-
公开(公告)号：CN105139438B
公开(公告)日：2018-01-12
申请号：CN201510601029.X
申请日：2015-09-18
Applicant: 电子科技大学
IPC: G06T13/40
Abstract: 本发明公开了一种视频人脸卡通动画生成方法，属于图像处理技术领域。本发明包括下列步骤，首先从输入视频中截取一帧正面中性表情图像，对中性表情图像进行卡通化处理，并记录中性表情图像的眉毛轮廓点、眼睛轮廓点、眼睛睁开状态的上下眼皮的最大高度差h；查找与中性表情图像相似的帧为初始变换帧，基于上一帧的特征点确定下一帧的特征点处理：包括眉毛、眼睛和嘴巴的对应变换处理，合成变换后的卡通图像，获取已合成卡通图像所对应图像帧的下一帧图像，重复上述步骤，输出多帧连续卡通图像，生成卡通动画。本发明用于卡通动画的生成，其生成速度较快，生成效果较好。
-
公开(公告)号：CN103455823B
公开(公告)日：2016-10-12
申请号：CN201310376411.6
申请日：2013-08-27
Applicant: 电子科技大学
Abstract: 本发明提供一种基于分类模糊及图像分割的英文字符识别方法。当一个个子窗口完整地、理想地分割出一个独立字符时，该个子窗的最后一列或最后一行应为背景区域，分离置信度等于或接近最大值1；当个子窗口没有完整分割出一个独立字符时，该个子窗的最后一列或最后一行会包含有字符区域，使得分离置信度降低。完整分割出一个独立字符的子窗口的窗口分数将远大于其他尺寸的子窗口的窗口分数。本发明通过引入了分离置信度对滑动窗结果进行分数计算就能有效的抑制大量干扰的子窗口，提高识别正确率。本发明将形状相似的大写字母、小写字母以及数字进行合并分类，之后通过常用英文字母组合规则进行2次判断，进一步能提高相似形状字符的识别正确率。
-
公开(公告)号：CN103258202B
公开(公告)日：2016-06-29
申请号：CN201310158760.0
申请日：2013-05-02
Applicant: 电子科技大学
Abstract: 本发明公开了一种鲁棒的纹理特征提取方法，属于图像处理技术领域。本发明的实现步骤为：对输入图像进行预处理，生成特征集F，然后基于各特征的门限值将特征集F二值化，再进行二值编码生成特定像素标签；同时将输入图像进行旋转不变均匀LBP编码，生成各像素点的LBP标签；由各像素点的特定像素标签和LBP标签构造2-D共存直方图，将共存直方图向量化后用于纹理表达。本发明的应用，能降低现有的LBP方式中二值量化损失，同时维持提取特征对光照、旋转、尺度和视角变化的鲁棒性。
-
公开(公告)号：CN103606143B
公开(公告)日：2016-05-18
申请号：CN201310413872.6
申请日：2013-09-11
Applicant: 电子科技大学
IPC: G06T7/00
Abstract: 本发明提供一种基于分割传播的共分割结果修正方法，包括将共分割结果分为正确的分割结果集合及错误的分割结果集合；选择待修正的错误分割图像I′j；求当前错误分割图像I′j对应的全局谱MG；求当前错误分割图像I′j对应的局部谱ML；步骤6基于全局谱和局部谱获取当前的错误分割图像I′j对应的前景谱MU为：MU=αML+(1-α)MG；获取了当前的错误分割图像I′j的前景谱MU后，再对该前景谱MU进行分割，获取修正后的共分割结果。本发明通过全局和局部传播使得修正方法的自适应能力强，修正结果准确。
-
公开(公告)号：CN103313055B
公开(公告)日：2016-04-20
申请号：CN201310216492.3
申请日：2013-06-03
Applicant: 电子科技大学
IPC: H04N19/593 , H04N19/176 , H04N19/186
Abstract: 本发明公开了一种基于分割的色度帧内预测方法、及视频编码解码方法，属于图像处理技术领域。本发明的基于分割的色度帧内预测方法，包括下列步骤：步骤S1：对输入的视频帧的亮度成分进行帧内预测编码，得到亮度重构图像；步骤S2：对亮度重构图像进行分割，得到亮度超像素分割结果；步骤S3：将所述亮度超像素分割结果传递到色度成分，再基于超像素区域对色度成分的预测单元进行划分，取每个超像素区域内原像素值的均值作为各预测单元的预测值。基于本发明的色度帧内预测方法，本发明还提出了一种视频编码、解码方法。本发明的应用，具有主观质量好，压缩效率高的技术效果，特别适用于高量化步长条件下的高清视频编码。
-
Patent Agency Ranking
公开(公告)号：CN104185022B
公开(公告)日：2016-03-30
申请号：CN201410427508.X
申请日：2014-08-27
