一种箱型柱加肋结构及其与梁、支撑件的连接结构

    公开(公告)号:CN118774331A

    公开(公告)日:2024-10-15

    申请号:CN202411031643.2

    申请日:2024-07-30

    Abstract: 本发明公开了一种箱型柱加肋结构及其与梁、支撑件的连接结构,其中,箱型柱加肋结构包括箱型柱体,在箱型柱体的至少一侧壁的内侧设有断面呈U形的肋板;箱型柱加肋结构与梁连接结构包括梁体和上述的箱型柱加肋结构;所述梁体的端部与箱型柱体的侧壁的外侧相连;箱型柱加肋结构与支撑件的连接结构包括梁体、支撑件以及上述的箱型柱加肋结构;所述梁体的端部与箱型柱体的侧壁的外侧相连,在梁体的两侧分别设有一节点板,所述支撑件倾斜设置。本发明能够有效提高箱型柱的刚度和稳定性,并且箱型柱与梁、支撑件的连接更加方便,并能在连接处起到加强作用,有效起到抗弯效果,同时大大增强连接后梁、柱的承载能力。

    基于画像的人脸伪照片自动合成及修正方法

    公开(公告)号:CN103279936A

    公开(公告)日:2013-09-04

    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。

    一种基于双层模型的单幅图像超分辨率重建方法

    公开(公告)号:CN103279933A

    公开(公告)日:2013-09-04

    申请号:CN201310225721.8

    申请日:2013-06-07

    Applicant: 重庆大学

    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。

    一种基于双层模型的单幅图像超分辨率重建方法

    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

    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。

    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

    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。

    基于画像的人脸伪照片自动合成及修正方法

    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。

    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

    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。

Patent Agency Ranking