“低秩”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果2014507个，建议您升级VIP下载更多相关专利

[发明专利]基于尺度混合模型和低秩逼近的视频去噪方法-CN201610465886.6在审
发明人：董伟生;石光明;黄韬 -专利权人：西安电子科技大学昆山创新研究院;西安电子科技大学
申请日： 2016-06-24 - 公布日： 2016-11-23 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于尺度混合模型和低秩逼近的视频去噪方法，主要解决现有技术难以精确去除高斯脉冲混合噪声的问题。采用中值滤波法获得视频的初始估计，并在测试图像的前后帧里寻找相似图像块矩阵；2.用拉普拉斯尺度混合模型对异常点集合建模，将异常点估计问题转为异常点和隐藏因子联合求解的问题，以去除混合噪声带来的异常点；3.对相似图像块矩阵进行低秩逼近，利用非局部低秩模型计算出去噪后图像；4.用拉普拉斯尺度混合模型和非局部低秩模型迭代计算得到恢复的单帧图像；5.重复1‐4得到去噪后的视频。
基于尺度混合模型逼近视频方法

[发明专利]一种基于特征与多标签增强表示的短视频自动标注方法-CN202010383978.6在审
发明人：吕卫;李德盛;井佩光;苏育挺 -专利权人：天津大学
申请日： 2020-05-08 - 公布日： 2020-09-29 - 主分类号： G06F16/783 文献下载
摘要：本发明公开了一种基于特征与多标签增强表示的短视频自动标注方法，包括：利用字典映射矩阵、公共低秩表示的积和稀疏误差矩阵重构原始特征矩阵，构成多视角低秩表征项；通过对整体数据集进行聚类，获取全部数据集以及不同聚类中潜在标签相关性信息，构成全局与局部标签相关性学习项；将公共低秩表示作为预测标签，与真实标签相减得到标注误差并使其最小化，构成最小化标注误差项；由多视角低秩表征项、全局与局部标签相关性学习项、最小化标注误差项进行加权获得总目标函数
一种基于特征标签增强表示视频自动标注方法

[发明专利]一种基于协作表示与分类的判别低秩矩阵恢复遮挡人脸识别方法-CN201911118423.2在审
发明人：陶洋;孙雨浩;胡昊;鲍灵浪;郭坦 -专利权人：重庆邮电大学
申请日： 2019-11-15 - 公布日： 2020-03-17 - 主分类号： G06K9/00 文献下载
摘要：本发明提供了一种基于协作表示与分类的判别低秩矩阵恢复遮挡人脸识别方法，属于模式识别领域。本方法针对训练样本和测试样本均受到严重的噪声污染的人脸识别问题提出解决方法。首先通过在低秩矩阵恢复中引入结构非相关性约束，从被污损的训练样本中恢复出干净的训练样本，然后通过学习原始污损数据与干净的低秩数据的低秩投影矩阵，将受污损的测试样本投影到相应的底层子空间来进行修正。
一种基于协作表示分类判别矩阵恢复遮挡识别方法

[发明专利]一种金相图像去噪方法及系统-CN202011197261.9在审
发明人：徐亦飞;李晓;张诺;王超勇;王正洋;尉萍萍;余乐;朱利 -专利权人：西安交通大学
申请日： 2020-10-30 - 公布日： 2021-03-02 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种金相图像去噪方法及系统，以完全鲁棒的RPCA中的正则化方法为基础，在低秩稀疏矩阵分解算法上，对去除噪声后的低秩清晰数据矩阵分块进行L2范数的约束，在实现图像块特征局部正则化的基础上，对高斯噪声进行约束处理得到改进后的低秩稀疏矩阵分解模型，用图像的局部特征表示图像的结构信息，将该噪声作为实际噪声处理，改善了传统低秩稀疏矩阵分解算法去噪时将图像噪声信息默认为稀疏矩阵的问题，减少了传统RPCA处理后导致的重点内容模糊、纹理细节及边缘不清晰的情况
一种金相图像方法系统

[发明专利]基于自适应图学习主成分分析方法的图像低秩重构方法-CN202111058969.0在审
发明人：张睿;张文林;李学龙 -专利权人：西北工业大学
申请日： 2021-09-09 - 公布日： 2022-01-11 - 主分类号： G06T9/00 文献下载
摘要：本发明提供了一种基于自适应图学习主成分分析方法的图像低秩重构方法。首先，对输入图像数据进行归一化预处理；然后，基于图像样本点之间的关系计算邻接矩阵；接着，搭建图像低秩重构网络模型，主要由图编码器、全连接解码器和图解码器组成，图自编码器将数据编码得到深度表征，再将数据的深度表征同时通过两个解码器分别得到低秩重构特征与重构图本发明具有良好的非线性表征能力、鲁棒性强，即使在数据受到噪声干扰的情况下也能进行图像的低秩重构。
基于自适应学习成分分析方法图像低秩重构

