一种基于PIR探测器的人与非人识别方法

    公开(公告)号:CN104182762A

    公开(公告)日:2014-12-03

    申请号:CN201410386201.X

    申请日:2014-08-07

    Applicant: 重庆大学

    Abstract: 本发明是一种基于PIR探测器的人与非人识别方法,属于数字信号处理、模式识别技术领域,特别涉及安防系统中的红外入侵报警应用。其核心思想是基于通用PIR探测器,结合人与非人体型差异的特点,建立人与非人检测模型,为分析人与非人信号差异奠定理论基础,进而在技术上,提出一种可用于人与非人识别的PIR信号特征提取方法。该PIR信号特征提取方法的步骤为:1.对PIR信号进行降噪、归一化预处理;2.计算预处理后PIR信号的过零率;3.对预处理后PIR信号作一阶差分处理,然后进行AR模型分析,并用Marple算法求解模型的回归系数;4.将2得到的过零率和3得到的回归系数作为PIR信号的特征描述用于人与非人识别。最后,实验表明本发明对人与非人识别具有高可靠性。

    一种基于局部秩先验的单幅图像超分辨率重建方法

    公开(公告)号:CN104123707A

    公开(公告)日:2014-10-29

    申请号:CN201410386583.6

    申请日:2014-08-07

    Applicant: 重庆大学

    Abstract: 本发明是一种基于局部秩先验的单幅图像超分辨率重建方法。其核心是通过学习方法得到高分辨率图像的局部秩先验信息,利用这种先验信息,通过能量最小函数,约束待重建高分辨率图像的局部秩。然后将这种能量最小函数转化为局部秩约束的重建模型。考虑到图像的非局部特性,提出一种全局与非局部结合的优化模型。为了得到更好的非局部权值,还提出一种基于局部秩的优化的权值计算方法。本发明所提出的重建模型不仅能够很好的重建具有较多细节的高分辨率图像,而且能够减少重建图像的瑕疵以及锐化图像的边缘。

    应用于长距离轨道线路智能视频监控的入侵检测方法

    公开(公告)号:CN103280052A

    公开(公告)日:2013-09-04

    申请号:CN201310181079.8

    申请日:2013-05-15

    Applicant: 重庆大学

    Abstract: 本发明涉及一种应用于长距离轨道线路智能视频监控的入侵检测方法,属于视频监控领域。本发明通过以下步骤实现:(1)初始化:通过透视建模与背景学习两个并行的步骤,获得轨道线路的不同位置在视频帧中所对应的透视缩放因子和相对稳定的监控视场背景图像。若已通过初始化得到透视缩放因子和监控视场背景图像,则无需重复初始化。(2)入侵检测:包括检测报警和背景更新两个并行的步骤,其中检测报警由前景检测、形态修正、透视还原、阈值判定四个子步骤组成。透视还原可将轨道线路上不同位置闯入的运动目标还原至统一的尺度,从而消除透视现象的影响。与现有技术相比,本发明能够去除透视现象的影响,使出现在轨道线路不同位置的运动目标均服从统一的阈值范围约束,极大地减少透视现象导致的误报警、漏报警,实现对长距离轨道线路的有效防护。

    基于画像的人脸伪照片自动合成及修正方法

    公开(公告)号:CN103279936A

    公开(公告)日:2013-09-04

    申请号:CN201310250354.7

    申请日:2013-06-21

    Applicant: 重庆大学

    Abstract: 本发明公开了一种基于画像的人脸伪照片自动合成及修正方法,其实现过程为:首先,应用局部本征变换方法自动生成伪照片的初始估计;然后,从输入的人脸画像中提取出头发和脸部轮廓信息对初始估计进行自动增强;最后,由用户判断自动合成的人脸伪照片是否存在局部合成错误,如果存在明显的合成错误,则采用基于控制点的变形方法对重新输入的伪照片对应的人脸画像进行局部变形,然后再重新进行自动合成,从而修正局部合成错误。在修正过程中,利用主动形状模型获取人脸画像的特征点,利用移动最小二乘法进行基于控制点的刚性变形。本发明能快速、有效地根据输入的人脸画像自动合成人脸伪照片,可以为刑侦、反恐等领域中对人脸素描画像的人工及自动识别提供辅助。

    基于多尺度各向异性扩散的人脸光照不变图像的获取方法

    公开(公告)号:CN101957912B

    公开(公告)日:2012-08-01

    申请号:CN201010515041.6

    申请日:2010-10-21

    Applicant: 重庆大学

    Abstract: 本发明是一种基于多尺度各向异性扩散算法的人脸光照不变特征图像的获取方法。属于图像处理技术领域。本发明基于朗伯凸表面模型将人脸图像分解为小尺度特征图像和大尺度特征图像。其中小尺度特征图像可视为一种较为理想的人脸光照不变特征图像。核心是通过引入新的区间不一致描述子,增强各向异性扩散算法对低频域图像的边缘保持能力,从而大大削弱算法的图像光晕效应;同时提出一种新的传递系数,降低由边缘锐化带来的噪声;引入一种各向异性扩散约束,使方法更加适合于处理人脸图像中的光照问题。实验表明即使在极其恶劣的光照条件下本发明也能获得很好的处理效果,并可有效地提高人脸识别或人脸认证对光照条件变化的鲁棒性。

