-
公开(公告)号：CN103077404A
公开(公告)日：2013-05-01
申请号：CN201210593857.X
申请日：2012-12-31
Applicant: 中国科学院自动化研究所
IPC: G06K9/62
Abstract: 本发明公开了一种基于马尔可夫随机场的局部增量式可视化聚类方法，主要包括迭代和处理两个过程，其中：对完全未知的目标数据计算其相异度矩阵，将该矩阵作为迭代过程的输入，得到k阶邻域系统和忠实度矩阵；将迭代过程的输出作为处理过程的输入，得到重排序图像和聚类置信度等信息。该方法根据马尔可夫随机场的性质，采用k阶邻域系统计算全局概率测度；根据k阶邻域系统，通过降维来降低计算复杂度；根据忠实度矩阵，选择最佳划分类别，并且进一步给出聚类结果的置信度。该方法为聚类提供先验信息，直观地了解数据结构和数据类别的分布情况；同时，还能一次即可给出聚类结果和聚类评估；并给出数据隐含复杂结构和聚类置信度。
-
Patent Agency Ranking
公开(公告)号：CN103839081A
公开(公告)日：2014-06-04
申请号：CN201410064937.5
申请日：2014-02-25
Applicant: 中国科学院自动化研究所
IPC: G06K9/64
Abstract: 本发明公开了一种基于拓扑表达的跨视角步态识别方法，该方法包括以下步骤：根据某个人某个视角的人体空间轮廓图片，建立人体空时轮廓；以数据点为顶点构建立方体，得到包述人体空时轮廓外表面的三角形集合；对所有边和顶点排序，构建新空间，计算其拓扑表达，形成每个方向每个维度下的类柱状图；在类柱状图上提取特征，得到这个人这个视角下的特征表达；得到每个人在各个视角下的特征表达，作为匹配模板；计算测试样本的特征表达，将其与匹配模板进行匹配，得到步态识别结果。本发明从步态的全局信息出发，融合部分有区分力的局部信息，解决了人体步态在跨视角下利用局部信息难以区分的问题，从而提高了步态识别，尤其是跨视角下的精度。
-
公开(公告)号：CN103246895A
公开(公告)日：2013-08-14
申请号：CN201310178645.X
申请日：2013-05-15
Applicant: 中国科学院自动化研究所
IPC: G06K9/66
Abstract: 本公开提供了一种基于深度信息的图像分类方法，包括：使用已知深度信息的第一训练图像集训练马尔可夫随机场MRF；使用所述MRF从未知深度信息的第二训练图像集提取深度信息；从所述第二训练图像集提取局部特征；基于所提取的深度信息和所提取的局部特征来训练支持向量机分类器；以及使用经训练的支持向量机分类器来对待分类图像集中的图像进行分类，其中所述第二训练图像集和所述待分类图像集属于同一场景集。现有的图像分类方法只考虑图像空间，也即二维空间的信息，本公开考虑了深度信息，将原来在二维空间中难以区分的特征在深度维度上予以分开，从而提高了图像分类的准确性。
-
公开(公告)号：CN103077404B
公开(公告)日：2016-07-06
申请号：CN201210593857.X
申请日：2012-12-31
Applicant: 中国科学院自动化研究所
IPC: G06K9/62
Abstract: 本发明公开了一种基于马尔可夫随机场的局部增量式可视化聚类方法，主要包括迭代和处理两个过程，其中：对完全未知的目标数据计算其相异度矩阵，将该矩阵作为迭代过程的输入，得到k阶邻域系统和忠实度矩阵；将迭代过程的输出作为处理过程的输入，得到重排序图像和聚类置信度等信息。该方法根据马尔可夫随机场的性质，采用k阶邻域系统计算全局概率测度；根据k阶邻域系统，通过降维来降低计算复杂度；根据忠实度矩阵，选择最佳划分类别，并且进一步给出聚类结果的置信度。该方法为聚类提供先验信息，直观地了解数据结构和数据类别的分布情况；同时，还能一次即可给出聚类结果和聚类评估；并给出数据隐含复杂结构和聚类置信度。
-
公开(公告)号：CN117689668A
公开(公告)日：2024-03-12
申请号：CN202311435169.5
申请日：2023-10-31
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种基于双目立体视觉的基准孔定位方法及装置，该基于双目立体视觉的基准孔定位方法包括：获取待检测的基准孔图像；基于目标分割模型对待检测的基准孔图像进行图像分割，得到目标基准孔图像；对目标基准孔图像的轮廓进行拟合，得到基准孔轮廓信息，并基于双目立体视觉技术对基准孔轮廓信息进行立体匹配，得到基准孔轮廓坐标信息；对基准孔轮廓坐标信息进行空间圆拟合，得到基准孔圆心的空间位置信息。本发明所述方法通过目标分割模型从输入的基准孔图像中提取多维度的特征，增强了图像特征的表征能力，进而提高了在复杂场景下对基准孔定位的准确率。
-
公开(公告)号：CN103246895B
公开(公告)日：2016-03-09
申请号：CN201310178645.X
申请日：2013-05-15
Applicant: 中国科学院自动化研究所
IPC: G06K9/66
Abstract: 本公开提供了一种基于深度信息的图像分类方法，包括：使用已知深度信息的第一训练图像集训练马尔可夫随机场MRF；使用所述MRF从未知深度信息的第二训练图像集提取深度信息；从所述第二训练图像集提取局部特征；基于所提取的深度信息和所提取的局部特征来训练支持向量机分类器；以及使用经训练的支持向量机分类器来对待分类图像集中的图像进行分类，其中所述第二训练图像集和所述待分类图像集属于同一场景集。现有的图像分类方法只考虑图像空间，也即二维空间的信息，本公开考虑了深度信息，将原来在二维空间中难以区分的特征在深度维度上予以分开，从而提高了图像分类的准确性。
-
-
-
-
-
Search Results
6
records
(took 0.027 seconds)
