-
公开(公告)号：CN106023120A
公开(公告)日：2016-10-12
申请号：CN201610224500.2
申请日：2016-04-12
Applicant: 西安电子科技大学
IPC: G06T5/50
CPC classification number: G06T5/50 , G06T2207/10004 , G06T2207/20021 , G06T2207/20081 , G06T2207/20221
Abstract: 本发明公开了一种基于耦合近邻索引的人脸画像合成方法，主要解决现有方法在近邻选择时没有考虑训练画像作用的问题。其实现步骤是：1.划分训练画像样本集、训练照片样本集和测试样本集；2.将所有图像划分成图像块，并组成块集合；3.将训练照片块集合与对应的画像块集合划分为多个子集；4.建立训练照片块子集和训练画像块子集中每一对照片‑画像块到其K近邻对的索引；5.寻找每一测试照片块的最近邻，进而得到其K近邻；6.利用马尔科夫权重网络求解重构权值；7.求解待合成画像块；8.迭代执行步骤5‑7共N次，融合得到最终的合成画像。与现有技术相比，本发明合成画像清晰度高、细节更完整，可用于人脸检索与识别。
-
公开(公告)号：CN104657962A
公开(公告)日：2015-05-27
申请号：CN201410766467.7
申请日：2014-12-12
Applicant: 西安电子科技大学
IPC: G06T5/50
Abstract: 本发明公开了一种基于级联线性回归图像超分辨重建方法，主要解决现有方法重建过程不稳定、效率低，生成的高分辨图像存在过多伪像的问题。其实现过程是：(1)构建训练图像集；(2)对训练图像进行学习求出T组线性回归器和T组聚类中心；(3)对测试的低分辨图像进行预处理，得到初始估计高分辨图像，并提取图像不同分量；(4)对亮度分量进行分块，并对亮度特征块进行初始估计；(5)对初始估计特征块进行迭代更新和重建，得到高分辨图像块；(6)对高分辨图像块进行组合，得到高分辨亮度分量图像；(7)高分辨亮度分量图像与色度分量进行拼接，得到高分辨图像。本发明减少了伪像的产生，提高了重构图像的清晰度，可用于高清晰视频显示。
-
公开(公告)号：CN104408736A
公开(公告)日：2015-03-11
申请号：CN201410771613.5
申请日：2014-12-12
Applicant: 西安电子科技大学
IPC: G06T7/00
CPC classification number: G06T7/0002 , G06T7/13 , G06T2207/10004 , G06T2207/30168
Abstract: 本发明公开了一种基于特征相似性的合成人脸画像质量评价方法，主要解决现有图像质量评价方法直接应用在合成人脸画像中主客观一致性差的问题。其实现过程是：1)对测试合成人脸画像与参考画像进行预处理，使其尺寸大小一致；2)对合成画像与参考画像进行分块；3)对每幅画像的合成人脸画像块进行质量评价，得到画像块的质量评价分数；4)求整幅画像的质量评价分数。本发明与现有方法相比，充分考虑了合成人脸画像结构的特殊性，提高了合成人脸画像的主客观质量评价的一致性，可用于犯罪嫌疑人身份识别。
-
公开(公告)号：CN103902991A
公开(公告)日：2014-07-02
申请号：CN201410166300.7
申请日：2014-04-24
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于法医素描的人脸识别方法，主要解决现有方法容易受到背景和光照的干扰，识别率低的问题。其实现步骤是：(1)对图像库中的图像划分训练样本集和测试样本集；(2)根据训练样本集，将测试样本集中的法医素描和嫌疑犯照片分别生成对应的伪照片；(3)将法医素描生成的伪照片与嫌疑犯照片生成的伪照片进行人脸比对；(4)统计比对结果，作为人脸识别的识别率。本发明与现有方法相比，将法医素描和嫌疑犯照片同时转变为具有相同背景和相同光照的伪照片，排除了背景和光照的干扰，提高了识别率，可用于犯罪嫌疑人的身份识别。
-
公开(公告)号：CN101958000B
公开(公告)日：2012-08-15
申请号：CN201010289330.9
申请日：2010-09-24
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于稀疏表示的人脸画像-照片生成方法，主要解决现有方法生成的伪画像和伪照片清晰度低细节模糊的问题。其实现过程是：用现有的伪画像和伪照片生成方法生成初始伪画像和伪照片；对所有的图像分块后，利用训练样本集训练出画像块字典和照片块字典；利用这两个字典根据输入的测试照片块或测试画像块，合成高清晰度特征信息；将得到的高清晰度特征信息和对应的初始伪画像块或伪照片块相加得到最终的高清晰度的伪画像块或伪照片块；对所有的高清晰度的伪画像块或伪照片块进行融合即可得到一幅完整的伪画像或伪照片。本发明方法与现有方法相比，生成的伪画像和伪照片具有清晰度高细节明显的优点，可用于人脸识别和人脸检索。
-
Patent Agency Ranking
公开(公告)号：CN119922333A
公开(公告)日：2025-05-02
申请号：CN202510057810.9
