-
公开(公告)号：CN104103050B
公开(公告)日：2017-03-15
申请号：CN201410386374.1
申请日：2014-08-07
Applicant: 重庆大学
Abstract: 本发明是一种基于局部策略的真实视频复原方法，属于图像处理、模式识别领域。其核心在于首先提取出真实视频中相邻两帧的运动前景，并匹配其特征点，从而利用特征点的运动向量估计前景中每个像素点的模糊核；其次，为去除视频中的空间变化的物体运动模糊，提出一种基于局部块的ADM算法，即复原出每个重叠的局部块，并把它们融合成清晰的视频帧。实验表明本发明方法能克服传统方法中放大噪声，引入振铃效应的缺点，对视频帧的边缘和细节有较好的复原效果。
-
公开(公告)号：CN106419911A
公开(公告)日：2017-02-22
申请号：CN201610911036.4
申请日：2016-10-19
Applicant: 重庆大学
IPC: A61B5/0476 , A61B5/16
CPC classification number: A61B5/0476 , A61B5/04012 , A61B5/165 , A61B5/725 , A61B5/7257 , A61B5/7264 , A61B5/7267 , A61B5/7271
Abstract: 本发明公开了一种基于脑电波分析的情绪检测方法，首先利用原始的脑电数据来提取特征，分别提取出分形维度特征、能量特征、统计学特征和高阶交叉特征；然后利用类内相关系数法来评价所提取特征的特征参数进而获得最稳定的特征参数；之后通过支持向量机将获得的特征参数用来训练分类模型；最后利用训练出的分类模型实现情绪的实时检测。其显著效果是：通过利用类内相关系数法来获得最稳定的特征参数，成功训练出了稳定准确的分类模型；与传统的方法相比，无需重新训练分类模型，操作更简单，分类精度更高。
-
公开(公告)号：CN106251861A
公开(公告)日：2016-12-21
申请号：CN201610638937.0
申请日：2016-08-05
Applicant: 重庆大学
Abstract: 本发明是一种基于场景建模的公共场所异常声音检测方法，该方法根据公共场所场景声音相对异常声音平均幅值小，波动范围较窄的统计特性，首先计算各场景声音信号的平均幅值，并基于期望最大化算法建立不同场景的高斯混合模型；然后求取待测声音信号与场景模型的似然度，进行似然度匹配，再基于多数投票原则和最小连续帧数的阈值条件判定待测声音帧是否为异常声音，从而实现异常声音的检测。本发明相对现有的异常声音检测方法，场景适应性更强，检测的错误率更低，同时检测的实时性和效率也较高。
-
公开(公告)号：CN103280052B
公开(公告)日：2015-08-19
申请号：CN201310181079.8
申请日：2013-05-15
Applicant: 重庆大学
IPC: G08B13/196 , H04N7/18
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。
-
公开(公告)号：CN104794487A
公开(公告)日：2015-07-22
申请号：CN201510180577.X
申请日：2015-04-16
Applicant: 重庆大学
IPC: G06K9/62
CPC classification number: G06K9/6215
Abstract: 本发明公开了一种基于颅像重合原理的照片与照片的同一认定方法，步骤包括：S1、测量基准标绘：包括标志点的标记和标志线的描绘；S2、人脸特征提取：包括指标选取、长度测量、基准指标选取和特征向量提取；S3、认定结果输出：通过特征比较和相似排序，获取待检照片特征与罪犯照片特征的相似度，然后根据相似度的大小输出认定结果。本发明提供的基于颅像重合原理的照片与照片的同一认定方法降低了对测量者专业技能的要求，简化了测量步骤，适于辅助一般的公安人员作快速认定。此外，本方法克服了因光照、遮挡、表情对认定结果的影响。规避了模式识别方法中提取多张同一人不同姿态照片特征的复杂运算，简洁实用。
-
Patent Agency Ranking
公开(公告)号：CN104657948A
公开(公告)日：2015-05-27
申请号：CN201510066567.3
申请日：2015-02-09
Applicant: 重庆大学
IPC: G06T5/00
