“柯逍”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果150个，建议您升级VIP下载更多相关专利

[发明专利]一种监控场景下高鲁棒性的快速车牌定位方法-CN201710277191.X有效
发明人：柯逍;张毓峰;陈羽中 -专利权人：福州大学
申请日： 2017-04-25 - 公布日： 2019-12-31 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种监控场景下高鲁棒性的快速车牌定位方法，包括以下步骤：步骤S1：对车牌训练图像进行语义分组，即将车牌图像分为车牌和非车牌两个语义组，并按组将训练图像输入到支持向量机中进行训练；步骤S2：采用基于Epanechikov核密度估计自适应快速车辆检测方法对车辆区域进行快速检测；步骤S3：利用基于AFRD的帧滑动算法对视频帧进行过滤，得到感兴趣的帧图像；步骤S4：对感兴趣帧图像中车辆区域采用形态学、颜色和MSER相结合的方法对车牌进行检测；步骤S5：对步骤S4中得到的候选车牌运用步骤S1中训练好的支持向量机进行二元分类，得到正确的车牌。本发明的定位方法能够改善车牌识别系统在低对比度、低光照等恶劣环境下的鲁棒性。
一种监控场景下高鲁棒性快速车牌定位方法

[发明专利]一种融合深度特征和语义邻域的自动图像标注方法-CN201610585022.8有效
发明人：柯逍;周铭柯 -专利权人：福州大学
申请日： 2016-07-22 - 公布日： 2019-08-09 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种融合深度特征和语义邻域的自动图像标注方法：针对传统图像标注方法中人工选取特征费时费力，以及传统标签传播算法忽视语义近邻，导致视觉相似而语义不相似进而影响标注效果等问题，提出了融合深度特征和语义邻域的自动图像标注方法，该方法首先构建基于深度卷积神经网络（CNN）的统一、自适应深度特征提取框架，接着对训练集划分语义组并建立待标注图像的邻域图像集，最后根据视觉距离计算邻域图像各标签的贡献值并排序得到标注关键词。本发明简单灵活，具有较强的实用性。
一种融合深度特征语义邻域自动图像标注方法

[发明专利]一种自然场景下快速、鲁棒的银行卡定位与分类方法-CN201811210693.1在审
发明人：柯逍;刘诗勤;牛玉贞 -专利权人：福州大学
申请日： 2018-10-17 - 公布日： 2019-03-19 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种自然场景下快速、鲁棒的银行卡定位与分类方法，包括以下步骤：步骤S1：获取银行卡数据集，并对获取的银行卡数据集进行标注，为训练银行卡定位与分类模型做好准备；步骤S2：使用收集到的银行卡数据集训练银行卡定位与分类模型；步骤S3：将待检测的银行卡图像输入训练好的银行卡定位与分类模型中，利用训练好的银行卡定位与分类模型对待检测的银行卡图像进行定位与识别。本发明能够有效地对待检测图像中的银行卡进行定位与分类。
银行卡分类模型银行卡数据自然场景鲁棒分类检测图像图像输入有效地检测标注图像

[发明专利]基于维度聚类和多尺度预测的银行卡卡号检测与识别方法-CN201811206675.6在审
发明人：柯逍;刘诗勤;牛玉贞 -专利权人：福州大学
申请日： 2018-10-17 - 公布日： 2019-03-12 - 主分类号： G06K9/32 文献下载
摘要：本发明涉及一种基于维度聚类和多尺度预测的银行卡卡号检测与识别方法，包括以下步骤：步骤S1:获取银行卡数据集，并对获取的银行卡数据集进行标注；步骤S2:根据收集到的银行卡数据集训练银行卡卡号定位与识别模型，得到训练好的银行卡卡号定位与识别模型；步骤S3：将待检测的银行卡图像输入训练好的银行卡卡号定位与识别模型中，对待检测的银行卡图像进行卡号定位与识别。本发明提升了银行卡卡号检测的召回率与识别分类的准确率，同时能够保证检测与识别的实时性。
银行卡卡号检测银行卡数据多尺度银行卡聚类维度图像输入实时性预测准确率标注图像分类保证

