-
公开(公告)号:CN106461373B
公开(公告)日:2019-08-13
申请号:CN201580023105.1
申请日:2015-03-12
Applicant: 宣伟投资管理有限公司
Inventor: M·P·雅杰科
CPC classification number: G06T7/90 , G01B11/306 , G06K9/00785 , G06K9/4652 , G06T5/007 , G06T7/0004 , G06T2207/10024 , G06T2207/30156
Abstract: 提供用于涂层预测、施涂和检查的数字增强成像的系统和方法。数字成像和处理设备提供对所获取的数字成像数据的图像获取、处理和显示,以允许用户辨别除了可以通过使用肉眼来观察涂层或基材而辨别的变化以外的变化。数字成像和处理设备还可以提供涂覆前和涂覆后检查能力以及涂层预测能力。
-
公开(公告)号:CN106469299B
公开(公告)日:2019-07-19
申请号:CN201610798016.0
申请日:2016-08-31
Applicant: 北京邮电大学
CPC classification number: G06K9/325 , G06F16/5838 , G06F16/5846 , G06K9/00771 , G06K9/3258 , G06K9/4628 , G06K9/4652 , G06K9/4676 , G06K9/6215 , G06K9/6274 , G06K2209/15
Abstract: 本发明公开了一种车辆搜索方法及装置,可以计算目标车辆的第一图像与包含被搜索车辆的若干第二图像的外观相似度距离;从若干第二图像中选定若干图像作为若干第三图像;采用预设的Siamese神经网络模型,获得第一图像与每一第三图像中的车牌区域对应的车牌特征;根据车牌特征,计算第一图像与每一第三图像的车牌特征相似度距离;根据外观相似度距离和车牌特征相似度距离,计算第一图像与每一第三图像的视觉相似度距离;将若干第三图像按视觉相似度距离的大小升序排列,获得目标车辆的第一搜索结果。应用本发明提供的方案,不仅不受应用场景的限制,还提高了车辆搜索速度和准确度,同时降低了采集车辆图像的摄像头及辅助设备等硬件的要求。
-
公开(公告)号:CN107871143B
公开(公告)日:2019-06-28
申请号:CN201711132067.0
申请日:2017-11-15
Applicant: 深圳云天励飞技术有限公司
IPC: G06K9/62 , G06K9/46 , G06F16/583
CPC classification number: G06F16/583 , G06K9/4652 , G06K9/6215 , G06K9/6223
Abstract: 一种图像识别方法,所述方法包括:对查询图像与数据库图像进行区域划分;计算查询图像与数据库图像的每个区域的每个像素点的对数相对RGB坐标;根据查询图像与数据库图像的每个区域的每个像素点的对数相对RGB坐标对查询图像与数据库图像的每个区域内的像素点进行聚类,得到查询图像与数据库图像的每个区域的聚类中心;根据查询图像与数据库图像的每个区域的聚类中心确定查询图像与数据库图像是否匹配。本发明还提供一种图像识别装置、计算机装置及可读存储介质。本发明可以实现快速高鲁棒性高抗干扰性的图像识别。
-
公开(公告)号:CN105373769B
公开(公告)日:2019-05-21
申请号:CN201510608215.6
申请日:2015-08-06
Applicant: 摩福公司
IPC: G06K9/00
CPC classification number: G06K9/00067 , G06K9/00033 , G06K9/00087 , G06K9/00375 , G06K9/46 , G06K9/4652 , G06K9/4661 , G06K2009/4666 , G06T7/73 , G06T7/90 , G06T11/60 , H04N5/2256 , H04N5/23293
Abstract: 一种在个体的手(2)的至少一个部分的图像(1)中检测可能含有至少一处指纹(3)的区域(Z1a、Z1b、Z1c、Z1d、Z2a、Z2b、Z2d、Z3a)的方法,其特征在于,该方法包括:a)获取该图像的步骤(A);b)在获取的图像(1)中确定多个区域(Z1a、Z1b、Z1c、Z1d)的步骤(E),每个区域从而被确定为该获取的图像(1)的均展现出大于或等于选择的发光强度阈值(Vsn,Vs1)的发光强度水平(I)的点的连续区域;c)用于从确定的区域内选择可能代表手指(3)的至少一处指纹的区域的第一选择步骤(F)。
-
公开(公告)号:CN109690617A
公开(公告)日:2019-04-26
申请号:CN201780053384.5
申请日:2017-06-29
Applicant: 艾斯适配有限公司
CPC classification number: H04N5/44504 , G06K9/00 , G06K9/00281 , G06K9/0061 , G06K9/4652 , G06Q30/00 , G06T7/11 , G06T7/13 , G06T7/194 , G06T7/246 , G06T7/73 , G06T11/00 , G06T11/60 , G06T2200/24 , G06T2207/10016 , G06T2207/30201 , H04N5/2256 , H04N5/23293 , H04N5/2628 , H04N5/4403 , H04N9/74
