征知识点引入人脸聚类过程，从而能够有效识别人脸类别，并提升人脸聚类分类的准确率。
-
公开(公告)号：CN113628225A
公开(公告)日：2021-11-09
申请号：CN202110973719.3
申请日：2021-08-24
Applicant: 合肥工业大学
Abstract: 本发明公开了一种基于结构相似度和图像区域块的模糊C均值图像分割方法及系统，该方法包括：1采用图像区域块加权距离和计算像素点和聚类中心之间的距离；2利用新的结构相似性度量方法表示像素点之间关系；3结合新结构相似性度量方法和图像区域块加权距离和构建新的模糊系数；4利用图像区域块和新模糊系数构建目标函数，使用模糊聚类算法对待分割图像进行聚类；5在隶属度的极大值处取得最佳聚类数，以完成图像的分割。本发明提出的新结构相似性度量方法和图像区域块概念与传统FCM聚类算法结合，将像素综合特征信息融入到聚类过程，从而能对含噪声点的合成图像、真实图像和医学图像进行准确的分割。
-
公开(公告)号：CN113628225B
公开(公告)日：2024-02-20
申请号：CN202110973719.3
申请日：2021-08-24
Applicant: 合肥工业大学
IPC: G06T7/11 , G06T7/00 , G06V10/762 , G06V10/74
Abstract: 本发明公开了一种基于结构相似度和图像区域块的模糊C均值图像分割方法及系统，该方法包括：1采用图像区域块加权距离和计算像素点和聚类中心之间的距离；2利用新的结构相似性度量方法表示像素点之间关系；3结合新结构相似性度量方法和图像区域块加权距离和构建新的模糊系数；4利用图像区域块和新模糊系数构建目标函数，使用模糊聚类算法对待分割图像进行聚类；5在隶属度的极大值处取得最佳聚类数，以完成图像的分割。本发明提出的新结构相似性度量方法和图像区域块概念与传统FCM聚类算法结合，将像素综合特征信息融入到聚类过程，从而能对含噪声点的合成图像、真实图像和医学图像进行准确的分割。
-
-
-
-
-
Search Results
6
records
(took 0.022 seconds)