[发明专利]基于规则的凸印银行卡卡号分割与识别方法-CN201811233474.5在审
发明人：柯逍;刘诗勤;牛玉贞 -专利权人：福州大学
申请日： 2018-10-23 - 公布日： 2019-03-12 - 主分类号： G06K9/34 文献下载
摘要：本发明提出了一种基于规则的凸印银行卡卡号分割与识别方法。定位方面通过对国内凸印银行卡卡号的形状、颜色进行分析和总结，提出了使用形态学梯度和数值匹配的方法进行卡号分割；提高了银行卡卡号字符定位的准确度，减少了银行卡卡号行的定位时间。针对凸印银行卡卡号的特点，通过形态学方法处理卡号图像，使其特征突出易于识别。识别方面通过大量凸印银行卡卡号图像对3个浅层卷积网络进行训练，卡号识别的结果由3个网络的结果投票得出，保证了卡号识别的准确率。本发明构建的方法具有准确率高，速度快的优点，可以非常迅速准确地确定卡号宽度，分割卡号。使用的3个浅层神经网络比单个神经网络的识别模型准确率更高。
银行卡卡号准确率形态学分割神经网络浅层图像准确度处理卡构建卷积匹配网络投票分析保证

[发明专利]一种基于轻量化卷积神经网络的行人重识别方法-CN201811206061.8在审
发明人：柯逍;秦丽云 -专利权人：福州大学
申请日： 2018-10-17 - 公布日： 2019-03-08 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种基于轻量化卷积神经网络的行人重识别方法，包括以下步骤：步骤S1:从大型公用数据集中提取取行人重识别数据集；步骤S2:采用中值滤波的方法对人重识别数据集进行图像平滑的预处理操作，得到预处理后的数据集；步骤S3:将预处理后的数据集，采用灰度拉伸的图像增强的算法进行处理，得到增强后的数据集；步骤S4:根据得到的增强后的数据集训练轻量化卷积神经网络，得到训练好的轻量化卷积神经网络模型；步骤S5:将目标人物的图片和待识别匹配的行人图像分别输入训练好的轻量化卷积神经网络模型中，判断待识别匹配的行人是否为目标人物。本发明能够有效地实现行人重识别。
数据集卷积神经网络轻量化预处理目标人物匹配有效地实现预处理操作公用数据灰度拉伸图像平滑图像增强中值滤波算法图像图片

[发明专利]一种基于防屏摄攻击的活体检测方法-CN201811122390.4在审
发明人：柯逍;李真骁 -专利权人：福州大学
申请日： 2018-09-26 - 公布日： 2019-01-25 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种基于防屏摄攻击的活体检测方法，首先采集人脸识别场景下有无摩尔纹的训练图像；然后采用限制对比度自适应直方图均衡化对训练图像进行图像增强；接着对有无摩尔纹的训练图像提取其hog特征；接着将提取的hog特征送入支持向量机中训练；最后将人脸识别系统中的图像送入训练好的支持向量机进行二分类，判断是否存在摩尔纹，从而检测屏摄攻击。本发明能够提高人脸识别的安全性和可靠性。
训练图像摩尔纹支持向量机活体检测人脸识别攻击送入人脸识别系统直方图均衡化图像增强二分类检测屏自适应采集图像场景

