-
公开(公告)号：CN111582043B
公开(公告)日：2022-03-15
申请号：CN202010294564.6
申请日：2020-04-15
申请人： 电子科技大学 , 中国电子科技集团公司第五十四研究所
摘要： 本发明属于遥感影像地物变化检测技术领域，具体一种基于多任务学习的遥感影像地物变化检测方法，用以克服现有技术中因地物变化检测的精度依赖于地物分类的精度导致得误差累计的问题。本发明采用多任务学习地物变化检测模型，包括：两条语义分割模型分支与一条变化检测模型分支；通过分割网络构建语义分割模型，该模型的特征提取模块能够有效的提取遥感图像的特征，接着构建孪生网络来训练地物变化检测模型，并且构建多任务学习机制。综上，本发明既能够确定地物变化检测区域，又能够得到不同地物的变化检测结果和区域变化前后的地物类型，同时也避免了误差累计的问题，提高了变化检测的精度。
-
公开(公告)号：CN107862299B
公开(公告)日：2021-08-06
申请号：CN201711210041.3
申请日：2017-11-28
申请人： 电子科技大学
摘要： 本发明公开了一种基于近红外与可见光双目摄像头的活体人脸检测方法，属于接收机视觉及安防领域。本发明利用红外摄像头下、视频和大部分纸张不能呈现图像的特性有效的防止了视频中伪造人脸的攻击，利用近红外摄像头和可见光摄像头下真实人脸与照片人脸纹理差异和颜色差异，训练的分类模型可以有效地区分人脸是来自真实人脸还是照片中的伪造人脸。本发明的活体检测的正确率高，能有效的防止了视频、照片常见手段中的伪造人脸的攻击。本发明不仅在正确率上相比传统算法做出了很大的提升，保证了安全性，而且不需要用户配合机器做出相应的动作或表情，提升了用户的体验感。
-
公开(公告)号：CN104036299B
公开(公告)日：2018-06-19
申请号：CN201410255383.7
申请日：2014-06-10
申请人： 电子科技大学
摘要： 本发明提供一种基于局部纹理AAM的人眼轮廓跟踪方法。本发明是在AAM中引入ASM的局部特征模型，先用现有AAM进行粗匹配，在模型与目标大致匹配的情况下利用局部纹理模型对特征点精确匹配，这里局部纹理特征采用的是Gabor特征，Gabor核函数可以根据用户眼睑的特征选取，训练出来的模型针对用户更加有效。本发明在保障整体匹配准确的情况下，极大改善特征点处的匹配精度，使得人眼轮廓匹配更加准确，可以为各种应用，如疲劳驾驶等提供准确的人眼轮廓信息。
-
公开(公告)号：CN102122357B
公开(公告)日：2012-09-12
申请号：CN201110065102.8
申请日：2011-03-17
申请人： 电子科技大学
IPC分类号： G06K9/62
摘要： 一种基于人眼睁闭状态的疲劳检测方法，属于图像处理与模式识别技术领域。首先，将肤色样本转换到HSV空间，用高斯模型训练得出肤色相似度图像模型；之后将待测图像在此模型下转换成肤色相似图像；利用基于信息熵所改进过的主动轮廓模型提取边缘，划分出人眼轮廓线；疲劳状态识别以得到的人眼轮廓为基础，同PERCLOS的P80准则相结合，统计单位时间段内的眼睛睁闭程度，从而判定是否疲劳。本方法从人眼的轮廓形状上识别人眼的睁闭眼状态，从单位时间人眼睁闭眼状态的统计信息判断出是否处于疲劳状态，具有较强的准确性和实时性，适用于针对长时间保持一种工作姿势的工作人员工作状态的检测，尤其适用于驾驶员驾驶过程中是否疲劳的检测。
-
公开(公告)号：CN102289683A
公开(公告)日：2011-12-21
申请号：CN201110168797.2
申请日：2011-06-22
申请人： 电子科技大学
IPC分类号： G06K9/66
摘要： 一种基于多分类支持向量机的集装箱箱号识别方法，属于计算机图像处理技术领域。首先采集集装箱箱号字符图像，经二值化和归一化处理后分成字母图像集和数字图像集；然后构建两个多分类支持向量机，分别采用字母图像集和数字图像集的特征向量矩阵进行训练，训练过程中采用Adaboost算法，得到两个多分类支持向量机分类器SVC和SVN；箱号识别过程中，将待识别集装箱箱号分割成11个字符图像，经二值化和归一化处理后，将第1至第4个特征向量输入到SVC进行识别，第5至第11个特征向量输入到SVN进行识别。本发明创新性地将支持向量机和Adaboost算法结合起来应用于集装箱箱号字符识别，相比于其他同领域的技术方案具有更高的识别率和较小的计算量。
-
公开(公告)号：CN102103692A
公开(公告)日：2011-06-22