    基于多级小波分解和样条插值的人脸图像光照调整方法

    公开(公告)号:CN101201900B

    公开(公告)日:2010-09-15

    申请号:CN200710092946.5

    申请日:2007-11-06

    Abstract: 本发明是一种基于多级小波分解和样条插值的人脸图像光照调整方法,属于图像处理技术领域。光照变化会给图像中混入两类噪声:背景噪声和增益噪声。本发明方法是利用多级小波分解和样条插值估计和去除背景噪声和增益噪声:背景噪声是加性噪声,通过直接对图像进行多级小波分解和样条插值来估计并去除;增益噪声是乘性噪声,通过对去除了背景噪声的图像进行对数变换后,再利用多级小波分解和样条插值来估计并去除。本方法的优点是可以快速、有效地估计图像的光照情况并尽可能地去除由于光照而引入的背景噪声和增益噪声,可以有效地对不同光照条件下的人脸图像进行调整。本方法可以应用于光照变化条件下的实时人脸识别系统中,减少光照变化对人脸识别系统性能恶化的影响。

    基于红外信号的人体智能识别方法及系统

    公开(公告)号:CN101236605B

    公开(公告)日:2010-06-30

    申请号:CN200810069405.5

    申请日:2008-02-29

    Abstract: 本发明公开了一种基于分布式布局热释电红外探测器的人体智能识别方法及系统。该识别系统由位于监测现场的分布式布局的探测器和探测器主机组成。探测器和探测器主机通过无线通信传递信息。该方法为,探测器对检测区域进行实时信号处理;提取事件窗口,然后对事件窗口中的信号进行时域特征和频域特征的提取,把提取的特征通过无线通信传输给探测器主机,探测器主机对每个探测器的信息进行特征层融合,通过主元回归算法判断待识别对象是否为人体。该人体智能识别方法结合了分布式布局探测器信息融合技术及模式识别技术,可有效减少外界环境和其他生物对监控系统的影响,减少了被动热释电红外探测器的误识别率。

    基于生物传感和图像信息融合的视频安防监控方法

    公开(公告)号:CN101017591A

    公开(公告)日:2007-08-15

    申请号:CN200710078174.X

    申请日:2007-02-06

    Applicant: 重庆大学

    Abstract: 本发明是一种基于生物传感和图像信息融合的视频安防监控方法,该方法运用运动目标检测和图像信息融合方法分析监控视频图像,其步骤包括:当智能监控终端通过生物传感器检测到生物入侵时被触发产生报警后,通过专用局域网向监控中心主机发送报警信号;监控中心主机接收到报警信号后,利用运动目标检测和人体轮廓特征融合对监控视频进行分析,判断报警信号真伪;监控中心主机根据判断结果执行相应操作。该方法结合了生物传感和图像信息融合技术,可有效减少外界环境和其他生物对安防监控系统的影响,实现不同地理环境下的敏感区域和重要基础设施等场所只对入侵人体生物进行全天候的视频安全监控。

    改进的经验小波变换的公共场所异常声音特征分解与提取方法

    公开(公告)号:CN108182950B

    公开(公告)日:2021-05-28

    申请号:CN201711462639.1

    申请日:2017-12-28

    Applicant: 重庆大学

    Abstract: 本发明提出改进的经验小波变换的公共场所异常声音特征分解与提取方法,具体是对原始异常声音信号的傅里叶频谱通过模拟等效矩形带宽尺度的方法进行划分,根据划分后的边界得到固定边界的等效矩形带宽经验小波变换滤波器组,用该滤波器组分解原始异常声音信号,得到其不同频率分量;计算原始异常声音信号的不同频率分量相对于原始异常声音信号的能量熵,将归一化处理后的能量熵作为原始异常声音信号的特征向量。

    一种基于边缘差异约束的单幅图像超分辨率重建方法

    公开(公告)号:CN106558022B

    公开(公告)日:2020-08-25

    申请号:CN201611075966.7

    申请日:2016-11-30

    Applicant: 重庆大学

    Abstract: 一种基于边缘差异约束的单幅图像超分辨率重建方法的实现包括以下三个步骤:步骤1,通过Gabor滤波器提取训练图像的纹理主方向特征,进行主成分分析字典训练得到训练字典。步骤2,利用该字典构建重建模型,并通过迭代阈值收缩得到具有较好边缘结构的初始重建高分辨率图像。步骤3,利用图像块之间的方向梯度直方图描述算子、空间距离、像素强度和边缘方向信息,建立一种非局部结构张量优化模型,对初始高重建高分辨率图像进一步优化后处理,得到具有显著边缘结构及丰富细节信息的最终重建高分辨率图像。本发明考虑到初始重建高分辨率图像与原始清晰图像存在一定的差异,进一步提出了后处理优化方法,丰富图像的边缘和纹理等细节信息。

Patent Agency Ranking