公开(公告)号：CN104182538B

公开(公告)日：2017-06-13

申请号：CN201410441091.2

申请日：2014-09-01

Applicant: 西安电子科技大学

Inventor： 李洁 ,  高宪军 ,  王秀美 ,  刘卫芳 ,  邓成 ,  王颖 ,  寒冰 ,  王斌 ,  路文

IPC: G06F17/30

Abstract: 本发明公开了一种基于半监督哈希的图像检索方法，主要解决现有技术检索速度慢、占用内存空间大、检索结果不精确的问题。其实现步骤为：(1)提取原始图像的底层特征，并对其作归一化处理；(3)将归一化数据分为训练数据和测试数据；(4)使用类标传递方法求训练数据的类标，根据类标产生编码；(5)使用训练数据及其编码训练支持向量机分类器；(6)使用支持向量机分类器对训练数据和测试数据分类，根据分类结果产生训练数据和测试数据的编码；(7)根据训练数据编码和测试数据编码之间的汉明距离得到检索结果。本发明降低了内存消耗，节省了检索时间，提高了图像检索的准确性，可用于电子商务和移动终端设备的图片搜索服务。

公开(公告)号：CN104239859B

公开(公告)日：2017-09-26

申请号：CN201410453140.4

申请日：2014-09-05

Applicant: 西安电子科技大学

Inventor： 高新波 ,  刘卫芳 ,  王秀美 ,  高宪军 ,  邓成 ,  田春娜 ,  王颖 ,  牛振兴 ,  韩冰

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明公开了一种基于结构化因子分析的人脸识别方法，主要解决现有技术由于不能保持人脸图像数据的局部聚类特性和全局分布结构而导致的人脸识别准确率较低的问题。其实现步骤为：(1)划分人脸图像数据集；(2)对所有的训练样本数据进行聚类分析；(3)通过吉布斯采样计算最优特征投影矩阵；(4)提取所有测试样本数据和训练样本数据的低维特征；(5)识别人脸图像。本发明综合了人脸图像数据的局部聚类特性和全局分布结构，提高了人脸识别的准确率。

公开(公告)号：CN104239859A

公开(公告)日：2014-12-24

申请号：CN201410453140.4

申请日：2014-09-05

Applicant: 西安电子科技大学

Inventor： 高新波 ,  刘卫芳 ,  王秀美 ,  高宪军 ,  邓成 ,  田春娜 ,  王颖 ,  牛振兴 ,  韩冰

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明公开了一种基于结构化因子分析的人脸识别方法，主要解决现有技术由于不能保持人脸图像数据的局部聚类特性和全局分布结构而导致的人脸识别准确率较低的问题。其实现步骤为：(1)划分人脸图像数据集；(2)对所有的训练样本数据进行聚类分析；(3)通过吉布斯采样计算最优特征投影矩阵；(4)提取所有测试样本数据和训练样本数据的低维特征；(5)识别人脸图像。本发明综合了人脸图像数据的局部聚类特性和全局分布结构，提高了人脸识别的准确率。

公开(公告)号：CN104182538A

公开(公告)日：2014-12-03

申请号：CN201410441091.2

申请日：2014-09-01

Applicant: 西安电子科技大学

Inventor： 李洁 ,  高宪军 ,  王秀美 ,  刘卫芳 ,  邓成 ,  王颖 ,  寒冰 ,  王斌 ,  路文

IPC: G06F17/30

CPC classification number: G06F17/30247 ,  G06K9/6202

Abstract: 本发明公开了一种基于半监督哈希的图像检索方法，主要解决现有技术检索速度慢、占用内存空间大、检索结果不精确的问题。其实现步骤为：(1)提取原始图像的底层特征，并对其作归一化处理；(3)将归一化数据分为训练数据和测试数据；(4)使用类标传递方法求训练数据的类标，根据类标产生编码；(5)使用训练数据及其编码训练支持向量机分类器；(6)使用支持向量机分类器对训练数据和测试数据分类，根据分类结果产生训练数据和测试数据的编码；(7)根据训练数据编码和测试数据编码之间的汉明距离得到检索结果。本发明降低了内存消耗，节省了检索时间，提高了图像检索的准确性，可用于电子商务和移动终端设备的图片搜索服务。