申请日：2025-01-14
Applicant: 西安电子科技大学
IPC: H04N19/587 , H04N19/59 , H04N19/51 , H04N19/139 , H04N19/42 , G06T9/00
Abstract: 本发明公开了一种基于平面特征引导中间帧光流的视频插帧方法及装置，方法包括：针对视频中待插入中间帧的第一帧和第二帧提取平面特征、分层特征和第一运动信息；根据所述平面特征预测运动偏置和运动系数；所述运动偏置和运动系数用于对所述帧间运动进行建模；根据所述第一运动信息、所述运动偏置和运动系数，确定所述第二运动信息；根据所述第二运动信息生成中间帧光流；根据所述分层特征和所述中间帧光流，确定中间帧残差；根据所述第一帧、所述第二帧、所述中间帧光流和所述中间帧残差生成中间帧。本发明可提高视频时间分辨率，尤其是在大规模运动或复杂场景下的视频时间分辨率。
-
公开(公告)号：CN119810537A
公开(公告)日：2025-04-11
申请号：CN202411882363.2
申请日：2024-12-19
Applicant: 西安电子科技大学杭州研究院
IPC: G06V10/764 , G06V10/40 , G06V10/80 , G06V10/774 , G06N3/0464
Abstract: 本发明公开了一种质量自适应的图像跨域映射方法，包括以下步骤；步骤1：获取目标域图像s和源域图像c的数据，并进行预处理；步骤2：设计生成对抗网络模型，对抗网络模型以无监督图像翻译模型的网络结构为基础，将质量自适应卷积模块插入GLD生成器网络中；步骤3：利用步骤1预处理过的目标域图像s与源域图像c输入到步骤2中的生成对抗网络模型中训练；步骤4：利用步骤3训练好的生成对抗网络模型进行源域图像到目标域图像的映射。本发明对无监督图像翻译模型修改后实现了优于原模型更好的图像翻译结果。
-
公开(公告)号：CN118506047B
公开(公告)日：2025-04-01
申请号：CN202410103821.1
申请日：2024-01-24
Applicant: 西安电子科技大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/08 , G06V10/74
Abstract: 本发明公开了一种基于特征解耦和类中心匹配的领域泛化的图像类别预测处理方法，包括：针对一张待处理图像获取该待处理图像对应的领域泛化数据集；对领域泛化数据集中的文本进行文本解耦；对领域泛化数据集中的图像进行图像解耦；构建类中心存储器，利用类中心存储器得到领域相关的预测概率，通过计算得到领域无关的预测概率，对领域相关的预测概率和领域无关的预测概率进行加权求和得到待处理图像的总体类别的预测概率并输出。本发明构建了类中心存储器，得到领域相关的预测概率，将领域相关的预测概率与领域无关的预测概率相结合，得到总体的预测概率，极大地提高了待处理图像的总体类别的预测概率。
-
公开(公告)号：CN119251872A
公开(公告)日：2025-01-03
申请号：CN202411309153.4
申请日：2024-09-19
Applicant: 西安电子科技大学
IPC: G06V40/10 , G06V10/764 , G06V10/82 , G06V20/52 , G06N3/0455 , G06N3/094
Abstract: 本发明公开了一种基于将干扰因素隔离以实现换衣人员重新识别的方法，涉及工智能图像处理技术领域，该方法包括：获取待查询图像和图库图像集；将待查询图像输入至训练好的换衣模型中，得到待查询特征向量，并将图库图像集输入至训练好的换衣模型中，得筛选结果特征向量集；分别计算待查询特征向量与筛选结果特征向量集中每个筛选结果特征向量之间的距离，得到多个距离集合；确定多个距离集合中的最小值，并确定最小值对应的筛选结果特征向量；根据筛选结果特征向量确定与待查询图像对应的图库图像集图像；实现了提取的特征能够忽略衣服和摄像头的差异，从而有效地区分两幅图像是否属于同一行人。
-
公开(公告)号：CN118135648A
公开(公告)日：2024-06-04
申请号：CN202410102504.8
申请日：2024-01-24
Applicant: 西安电子科技大学
IPC: G06V40/20 , G06V10/774 , G06V10/82 , G06V10/764 , G06V10/762 , G06N3/084 , G06N3/0464
Abstract: 本发明涉及一种用于无监督可见‑红外行人重识别的标签关联方法，该方法包括：获取图像数据集，根据图像数据集，获取可见光模态的行人图像对应的第一特征和红外光模态的行人图像对应的第二特征；根据第一特征和第二特征构建亲和矩阵，根据亲和矩阵得到可见光模态对应的第一最优软伪标签和红外光模态对应的第二最优软伪标签；将第一最优软伪标签和第二最优软伪标签作为监督信号以应用于无监督可见‑红外行人重识别中。通过上述技术方案，实现了不同模态下软伪标签的对齐，为无监督可见‑红外行人重识别方法提供了丰富且可靠的监督信号，从而缓解可见‑红外行人重识别技术在实际应用中耗时较多且识别过程复杂的问题。
-
-
-
-
-
-
-
-
-
Search Results
127
records
(took 0.039 seconds)