[发明专利]一种基于改进的GoDec算法的红外与可见光图像融合方法-CN202111560098.2在审
发明人：朱金荣;张梦;曹海涛;张剑云;候伍岳;夏长权;邓小颖;陈俊晟 -专利权人：扬州大学
申请日： 2021-12-20 - 公布日： 2022-04-08 - 主分类号： G06T5/50 文献下载
摘要：本发明公开了一种基于改进的GoDec算法的红外与可见光图像融合方法，包括：获取红外图像和可见光图像；通过改进的GoDec算法对红外图像和可见光图像矩阵进行GoDec分解，并分别得到低秩图像和稀疏图像；对低秩图像进行非下采样Contourlet变换，分别得到高频子带和低频子带；利用分层贝叶斯方法融合低频子带，利用相位一致性融合高频子带，进行逆变换得到融合后的低秩分量；使用加权平均策略融合稀疏图像得到稀疏分量，叠加低秩分量和稀疏分量得到融合图片
一种基于改进 godec 算法红外可见光图像融合方法

[发明专利]一种基于跨尺度低秩约束的图像盲超分辨率方法-CN202111538176.9在审
发明人：肖创柏;冯文静;禹晶 -专利权人：北京工业大学
申请日： 2021-12-15 - 公布日： 2022-03-11 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种基于跨尺度低秩约束的图像盲超分辨率方法，通过对高分辨率图像和模糊核进行交替迭代估计实现低分辨图像的超分辨率重建。上述方法包括：筛选当前高分辨率图像中各个方向大于梯度阈值的像素参与模糊核估计；对高分辨率图像中的图像块构造跨尺度相似图像块组，对该组矩阵进行低秩估计；利用低秩矩阵进行高分辨率图像估计。对模糊核与高分辨率图像进行联合建模，同时更新模糊核与高分辨率图像并相互修正；利用跨尺度相似图像块为重建图像块提供潜在的细节信息，且对相似图像块组矩阵进行低秩约束可以表示数据的全局结构，对噪声具有鲁棒性。
一种基于尺度约束图像分辨率方法

[发明专利]一种用于高光谱影像三维特征提取的张量奇异谱分析方法-CN202210245083.5在审
发明人：李政;王凯;高慧娟;蔡丽杰;张爱华;董丽 -专利权人：青岛星科瑞升信息科技有限公司
申请日： 2022-03-14 - 公布日： 2022-06-28 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及遥感影像处理技术领域，具体地说是一种用于高光谱影像三维特征提取的张量奇异谱分析方法，包括基于空间自相似性的自适应嵌入，基于t‑SVD的分解和低秩表示，特征影像及分类，本发明同现有技术相比，通过自适应嵌入和一种新的自适应嵌入操作，利用HSI的空间相似性特征，联合利用目标像素和非局部相似像素，结合重投影操作，保持目标类间差异的同时增强了类内相似度，通过设计一个轨迹张量，与t‑SVD相结合，共同表征HSI的全局低秩特征，轨迹张量中相似像素的排列使其具有低秩特征，并通过截断t‑SVD进一步提取低秩特征，实现了对三维高光谱影像的特征提取，进而提高高光谱影像分类中的类别可分性。
一种用于光谱影像三维特征提取张量奇异谱分析方法

[发明专利]基于空时张量的红外场景时敏弱小目标检测方法及装置-CN202210150629.9在审
发明人：马亚朋;刘雨菡;潘宗序;胡玉新;韩冰 -专利权人：中国科学院空天信息创新研究院
申请日： 2022-02-14 - 公布日： 2022-07-22 - 主分类号： G06V20/00 文献下载
摘要：本发明公开了一种基于空时张量的红外场景时敏弱小目标检测方法及装置，能够解决复杂且不满足低秩假设的场景中的时敏红外弱小目标检测问题的技术问题。该方法包括：构建用于求解红外图像的低秩背景成分信息与稀疏目标成分信息的第一问题模型；基于红外图像的角点信息及边缘信息，确定红外图像的先验权重，将所述第一问题模型转换为第二问题模型；采用时空局部取样的方式构建低秩稀疏矩阵，得到所述原始红外图像对应于第二问题模型的张量；将待处理的红外图像的张量代入所述第二问题模型，分离出待处理的红外图像的低秩矩阵信息代表的背景成分与稀疏成分信息代表的目标成分；将所述目标成分作为目标图像，
基于张量红外场景弱小目标检测方法装置

[发明专利]基于高光谱和多光谱图像融合生成高光谱图像的方法及系统-CN202211118069.5在审
发明人：李树涛;胡宇龙;刘海波;佃仁伟 -专利权人：湖南大学
申请日： 2022-09-14 - 公布日： 2022-12-09 - 主分类号： G06T5/50 文献下载
摘要：本发明公开了一种基于高光谱和多光谱图像融合生成高光谱图像的方法及系统，本发明基于高光谱和多光谱图像融合生成高光谱图像的方法包括：将输入的高光谱图像Y进行子空间分解以提取得到待生成的高光谱图像的左低秩向量U；将输入的多光谱图像Z通过训练好的深度生成网络，生成待生成的高光谱图像的右低秩向量V；将待生成的高光谱图像的左低秩向量U和右低秩向量V融合生成高光谱图像X；本发明的系统包括用于获取输入的高光谱图像
基于光谱图像融合生成方法系统

