-
公开(公告)号：CN111488906B
公开(公告)日：2023-07-25
申请号：CN202010147013.7
申请日：2020-03-05
Applicant: 浙江工业大学
IPC: G06V10/764 , G06V10/77 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 一种基于通道相关式PCANet的低分辨率图像识别方法，特征提取过程中，对待识别的低分辨图像进行双三次插值，使得插值之后的图像与训练集图像有相同的分辨率；采用通道相关式卷积对插值后的图像进行深度卷积滤波，得到输入图像的高维特征图；沿着特征图的通道方向，以一定的步长，对特征图进行压缩编码，得到输入图像的模式图；从模式图中提取局部柱状图特征，将由各模式图生成的局部柱状图特征连接起来，形成最终的高维柱状图特征；分类过程中，在高维柱状图特征空间中，基于卡方距离获取待识别图像到各训练图像的距离度量；获取具有最小距离度量的训练样本所对应的类标，作为待识别图像的类标。本发明能够有效识别低分辨率输入图像。
-
Patent Agency Ranking
公开(公告)号：CN111488907B
公开(公告)日：2023-07-14
申请号：CN202010147376.0
申请日：2020-03-05
Applicant: 浙江工业大学
IPC: G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 一种基于稠密PCANet的鲁棒图像识别方法，包括鲁棒特征提取和基于卡方距离的最近邻分类两个步骤。鲁棒特征提取过程使用了特征图的稠密连接和模式图的稠密编码，稠密连接即将所有卷积层输出的特征都合并起来，形成更宽的卷积层特征；稠密编码即在利用卷积层进行模式图编码时，采用较小的跳跃幅度，使得模式图尽可能地反应特征图之间的相关性。分类过程包括：步骤1，在高维柱状图特征空间中，基于卡方距离获取待识别图像到各训练图像的距离度量；步骤2，获取具有最小距离度量的训练样本所对应的类标，作为待识别图像的类标。本发明能够有效的处理待识别图像中的遮挡、光照变化、分辨率差异等变化，从而有效地提升了有偏移图像的识别率。
-
公开(公告)号：CN111488905B
公开(公告)日：2023-07-14
申请号：CN202010147000.X
申请日：2020-03-05
Applicant: 浙江工业大学
IPC: G06V10/764 , G06V10/77 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 一种基于高维PCANet的鲁棒图像识别方法，包括鲁棒特征提取和基于卡方距离的最近邻分类，鲁棒特征提取过程将特征图的平坦式卷积和立体式卷积结合起来，立体式卷积充分考虑通道之间的相关性，平坦式卷积能够对输入图像的每一个通道进行充分的主方向分解，所得到的模式图相较于原始PCANet具有更为丰富的特征，能够有效提升PCANet的鲁棒性；分类过程包括：步骤1，在高维柱状图特征空间中，基于卡方距离获取待识别图像到各训练图像的距离度量；步骤2，获取具有最小距离度量的训练样本所对应的类标，作为待识别图像的类标。本发明能够有效的处理待识别图像中的遮挡、光照变化、分辨率差异等变化，有效地提升了有偏移图像的识别率。
-
公开(公告)号：CN111488905A
公开(公告)日：2020-08-04
申请号：CN202010147000.X
申请日：2020-03-05
Applicant: 浙江工业大学
Abstract: 一种基于高维PCANet的鲁棒图像识别方法，包括鲁棒特征提取和基于卡方距离的最近邻分类，鲁棒特征提取过程将特征图的平坦式卷积和立体式卷积结合起来，立体式卷积充分考虑通道之间的相关性，平坦式卷积能够对输入图像的每一个通道进行充分的主方向分解，所得到的模式图相较于原始PCANet具有更为丰富的特征，能够有效提升PCANet的鲁棒性；分类过程包括：步骤1，在高维柱状图特征空间中，基于卡方距离获取待识别图像到各训练图像的距离度量；步骤2，获取具有最小距离度量的训练样本所对应的类标，作为待识别图像的类标。本发明能够有效的处理待识别图像中的遮挡、光照变化、分辨率差异等变化，有效地提升了有偏移图像的识别率。
-
公开(公告)号：CN111488907A
公开(公告)日：2020-08-04
申请号：CN202010147376.0
申请日：2020-03-05
Applicant: 浙江工业大学
Abstract: 一种基于稠密PCANet的鲁棒图像识别方法，包括鲁棒特征提取和基于卡方距离的最近邻分类两个步骤。鲁棒特征提取过程使用了特征图的稠密连接和模式图的稠密编码，稠密连接即将所有卷积层输出的特征都合并起来，形成更宽的卷积层特征；稠密编码即在利用卷积层进行模式图编码时，采用较小的跳跃幅度，使得模式图尽可能地反应特征图之间的相关性。分类过程包括：步骤1，在高维柱状图特征空间中，基于卡方距离获取待识别图像到各训练图像的距离度量；步骤2，获取具有最小距离度量的训练样本所对应的类标，作为待识别图像的类标。本发明能够有效的处理待识别图像中的遮挡、光照变化、分辨率差异等变化，从而有效地提升了有偏移图像的识别率。
-
公开(公告)号：CN111488906A
公开(公告)日：2020-08-04
申请号：CN202010147013.7
申请日：2020-03-05
Applicant: 浙江工业大学
Abstract: 一种基于通道相关式PCANet的低分辨率图像识别方法，特征提取过程中，对待识别的低分辨图像进行双三次插值，使得插值之后的图像与训练集图像有相同的分辨率；采用通道相关式卷积对插值后的图像进行深度卷积滤波，得到输入图像的高维特征图；沿着特征图的通道方向，以一定的步长，对特征图进行压缩编码，得到输入图像的模式图；从模式图中提取局部柱状图特征，将由各模式图生成的局部柱状图特征连接起来，形成最终的高维柱状图特征；分类过程中，在高维柱状图特征空间中，基于卡方距离获取待识别图像到各训练图像的距离度量；获取具有最小距离度量的训练样本所对应的类标，作为待识别图像的类标。本发明能够有效识别低分辨率输入图像。
-
-
-
-
-
Search Results
6
records
(took 0.025 seconds)
