公开(公告)号：CN107729903A

公开(公告)日：2018-02-23

申请号：CN201710961362.0

申请日：2017-10-17

申请人： 内蒙古科技大学

发明人： 张宝华 ,  焦豆豆 ,  王亚平 ,  高丽丽 ,  高子翔 ,  郭佩瑜

IPC分类号： G06K9/46 ,  G06T7/10 ,  G06T7/136

CPC分类号： G06K9/4604 ,  G06T7/10 ,  G06T7/136 ,  G06T2207/10044

摘要： 本发明公开了一种基于区域概率统计和显著性分析的SAR图像目标检测方法。所述方法在对SAR图像划分子区域的同时，将区域估计引入到显著性分析方法中。所述方法首先根据图像的统计信息对SAR图像进行粗分割，其次计算每个超像素块的目标存在概率以确定背景模板集合，接着考虑目标的随机分布，替换DSR模型的背景模板集，以减少稠密重构误差，最后通过使用改进的DSR模型实现目标的准确检测。本发明所述方法可以准确地检测目标，并且无需先验知识，应用范围广泛。

公开(公告)号：CN107818299A

公开(公告)日：2018-03-20

申请号：CN201710961353.1

申请日：2017-10-17

申请人： 内蒙古科技大学

发明人： 张宝华 ,  李腾 ,  郝逸夫 ,  赵艳峰 ,  侯海鹏 ,  高子翔 ,  郭佩瑜

IPC分类号： G06K9/00 ,  G06K9/48 ,  G06K9/46 ,  G06K9/62

CPC分类号： G06K9/00275 ,  G06K9/00281 ,  G06K9/4642 ,  G06K9/48 ,  G06K9/6256 ,  G06K9/629 ,  G06K2009/485

摘要： 本发明公开了一种基于融合HOG特征和深度信念网络的人脸识别算法。所述算法将融合的HOG特征与深度信念网络DBN相结合，选择融合的HOG特征作为DBN网络的输入，以帮助DBN网络了解图像特征的分布，提高DBN的表征能力；利用DBN训练提取的特征，减少人为干预，实现人脸识别自动化。所述算法包括如下步骤：将源图像划分为单元格、计算图像的融合特征、训练DBN网络、学习图像的高层特征和抽象特征、实现图像分类和识别。本发明利用HOG特征对方向和光线的不敏感性、全局特征能够提取人脸轮廓的整体特征、局部特征能很好地适应人脸的局部变化等特点，提取图像的全局与局部融合的HOG特征用于识别，同时利用DBN网络的深度学习能力，有效地提升了人脸识别准确率。