Applicant: 电子科技大学
IPC: H04N17/00 , H04N19/154
Abstract: 本发明公开了一种基于视觉信息失真分解的全参考视频质量评估方法，属于视频处理技术领域。本发明基于人眼视觉系统对加性噪声SA、信道丢包失真ST、压缩失真SC综合的失真敏感程度不同，而分别采用不同的衡量来评估其失真性，在首先是将加性噪声与主要视觉进行区分后，首先基于现有的评估方式获得加性噪声SA，再对主视觉信息进行修道丢包失真和压缩失真区域区分后获取信道丢包失真ST、压缩失真SC，再将三者结合起来得到单个帧的质量评估值，最后取各视频帧的质量评估值SF的均值，为整个视频的质量评估结果并输出。本发明所提出的基于视觉信息分解的全参考视频质量评估方法，具有评估准确，对不同失真类型鲁棒性较高，计算复杂度相对较低的特点。
-
公开(公告)号：CN105160319A
公开(公告)日：2015-12-16
申请号：CN201510548541.2
申请日：2015-08-31
Applicant: 电子科技大学
IPC: G06K9/00
CPC classification number: G06K9/00778
Abstract: 本发明提供一种在监控视频下实现行人再识别的方法。本发明只针对用去除背景的前景区域进行行人检测，可以有效地去除非行人区域，减少误差，行人匹配标准可以有效地对判断两个行人是否属于同一个行人进行反复验证，减少使用单一判断带来的误差。本发明的创新点在于，在匹配行人上，本文不只是行人特征训练分类器来判断行人对，还结合检测到的行人与行人图像库中每个行人每个状态下的所有结果，相比于传统的行人再识别方法的发明，对在监控视频下的应用具有更高的实时性和鲁棒性。本发明可以快速有效地对监控视频下的行人进行跟踪和多次匹配，能应用于同时监控多个摄像头的情况，识别出在多个摄像头中都出现过的行人。
-
公开(公告)号：CN105160317A
公开(公告)日：2015-12-16
申请号：CN201510547207.5
申请日：2015-08-31
Applicant: 电子科技大学
CPC classification number: G06K9/00778 , G06K9/6269
Abstract: 本发明提供一种基于区域分块行人性别识别方法。本发明首先检测图片中的行人，然后将所检测的行人按照一定的准则分为头部、上半身、下半身三个部分，分别提取各个部分的颜色特征、梯度直方图特征、边缘梯度特征，根据这些特征训练性别分类器，从而通过分类器识别行人的性别。本发明通过对行人服装、发型、轮廓的描述来识别行人的性别属性，相比现有的方法通过提取人脸特征识别，能够有效的避免画面中人物面部不清晰的所带来的挑战，基于提取行人全身特征的方法可以快速有效地识别监控画面等场景中的人物性别，针对不同的监控场景具有很高的鲁棒性。
-
公开(公告)号：CN104282019A
公开(公告)日：2015-01-14
申请号：CN201410473339.3
申请日：2014-09-16
Applicant: 电子科技大学
Abstract: 本发明提供一种基于自然场景统计和感知质量传播的盲图像质量评价方法，对测试图像和大量无失真的自然图像计算专家场FoE梯度响应值，统计响应值直方图分布，计算两者分布的KL散度，得到测试图像的绝对失真程度。对测试图像和已标记的失真图像提取质量感知特征，并根据特征间的卡方距离，找到与测试图像最相似的N个标记图像。通过将这些标记图像的质量打分加权求和，可得到测试图像的相对失真程度。最后，通过把前两步预测打分组合到一起即可获得最终的预测图像质量分数。相比于现有的代表性无参考图像质量评价方法，该方法简单高效，并且无需大量人工标记样本。
-
公开(公告)号：CN102768760B
公开(公告)日：2014-12-17
申请号：CN201210229929.2
申请日：2012-07-04
Applicant: 电子科技大学
IPC: G06T5/00
Abstract: 本发明提供一种基于图像纹理的图像快速去雾方法，包括以下步骤：步骤一、估计输入图像I(x)的大气环境光；步骤二、估计输入图像I(x)的传输矩阵t(x)：步骤三、根据大气环境光与传输矩阵t(x)恢复出去雾后的图像。步骤二中依据输入图像的边缘检测结果，使用大小可变的滑动块块获得粗略的传输矩阵：在景深突变的地方采用较小的滑动块精确处理，在景深变化不大的地方采用较大的滑动块处理，提高运算速度。可变块处理的结果比用固定的块处理的结果精细，也能可以直接用此粗略的传输矩阵结果进行后续处理。
-
-
-
-
-
-
-
-
-
Search Results
268
records
(took 0.031 seconds)
