-
公开(公告)号:CN112990774A
公开(公告)日:2021-06-18
申请号:CN202110443542.6
申请日:2021-04-23
Applicant: 重庆大学
Abstract: 本发明公开了一种对山地村镇开发边界划定综合绩效的评估方法和系统及存储介质,包括以下步骤:确定评估区域;所述评估区域用于确定山地村镇开发边界综合绩效的评估范围;获取评估区域用于评估山地村镇开发边界绩效的基础数据;建立绩效评估模型,所述绩效评估模型是根据山地村镇开发边界综合绩效评估指标体系进行构建的,所述绩效评估模型包括评估指标、评估指标权重及标准化处理流程;将基础数据输入到绩效评估模型中计算并输出山地村镇开发边界综合绩效评估结果。该方法可全面综合评估山地村镇开发边界的实施绩效,将其与村镇内部空间品质营造、村镇整体风貌综合考虑,为山地村镇空间规划的编制、实施以及具体开发建设提供动态评估方法,促进山地村镇空间建设更加集约高效、生态优美,符合当前国土空间规划改革的内涵与目标要求。
-
公开(公告)号:CN103279933B
公开(公告)日:2016-10-26
申请号:CN201310225721.8
申请日:2013-06-07
Applicant: 重庆大学
IPC: G06T5/00
Abstract: 一种基于双层模型的单幅图像超分辨率重建方法,其包括(1)利用L0梯度最小化方法和HoG算子生成K个训练簇,然后训练它的对应字典对;(2)依据HoG算子,自适应的选取用于测试的低分辨率图像块对应的几何字典对,并求解出低分辨率图像对应的高分辨率纹理细节图像;(3)利用L0梯度最小化方法求解出用于测试的低分辨率图像对应的高分辨率边缘结构图像;(4)把求解出的高分辨率纹理细节图像加到高分辨率边缘结构图像上得到初始高分辨率图像;(5)对初始高分辨率图像进行全局和局部约束得到最终高分辨率图像。本发明可以使得重建后的图像轮廓更清晰,细节信息更丰富,提高重建后的图像质量。
-
公开(公告)号:CN103235825B
公开(公告)日:2016-05-25
申请号:CN201310166729.1
申请日:2013-05-08
Applicant: 重庆大学
Abstract: 一种基于Hadoop的海量人脸识别搜索引擎设计方法,属于云计算和模式识别领域。以Hadoop云计算框架为基础,由内层、中间层和外层三层构成。内层用于存放海量的人脸图像及身份信息与提供分布式计算资源,中间层用于搜索引擎的索引表的建立与维护,外层用于接收任务与分配任务。为了在保证精度的同时提高人脸图像在数据库中的搜索速度,本方法采用在中间层使用K均值聚类算法建立人脸特征向量聚类索引表与聚类名单表相结合的方法。本方法可以使用廉价的普通服务器组构建海量人脸识别搜索引擎,并且采用经过大量实践证明的Hadoop云计算框架为基础实现,具有良好的稳定性,方法简单,易于实施。
-
公开(公告)号:CN103279936B
公开(公告)日:2016-04-27
申请号:CN201310250354.7
申请日:2013-06-21
Applicant: 重庆大学
Abstract: 本发明公开了一种基于画像的人脸伪照片自动合成及修正方法,其实现过程为:首先,应用局部本征变换方法自动生成伪照片的初始估计;然后,从输入的人脸画像中提取出头发和脸部轮廓信息对初始估计进行自动增强;最后,由用户判断自动合成的人脸伪照片是否存在局部合成错误,如果存在明显的合成错误,则采用基于控制点的变形方法对重新输入的伪照片对应的人脸画像进行局部变形,然后再重新进行自动合成,从而修正局部合成错误。在修正过程中,利用主动形状模型获取人脸画像的特征点,利用移动最小二乘法进行基于控制点的刚性变形。本发明能快速、有效地根据输入的人脸画像自动合成人脸伪照片,可以为刑侦、反恐等领域中对人脸素描画像的人工及自动识别提供辅助。
-
公开(公告)号:CN104809456A
公开(公告)日:2015-07-29
申请号:CN201510262199.X
申请日:2015-05-21
Applicant: 重庆大学 , 重庆市科学技术研究院
CPC classification number: G06K9/00201 , G06K9/4609 , G06K2209/21
Abstract: 本发明提出了一种基于二值描述符的三维目标识别方法,包括三维目标特征描述步骤,所述三维目标特征描述步骤包括以下过程:S1,将三维目标中的网格深度图像Q进行网格分辩率R的计算;S2,根据计算所得的网格分辨率R对网格深度图像Q进行均匀采样,得到特征点P'的坐标;S3,根据计算所得的特征点P'的坐标构建局部参考系,并对该局部参考系的x轴、y轴和z轴的方向进行消歧处理;S4,根据消歧后的局部参考系构建特征向量,得到特征点P'的二值化三维特征fp。本发明计算方法简单,特征提取和特征匹配效率高,可快速准确的实现对三维目标的二值化描述。