[发明专利]一种基于局部邻域和全局信息的模糊c均值图像分割方法-CN201610008271.0有效
发明人：柯逍;杜明智 -专利权人：福州大学
申请日： 2016-01-06 - 公布日： 2019-01-22 - 主分类号： G06T7/11 文献下载
摘要：本发明涉及一种基于局部邻域和全局信息的模糊c均值图像分割方法，通过将局部邻域因子和全局空间因子引入到传统的模糊C均值图像分割模型中，对待分割的图像进行分割。该方法通过对分割中心以及模糊隶属度的不断迭代来确定合理的分割效果，分割性能的好坏可以通过本发明所提出的有效性指标来衡量。本发明所提出的一种基于局部邻域和全局信息的模糊C均值图像分割方法，简单灵活，设备要求简单，并且具有较强的实用性。
一种基于局部邻域全局信息模糊均值图像分割方法

[发明专利]一种基于属性判别的自动图像标注方法-CN201610036626.7有效
发明人：柯逍;周铭柯;杜明智 -专利权人：福州大学
申请日： 2016-01-20 - 公布日： 2019-01-22 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于属性判别的自动图像标注方法：针对数据集不均衡导致整体标注效果不理想的问题，提出一种基于属性判别的图像标注方法，利用每一个关键词的语义概念构建局部均衡数据集，并基于此数据集提出一种有效提升中低频标签标注准确率的语义传播算法。最后结合栈式自动编码器模型，通过判别图像的高低频属性来选择不同标注过程，提升了整体图像标注效果。该方法利用SAE模型较好预测高频标签和SP算法较好预测中低频标签的特点，通过判别未知图像的高低频属性来选择不同的标注过程，提升了整个模型的标注效果，该方法简单灵活，具有较强的实用性。
一种基于属性别的自动图像标注方法

[发明专利]基于K-means++聚类和残差网络分类的银行卡卡号检测与识别方法-CN201811206225.7在审
发明人：柯逍;刘诗勤;牛玉贞 -专利权人：福州大学
申请日： 2018-10-17 - 公布日： 2019-01-18 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于K‑means++聚类和残差网络分类的银行卡卡号检测与识别方法,包括以下步骤：步骤S1:采集银行卡数据集和银行卡卡号数据集，并对采集的银行卡数据集进行标注，对采集的银行卡卡号数据集进行分类；步骤S2:构建银行卡卡号定位模型，并根据得到的银行卡数据集训练银行卡卡号定位模型；步骤S3:构建银行卡卡号分类模型，并根据得到的银行卡卡号数据集训练银行卡卡号分类模型步骤S4:将待检测的银行卡图像输入训练好的银行卡卡号定位模型中，定位卡号位置，并保存卡号图像；将卡号图像输入训练好的银行卡卡号分类模型中，得到卡号识别结果。本发明能够有效地对待检测图像中的银行卡卡号进行检测与识别。
银行卡卡号银行卡数据定位模型分类模型数据集检测图像输入网络分类采集残差构建聚类检测图像定位卡银行卡有效地标注图像保存分类

[发明专利]基于Faster-RCNN的多类证件检测与分类方法-CN201810860574.4在审
发明人：柯逍;卢安琪;牛玉贞 -专利权人：福州大学
申请日： 2018-08-01 - 公布日： 2019-01-11 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于Faster‑RCNN的多类证件检测与分类方法。首先人工选取适量的多类证件图片作为训练图片，制作训练数据集；然后基于Faster‑RCNN模型进行学习，根据学习的结果调整参数、做数据增强处理，重新训练直到得到一个较好的多类证件图像检测与分类模型；最后，对测试图像进行预处理，利用训练好的模型对图像进行检测分类。本发明方法对较模糊、角度众多的证件图像同样能够取得较好的检测分类结果；本方法具有较强的实用性，良好的发展前景。
证件检测证件图像分类检测预处理结果调整参数训练数据集测试图像分类结果分类模型数据增强训练图片证件图片图像模糊学习制作

