-
公开(公告)号：CN112837247A
公开(公告)日：2021-05-25
申请号：CN202110364838.9
申请日：2021-04-06
Applicant: 哈尔滨理工大学
Abstract: 本发明创造提供了一种融合改进残差网络的GAN图像去噪算法，包括：S1、对数据集图像进行预处理；S2、生成器对带噪图像提取特征，生成去噪图像；S3、判别器对输入图像进行判定，输出判定结果；S4、依据损失函数对上述各过程交替迭代训练；本发明创造使用的多层残差特征提取网络，与传统的残差网络相比，该网络保留了原有的残差网络的优点，即解决了单堆叠卷积神经网络造成的梯度消失或爆炸问题，同时本文的多层残差特征提取网络也实现了输入图片的深层次特征和浅层次细节特征信息的提取，而且本文使用的残差网络对于模型网络参数也进行了缩减。本发明创造使用的双通道判别器构造模型可以较好的提升判别器的判别能力，从而更好的训练生成器G，生成去噪效果更好的图片。
-
公开(公告)号：CN114120391B
公开(公告)日：2024-07-12
申请号：CN202111213738.2
申请日：2021-10-19
Applicant: 哈尔滨理工大学
Abstract: 一种多姿态人脸识别系统及其方法，属于人脸识别算法的领域。传统的基于2D的人脸转正算法，存在着人脸图像学习不充分以及特征子空间学习不充分的问题。一种多姿态人脸识别系统及其方法，从监控视频流中提取关键帧，并通过MTCNN网络对其中的人脸进行检测，将人脸图像以长宽相同的比例截取；对提取的人脸图像等比缩放至128*128；将输入的多姿态人脸图像进行姿态调整，将人脸姿态全部转正至正脸；识别多姿态人脸图像并对人脸图像ID进行标记。提取不同姿态下个体的特征信息，可以极大地增强人脸转正算法性能。让模型可以同时自适应学习同一个体的不同姿态信息特征，提高识别率。
-
公开(公告)号：CN114120391A
公开(公告)日：2022-03-01
申请号：CN202111213738.2
申请日：2021-10-19
Applicant: 哈尔滨理工大学
Abstract: 一种多姿态人脸识别系统及其方法，属于人脸识别算法的领域。传统的基于2D的人脸转正算法，存在着人脸图像学习不充分以及特征子空间学习不充分的问题。一种多姿态人脸识别系统及其方法，从监控视频流中提取关键帧，并通过MTCNN网络对其中的人脸进行检测，将人脸图像以长宽相同的比例截取；对提取的人脸图像等比缩放至128*128；将输入的多姿态人脸图像进行姿态调整，将人脸姿态全部转正至正脸；识别多姿态人脸图像并对人脸图像ID进行标记。提取不同姿态下个体的特征信息，可以极大地增强人脸转正算法性能。让模型可以同时自适应学习同一个体的不同姿态信息特征，提高识别率。
-
-
Search Results
3
records
(took 0.02 seconds)
