公开(公告)号：CN104268552A

公开(公告)日：2015-01-07

申请号：CN201410449365.2

申请日：2014-09-04

Applicant: 电子科技大学

Inventor： 李宏亮 ,  黄超 ,  罗冰 ,  孟凡满 ,  吴庆波 ,  李威

IPC: G06K9/62

CPC classification number: G06K9/6268 ,  G06F17/30247 ,  G06K9/626

Abstract: 本发明涉及图像信息处理技术领域，尤其涉及一种基于部件多边形的精细类别分类方法。本发明采用基于部件点的多边形可以有效地校正不同姿态下目标，分类过程采用的fisher编码特征对目标尺度和方向上的变化具有鲁棒性，所用的贪婪算法能找出最具判别力的部件点组合的集合，而精细分类器能够区分非常相似的类别。本发明提供的方法将目标图像的部件点进行连接，构建了多个基于部件点的多边形，可有效减少校正所带来的误差。

公开(公告)号：CN103268614A

公开(公告)日：2013-08-28

申请号：CN201310213410.X

申请日：2013-05-31

Applicant: 电子科技大学

Inventor： 李宏亮 ,  孟凡满

IPC: G06T7/00

Abstract: 本发明公开了一种用于多前景共分割的前景谱图生成方法，属于数字图像处理领域。本发明首先对图像组的各图像进行对象分割；基于对象构建有向图，有向图中的每一个顶点表示一个对象，以任一顶点为始点，存在与其对象最相似的K条有向边，且属于同一图像的顶点补连接，基于同一始点的不同有向边所对应的各终点属于不同的图像；接着对有向图进行有向图聚类，得到多类前景信息；分别求取各类前景信息的前景概率，基于景概率获取对象概率值；最后基于各图像的各像素点所在的对象，将对象的概率值赋予各像素点，若一个像素点对应多个对象，则将最大的概率值赋予该像素点，从而得到对应的前景谱图。本发明的应用，其自适应能力强，准确率高。