[发明专利]一种基于增强型栈式自动编码器的自动图像标注方法-CN201610035975.7有效
发明人：柯逍;周铭柯;杜明智 -专利权人：福州大学
申请日： 2016-01-20 - 公布日： 2018-12-25 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于增强型栈式自动编码器的自动图像标注方法：针对深度学习中传统SAE模型难以有效训练有偏数据集的问题，提出一种提升低频标签准确率的平衡栈式自动编码器，较好地改善低频标签的标注效果。然后针对单个B‑SAE模型不稳定导致标注效果易随参数改变而发生较大变化的问题，提出一种针对图像标注任务的增强平衡栈式自动编码器，通过分组按序训练、加权累加各组最优B‑SAE子模型，取得稳定的标注结果。该方法通过逐层预训练权值并用后向传播算法整体调优，改善了传统浅层模型泛化能力弱、难以收敛到最佳极值点等问题，并在训练过程中加强弱标签样本的训练，提升了整个模型的标注效果，该方法简单灵活，具有较强的实用性。
一种基于增强型栈式自动编码器图像标注方法

[发明专利]一种基于多尺度特征融合和极限学习机的种子识别方法-CN201510438672.5有效
发明人：柯逍;杜明智;周铭柯 -专利权人：福州大学
申请日： 2015-07-24 - 公布日： 2018-12-25 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于多尺度特征融合和极限学习机的种子识别方法，通过对样本种子图像的多尺度局部HOG特征以及全局分布的HSV特征进行融合提取，利用ELM极限学习机进行特征训练，得出集成分类模型，对待测试的种子图像采用滑动窗口机制，对其进行多尺度的融合特征提取，并将结果输入到该模型中，并通过对分类结果进行加权投票表决，进而得出待测试种子图像的分类信息。本发明所提出的一种基于多尺度特征融合和极限学习机的种子识别方法，简单灵活，设备要求简单，并且具有较强的实用性。
一种基于尺度特征融合极限学习机种子识别方法

[发明专利]一种基于特征融合匹配的行驶证检测和识别方法-CN201810218709.7在审
发明人：陈羽中;黄腾达;柯逍;林洋洋 -专利权人：福州大学
申请日： 2018-03-16 - 公布日： 2018-07-24 - 主分类号： G06K9/34 文献下载
摘要：本发明涉及一种基于特征融合匹配的行驶证检测和识别方法：首先进行区域检测定位，针对行驶证图片存在的背景复杂、角度倾斜的问题，提出的特征匹配方法能有效解决传统方法倾斜校正时间长、正确率低的问题。然后通过模板分割得到字段区域，由于光照不均和背景底纹导致传统的二值化算法效果不佳，提出的融合二值化方法可以解决光照、底纹影响以及文字笔划粘连缺失的问题。最后通过分类器得到文字识别结果，具有较高的文字识别准确率。该方法具有快速、多角度、背景鲁棒与光照鲁棒等优点，具有较高的应用价值。
行驶证光照特征融合文字识别二值化鲁棒匹配背景底纹角度倾斜倾斜校正区域检测特征匹配文字笔划有效解决字段区域传统的分类器正确率粘连检测准确率底纹算法融合分割应用图片

[发明专利]一种图像视觉显著性检测拟合优化方法-CN201610222896.7有效
发明人：牛玉贞;林文奇;柯逍;陈羽中 -专利权人：福州大学
申请日： 2016-04-12 - 公布日： 2017-03-08 - 主分类号： G06K9/46 文献下载
摘要：本发明涉及一种图像视觉显著性检测拟合优化方法，包括以下步骤S1采用直方图统计显著性图像集和标注图像集中的显著性数据，分别形成自变量点集和因变量点集；S2采用相应的拟合函数模型对自变量点集和因变量点集数据进行拟合，得到拟合函数；S3将拟合函数作用到新的显著性图中的显著性数据上，得到拟合后的显著性数据；S4对拟合后的显著性数据进行[0,255]约束处理，得到优化后的显著性图。该方法使各显著性检测算法优化后的显著性图比优化前更加接近用户标注的标准图，适用于多种显著性检测算法的优化。
一种图像视觉显著检测拟合优化方法

首页
«上一页
1
2
3
4
5
6
7
8
9
10
共 150 条