-
公开(公告)号:CN103235825A
公开(公告)日:2013-08-07
申请号:CN201310166729.1
申请日:2013-05-08
Applicant: 重庆大学
Abstract: 一种基于Hadoop云计算框架的海量人脸识别搜索引擎设计方法,属于云计算和模式识别领域。以Hadoop云计算框架为基础,由内层、中间层和外层三层构成。内层用于存放海量的人脸图像及身份信息与提供分布式计算资源,中间层用于搜索引擎的索引表的建立与维护,外层用于接收任务与分配任务。为了在保证精度的同时提高人脸图像在数据库中的搜索速度,本方法采用在中间层使用K均值聚类算法建立人脸特征向量聚类索引表与聚类名单表相结合的方法。本方法可以使用廉价的普通服务器组构建海量人脸识别搜索引擎,并且采用经过大量实践证明的Hadoop云计算框架为基础实现,具有良好的稳定性,方法简单,易于实施。
-
公开(公告)号:CN117606618A
公开(公告)日:2024-02-27
申请号:CN202311614210.5
申请日:2023-11-29
Applicant: 重庆大学
IPC: G01J3/28 , G06T3/4053 , G06N3/126 , G01J3/26 , G01N21/35
Abstract: 本发明涉及红外光谱成像技术领域,具体涉及一种基于可调谐像素化超表面增强的红外光谱成像系统及制备方法,包括自下而上依次设置的红外探测器单元、电介质层、像素化超表面阵列单元、纳米间隙层和石墨烯层,所述像素化超表面阵列单元几何结构参数由遗传算法逆向设计得到,用于实现超低损耗声学石墨烯等离激元模式与自由空间光的波矢匹配;所述像素化超表面阵列单元、纳米间隙层和石墨烯层形成的谐振器单元在红外光波激发下,产生不同谐振频率的低损耗声学石墨烯等离激元,从而在空间上对入射光波进行窄带滤波,实现高分辨光谱调制。其具有集成度高、灵敏度高、工作波段宽、可实现多种未知痕量分子探测等优点。
-
公开(公告)号:CN107102165B
公开(公告)日:2020-03-20
申请号:CN201710242846.X
申请日:2017-04-14
Applicant: 重庆大学
IPC: G01P5/20
Abstract: 本发明公开了一种基于粒子图像测速的表面流场测量方法,包括在待测流场表面布撒不限定材质和大小的示踪粒子;在所述待测流场设置至少一个视场,对视场进行视频图像采样,并对视频图像进行视场矫正后建立相应的鸟瞰图;将每个鸟瞰图划分成多个子网格,并对所有鸟瞰图中相应子网格的流速求均值,得到视场的流速;对多个视场的流速依次进行数据拼接和可视化处理,得到待测流场表面的可视化流速图像等步骤,利用PIV技术成功实现了表面流场流速的测量。其显著效果是:视频采集设备视角自由,对复杂地形和外界光照具有较好的鲁棒性,可满足不同的测试环境需求;支持任意类型的示踪粒子;分析速度快,测量精度高。
-
公开(公告)号:CN106419911A
公开(公告)日:2017-02-22
申请号:CN201610911036.4
申请日:2016-10-19
Applicant: 重庆大学
IPC: A61B5/0476 , A61B5/16
CPC classification number: A61B5/0476 , A61B5/04012 , A61B5/165 , A61B5/725 , A61B5/7257 , A61B5/7264 , A61B5/7267 , A61B5/7271
Abstract: 本发明公开了一种基于脑电波分析的情绪检测方法,首先利用原始的脑电数据来提取特征,分别提取出分形维度特征、能量特征、统计学特征和高阶交叉特征;然后利用类内相关系数法来评价所提取特征的特征参数进而获得最稳定的特征参数;之后通过支持向量机将获得的特征参数用来训练分类模型;最后利用训练出的分类模型实现情绪的实时检测。其显著效果是:通过利用类内相关系数法来获得最稳定的特征参数,成功训练出了稳定准确的分类模型;与传统的方法相比,无需重新训练分类模型,操作更简单,分类精度更高。
-
公开(公告)号:CN106251861A
公开(公告)日:2016-12-21
申请号:CN201610638937.0
申请日:2016-08-05
Applicant: 重庆大学
Abstract: 本发明是一种基于场景建模的公共场所异常声音检测方法,该方法根据公共场所场景声音相对异常声音平均幅值小,波动范围较窄的统计特性,首先计算各场景声音信号的平均幅值,并基于期望最大化算法建立不同场景的高斯混合模型;然后求取待测声音信号与场景模型的似然度,进行似然度匹配,再基于多数投票原则和最小连续帧数的阈值条件判定待测声音帧是否为异常声音,从而实现异常声音的检测。本发明相对现有的异常声音检测方法,场景适应性更强,检测的错误率更低,同时检测的实时性和效率也较高。
-
-
-
-
-
-
-
-
-