申请号：CN201110065011.4
申请日：2011-03-17
申请人： 电子科技大学
IPC分类号： G06K9/00
摘要： 一种指纹图像增强方法，属于图像处理技术领域。首先对指纹前景区域图像gray进行灰度截剪和灰度拉伸，得到指纹前景区域图像gray2；其次用高斯滤波器gσ对指纹前景区域图像gray2进行高斯滤波，并计算归一化的指纹梯度向量；然后构造结构张量，计算指纹脊线的方向场；最后构造两个一维各向异性滤波器对指纹前景区域图像gray2进行两次滤波增强，得到最终滤波增强后的指纹前景区域图像。本发明基于非线性扩散模型和归一化结构张量，能够有效的去除各种结构性噪声，减小指纹脊线和谷线之间的动态变化范围，同时连接一些断裂的指纹脊线。本发明具有较好的增强效果有效节约时间的特点，能满足在线指纹识别的要求。
-
公开(公告)号：CN101339603A
公开(公告)日：2009-01-07
申请号：CN200810030096.0
申请日：2008-08-07
申请人： 电子科技大学中山学院
IPC分类号： G06K9/00
摘要： 本发明充分利用了虹膜图像的灰度信息和图像特征，根据直方图特征检测图像的亮度；根据瞳孔粗略中心位置判断虹膜是否偏离图像中心；检测红外光源在瞳孔附近形成的两个特殊的反光点，根据反光点的存在和大小判断是否有眨眼和非人眼图像的情况；分析虹膜纹理、睫毛和眼睑的灰度值特征，计算虹膜纹理可用度；根据虹膜纹理径向分布的特征，采用边缘梯度能量函数有效判断虹膜纹理清晰度。通过对采集到的每帧图像进行分步骤评估，实现了虹膜自动采集系统中从视频流中选取到了图像质量合格的虹膜图像的方法；并且通过分步骤与预先设定的阀值进行比较，从而对虹膜图像质量进行了正确的评价，并且通用性很强。
-
公开(公告)号：CN101221663A
公开(公告)日：2008-07-16
申请号：CN200810025979.2
申请日：2008-01-18
申请人： 电子科技大学中山学院
IPC分类号： G06T7/20 , G06K9/38 , G08B13/196
摘要： 一种基于运动目标检测的智能监控报警方法，步骤一、提取视频信号的灰度信息；步骤二、初始化背景矩阵；步骤三、基于背景的目标检测；步骤四、背景的更新。本发明使用帧差法进行初始序列的检测，并根据检测结果建立初始背景；初始背景建立以后，利用背景法检测运动目标；背景模型采用基于均值的差值比较法替换概率阈值比较法；背景更新分前景点与背景点两部分分别进行处理。能够自动更新背景，及时检测运动目标，有效及时，很大程度上避免了“鬼影”的产生。而且运算简单，速度快，可以满足多路实时监控的要求。
-
公开(公告)号：CN100351852C
公开(公告)日：2007-11-28
申请号：CN200610021367.7
申请日：2006-07-11
申请人： 电子科技大学
IPC分类号： G06K9/00
摘要： 本发明提供了一种虹膜识别方法。先将定位后的虹膜纹理归一化为图像矩阵m；然后剪切出m中含有重要纹理特征的部分组成矩阵M，经直方图均衡化处理得到图像增强矩阵N；对矩阵N分块、求均值，将均值按行首尾相连构成特征信号f(x)；再以高斯函数的一阶导数为小波，在尺度因子S＝1、2下，分别对f(x)作卷积运算，得到向量t1、t2；将t1、t2首尾相连构成向量v；在向量v中作局部模极大值检测，得到用于匹配识别的虹膜纹理特征编码二值向量V；最后通过比较两个虹膜纹理的特征编码V1、V2之间的海明距离，若小于阈值T，认为两个虹膜纹理相匹配；反之，则不相匹配。
-
公开(公告)号：CN1885338A
公开(公告)日：2006-12-27
申请号：CN200610021368.1
申请日：2006-07-11
申请人： 电子科技大学
IPC分类号： G06T1/00
摘要： 一种基于有限脊波变换的图像水印方法，属于信息安全技术领域，特别涉及有限脊波变换理论和图像数字水印技术。首先对图像分成素数p个分块，并产生一个长度为L＝p－1的水印序列w＝{wi|wi∈{－1，1}，0≤i≤L－1}；然后对每个分块分别做有限脊波变换；在变换得到的脊波域中搜寻能量最大的一个方向，将水印嵌入到这个方向上；水印嵌入时采用的公式考虑了人眼对不同方向变化的敏感度，在不同方向上水印嵌入的强度不同；对每个图像分块都嵌入相同的水印，实现了水印的局部化。本发明提供的图像水印方法具有很好的水印不可见性，在水印检测时相关检测值区分度高，对常规图像处理操作具备鲁棒性，尤其能抵御图像剪裁攻击。
-
-
-
-
-
-
-
-
-
搜索结果
86 条记录 (耗时 0.03 秒)