Abstract: 本发明提出一种用于海洋探测的激光水下成像图像去噪和增强方法，属于图像处理、模式识别领域，其核心在于首先在空域运用奇异值分解(SVD)和重构对激光水下成像图像进行噪声处理；其次，针对SVD处理后图像仍有部分噪声存在的问题，在小波域对图像进行小波分解和重构，实现小波去噪和增强的目的；最后，在频域对图像进行FFT增强，提高图像对比度并有效保持图像清晰度。实验表明本发明方法能有效克服局部直方图均衡化所引起的块效应，实现图像增强的同时有效抑制图像噪声并保持图像清晰度。
-
公开(公告)号：CN104657714A
公开(公告)日：2015-05-27
申请号：CN201510068009.0
申请日：2015-02-09
Applicant: 重庆大学
IPC: G06K9/00
CPC classification number: G06K9/00228 , G06K9/00597 , G06K9/2027
Abstract: 本发明是一种光照对称性与全局光照强度融合的无参考光照评价方法。首先，将人脸划分为对称的左右两半，用亮度指标LQI计算得到光照对称性质量矩阵，提出采用相关性加权的方法求得光照对称值。然后，提出根据人眼对灰度的敏感性来确定对人眼产生激励的像素灰度范围，由此统计该范围内的像素占整幅图像总像素的比例，定义其为人脸图像的全局光照强度，将其作为权值。最后，提出以乘积的方式融合光照对称性与全局光照强度求得人脸图像的无参考光照质量值。实验结果表明：本发明是一种能够有效、快速地无参考人脸光照评价方法，该方法复杂度较低，计算时间快，适用于人脸识别系统有效人脸的筛选。
-
公开(公告)号：CN104134196A
公开(公告)日：2014-11-05
申请号：CN201410389135.1
申请日：2014-08-08
Applicant: 重庆大学
IPC: G06T5/00
Abstract: 本发明是一种基于非凸高阶全变差模型的Split Bregman权值迭代图像盲复原方法，属于图像处理技术领域。其核心是通过引入满足超拉普拉斯模型的图像边缘稀疏先验信息，结合能够产生分段线性解的高阶滤波器组，形成非凸高阶全变差正则化盲复原代价函数。然后提出权值迭代策略，将该代价函数最小化问题转化为权值更新后近似的凸性代价函数最小化问题。然后利用算子分裂技术将最小化问题转化为新的约束求解问题，通过加入惩罚项的方法将约束求解问题转化为分裂的代价函数，进而使用Split Bregman迭代求解框架对分裂的代价函数进行求解。实验表明本发明方法能够有效、快速地复原图像，克服传统全变差正则化盲复原方法产生阶梯效应的缺点，同时针对人工退化图像和真实退化图像都有很好的复原效果。
-
公开(公告)号：CN104103050A
公开(公告)日：2014-10-15
申请号：CN201410386374.1
申请日：2014-08-07
Applicant: 重庆大学
Abstract: 本发明是一种基于局部策略的真实视频复原方法，属于图像处理、模式识别领域。其核心在于首先提取出真实视频中相邻两帧的运动前景，并匹配其特征点，从而利用特征点的运动向量估计前景中每个像素点的模糊核；其次，为去除视频中的空间变化的物体运动模糊，提出一种基于局部块的ADM算法，即复原出每个重叠的局部块，并把它们融合成清晰的视频帧。实验表明本发明方法能克服传统方法中放大噪声，引入振铃效应的缺点，对视频帧的边缘和细节有较好的复原效果。
-
公开(公告)号：CN103955708A
公开(公告)日：2014-07-30
申请号：CN201410200131.4
申请日：2014-05-13
Applicant: 重庆大学
IPC: G06K9/62
Abstract: 本发明是一种用于人脸合成画像识别的人脸照片库快速缩减方法，该方法通过在面部组件码表库中检索待识别的人脸合成画像的面部组件码，实现快速缩小照片库的目的，其步骤包括：1、利用基于单人脸的Fisher线性判别分析方法建立了一个用于连接照片库与人脸合成画像软件面部组件库的面部组件码表库；2、在步骤1得到的面部组件码表库中检索待匹配人脸合成画像的面部组件码，利用符合条件的面部组件码表对应的人脸照片构建缩小后的照片库。本发明利用面部组件码检索代替人脸合成画像检索，有效缩短检索时间，实现在照片库非常庞大的情况下，快速地将目标锁定在一个小的照片库内。
-
-
-
-
-
-
-
-
-
Search Results
79
records
(took 0.036 seconds)
