视频图像中形状的局部与全局特征结构融合方法.pdf
An****70
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
视频图像中形状的局部与全局特征结构融合方法.pdf
本发明公开了一种视频图像中形状的局部与全局特征结构融合方法,采用形状轮廓上下文描述形状局部特征,采用轮廓点分布直方图描述形状全局特征;用x2测度分别进行形状局部结构和全局特征结构的度量;最终通过矩阵谱优化求解的方法进行形状局部特征结构和全局特征结构的融合映射,获得特征表征。本发明填补了现有技术的空白,能获得无监督聚类和分类判别能力强的特征表征。
基于局部与全局特征融合的遥感图像分类方法和装置.pdf
本申请涉及图像识别技术领域的一种基于局部与全局特征融合的遥感图像分类方法和装置。该方法包括:将获取的遥感图像进行标注作为训练样本;构建遥感图像分类模型,该模型包括输入网络、特征提取网络和分类网络;其中,输入网络用于采用空洞卷积对训练样本进行多分支多尺度特征提取,特征提取网络用于采用4个由1个下采样层和若干个堆叠的RMFE模块组成stage依次进行全局与局部特征提取与融合,其中RMFE模块采用纯卷积方式同时提取局部与全局特征;采用训练样本对遥感图像分类模型进行训练,采用训练好的遥感图像分类模型对待测遥感图像
视频图像中内容的光流和轮廓特征动态结构融合方法.pdf
本发明公开了一种视频图像中内容特征动态结构融合方法,采用空间分布直方图特征描述光流和轮廓,提取各自特征序列的动态模型的不变参数构建动态特征,然后通过子空间度量的方法求出各自的结构表征,最后通过广义矩阵分解的方法求得融合结构,得出分类判别能力强的特征表征,获得了分类判别能力强的特征表征,解决了现有的方法无法进行特征的动态结构融合,无法准确的表征特定内容特征的问题。
基于全局和局部特征融合的步态识别方法.pdf
本发明提供了一种基于全局和局部特征融合的步态识别方法。该方法包括:通过三维卷积神经网络从标准化轮廓图中训练出全局步态特征;通过三维卷积神经网络从局部轮廓图中训练出局部步态特征;通过串行组合的方式对所述全局步态特征和局部步态特征进行串行融合,获得组合步态特征,利用所述组合步态特征进行步态识别。本发明利用全局和局部的特征融合派生出最佳特征子集,进行步态特征提取模型的建立,统一解决现有的步态识别方法中存在的特征集不够有价值的问题,从而可以获得较好的步态识别结果。
基于多特征融合的人脸图像局部增强方法.pdf
本发明公开了一种基于多特征融合的人脸图像局部增强方法,建立人脸图像训练集;对所述人脸图像训练集中的每张图像进行人脸检测、人脸对齐和人脸分割,获得每张分割后的图像;获得分割后的偏正脸图像集、并且确定分割后的偏正脸图像集中每张图像的面积比例相近度、分割后的偏正脸图像集中每张图像的长宽比相近度、分割后的偏正脸图像集中每张图像的方脸相近度;将三个特征加权融合,获得多特征融合模板系数;根据其确定平均人脸轮廓模板,并且结合待识别人脸的图像,获得局部图像增强后的人脸图像。本发明能够取代人脸图像增强中的人脸分割步骤,在不