Abstract: 一种计算机实现的方法,用于使用相机视频流和显示屏来模拟镜子以生成数字镜。数字镜专门配置用于大头照应用,例如化妆和眼镜试用课程。规定用于校正屏幕上脸部的外观。具体实施方式使得能够跟踪面部的运动或面部的特定特征并且将虚拟化妆或虚拟眼镜或其他附件或其他滤镜应用于面部。此外,录制教程和自动编辑使用户可以轻松访问辅导教程和教程期间使用的产品。可以随时从用户的移动设备订购产品。
-
公开(公告)号:CN109684986A
公开(公告)日:2019-04-26
申请号:CN201811559204.3
申请日:2018-12-19
Applicant: 新大陆数字技术股份有限公司
CPC classification number: G06K9/00825 , G06K9/00711 , G06K9/00724 , G06K9/4647 , G06K9/4652 , G08G1/0104 , G08G1/065 , H04W4/029 , H04W4/40
Abstract: 一种基于车辆检测跟踪的车辆分析方法,包括以下步骤,(1)获取视频帧图像,对视频帧图像进行车辆检测,标定初始帧图像上的车辆框;(2)建立模板特征:对初始帧图像车辆框进行扩大得到背景框,对背景框提取图像特征,建立位置模板特征;以及对车辆框进行多个尺度缩放,对每个尺度提取图像特征,建立尺度模板特征;(3)输入下一帧图像,建立实时特征并将实时特征与模板特征建立相关,得出目标框位置,完成车辆跟踪;(4)重复步骤(3)进行跟踪;当跟踪踪的帧数到达预设的数值时,则从步骤(1)开始重复检测再跟踪;(5)获取该车辆的所有车辆框,分析车辆的运动轨迹。
-
公开(公告)号:CN109657684A
公开(公告)日:2019-04-19
申请号:CN201811577772.6
申请日:2018-12-20
Applicant: 郑州轻工业学院
CPC classification number: G06K9/342 , G06K9/4642 , G06K9/4652 , G06K9/4671 , G06K9/6218
Abstract: 本发明公开了一种基于弱监督学习的图像语义解析方法,包括以下步骤;步骤一、将图像分割成45-55个大小适中的块,提取具有判别力的区域特征;步骤二、采用线性分类器作为判别的聚类方式;步骤三、将分割后的图像区域特征进行聚类,将聚类后的图像集划分为若干个类别的子区域;步骤四、将同一类别的子区域聚在一类得出结果;步骤五、输出语义一致的图像区域进行合并,得到图像的最终解析结果。本发明提供了一种基于弱监督学习的图像语义解析方法,通过分割方法得到的图像子区域进行聚类,利用图像级别标注与图像子区域标签的关系建立了误差最小化的弱监督学习模型,为各图像子区域分配语义标签,可以达到精度高,准确度高。
-
公开(公告)号:CN109635722A
公开(公告)日:2019-04-16
申请号:CN201811506319.6
申请日:2018-12-10
Applicant: 福建工程学院
CPC classification number: G06K9/00651 , G06K9/4652 , G06K9/4671 , G06K9/6269
Abstract: 本发明公开一种高分辨率遥感影像路口自动识别方法,其包括以下步骤:S1,道路基元提取;S2,连通道路骨架:连接邻近道路基元,形成完整道路骨架;S3,生成候选路口坐标:对提取的道路骨架进行细化操作,获取道路骨架交叉点,并作为候选路口坐标;S4,构建路口相似度指数;S5,基于分块矩形旋转模型识别路口。本发明无需人工干预,能够自动提取路口,提取的准确性和完整性均优于现有同类研究成果。
-
公开(公告)号:CN109598274A
公开(公告)日:2019-04-09
申请号:CN201910015815.X
申请日:2019-01-08
Applicant: 电子科技大学
CPC classification number: G06K9/4652 , G01N21/8851 , G01N2021/8466 , G01N2021/8887 , G06K9/40 , G06K9/4642
Abstract: 本发明公开了一种青稞条纹病的识别方法,属于图像处理领域。包括青稞正常图像样本和青稞条纹病图像样本的输入,对图像进行预处理高斯滤波,将预处理之后的图像转换到HSV颜色空间,设置H、S划分等级及变化范围,根据设置结果统计图像中H、S分量数据并创建直方图,归一化图像直方图高度,将归一化之后的直方图高度及对应横坐标作为图像特征及标签训练SVM分类器,讲用于测试的图像样本做同样处理输入到SVM分类器,获得预测结果。本发明利用对图像滤波消噪,提取颜色空间特征并归一化,及支持向量机分类,能很好分类出正常青稞叶片和条纹病青稞叶片的图像,提高了青稞条纹病的识别效率和准确度。
-
公开(公告)号:CN109565577A
公开(公告)日:2019-04-02
申请号:CN201780046323.6
申请日:2017-07-13
Applicant: 凸版印刷株式会社
CPC classification number: G01J3/52 , B42D25/328 , G01J3/02 , G01J3/50 , G01J3/524 , G02B5/32 , G03H1/26 , G06K9/4652 , G06T7/90 , H04N9/04
Abstract: 该色彩校正装置是利用发出与观察角度对应的不同频率的衍射光的全息图,对不同的图像拍摄装置之间的一个图像拍摄装置的拍摄图像的各色彩进行校正的色彩校正装置,具有:衍射光光谱分布计算部,其求出来自全息图的衍射光的各衍射光光谱分布;光谱灵敏度推定部,其根据衍射光的各衍射光光谱分布以及衍射光的各拍摄图像,对图像拍摄装置的光谱灵敏度进行推定;以及色彩校正部,其利用推定出的光谱灵敏度,对图像拍摄装置的相对于与该图像拍摄装置不同的其他图像拍摄装置的色彩的差异进行校正。
-
-
-
-
-
-
-
-
-