[发明专利]点云补全方法、装置、设备和介质-CN202310300595.1在审
发明人：兰晓松;刘羿 -专利权人：斯乾（上海）科技有限公司
申请日： 2023-03-24 - 公布日： 2023-06-23 - 主分类号： G06T17/05 文献下载
摘要：得到表征所述待补全点云空间分布特征的已知特征向量；采用自注意力机制模型处理所述已知特征向量，得到表征缺失点云空间分布特征的预测特征向量，其中在采用自注意力机制模型处理所述已知特征向量的过程中，将中间计算得到的至少一个查询矩阵和/或键矩阵进行低秩分解为低秩矩阵，并采用所述低秩矩阵替代对应的查询矩阵或者键矩阵进行注意力运算；基于所述预测特征向量生成缺失点云，并将所述缺失点云和所述待补全点云组合为完整点云。在采用自注意力机制模块处理已知特征向量的过程中，低秩分解后的矩阵进行运算，可以实现资源开销的降低。
点云补全方法装置设备介质

[发明专利]一种基于低秩结构的数据复原方法与系统-CN202210434699.7在审
发明人：罗廷金;刘玥瑛;侯臣平 -专利权人：中国人民解放军国防科技大学
申请日： 2022-04-24 - 公布日： 2023-04-07 - 主分类号： G06N20/00 文献下载
摘要：本申请涉及一种基于低秩结构的数据复原方法和系统。该方法包括：采集图像数据集，分析所述图像数据集中不同区域和位置的目标遮挡对目标数据的质量和信噪比影响；根据分析的结果，针对所述图像数据集中有遮挡的目标数据缺失，构建基于半二次最小化的低秩矩阵数据复原模型；通过所述低秩矩阵数据复原模型，并根据半二次最小化理论，对所述图像数据集的目标数据中的缺失部分进行数据复原。本发明实施例针对有遮挡的目标数据缺失问题，通过在损失函数上引入鲁棒因子，设计了基于半二次最小化的低秩矩阵数据复原方法，并借助于半二次最小化理论进行优化求解，实现遮挡目标数据矩阵恢复，同时有效降低了数据缺失和噪声样本点的干扰
一种基于结构数据复原方法系统

[发明专利]分解卷积模型、病变区域识别方法和相关设备-CN202111393247.0在审
发明人：方建生 -专利权人：广州视源电子科技股份有限公司;广州视源人工智能创新研究院有限公司
申请日： 2021-11-23 - 公布日： 2023-05-26 - 主分类号： G06N3/0464 文献下载
摘要：分解卷积层包括两个低秩矩阵，两个低秩矩阵根据分解卷积层对应的标准卷积层的权重矩阵，按照标准卷积层的卷积核参数分解得到。标准化层用于对两个低秩矩阵的值进行标准化，使两个低秩矩阵服从同一分布。
分解卷积模型病变区域识别方法相关设备

[发明专利]图像处理方法、装置、计算机存储介质及电子设备-CN202310621318.0在审
发明人：刘珊;张可望;沈恒宇;葛中心 -专利权人：中国电信股份有限公司
申请日： 2023-05-29 - 公布日： 2023-08-25 - 主分类号： G06T5/50 文献下载
摘要：该方法包括：获取完全配准的第一图像和第二图像，对第一图像和第二图像进行分解，以获取噪声图像、低秩图像和显著图像；对低秩图像进行分解，获取第一高频子带图像和第一低频子带图像，以及第二高频子带图像和第二低频子带图像融合规则对第一高频子带图像和第二高频子带图像进行融合，获取融合高频子带图像；基于平均梯度自适应加权融合规则对第一低频子带图像和第二低频子带图像进行融合，获取融合低频子带图像；根据融合高频子带图像和融合低频子带图像确定融合低秩图像，并将显著图像和融合低秩图像融合，以获取融合图像。
图像处理方法装置计算机存储介质电子设备

[发明专利]基于谱聚类的低秩矩阵填充TOP-N推荐方法-CN201810713297.4有效
发明人：吴宣够;周庆梅;郑啸;樊旭 -专利权人：安徽工业大学
申请日： 2018-07-03 - 公布日： 2021-06-18 - 主分类号： G06F16/9535 文献下载
摘要：本发明提供一种基于谱聚类的低秩矩阵填充TOP‑N推荐方法，涉及系统中的动态推荐方法分析领域，该方法通过为每个用户有效匹配子集满足低秩矩阵填充理论，实现在每个子集对应的子矩阵中进行矩阵填充和预测；本发明提供了有效跟踪用户对项目偏好记录的方法该方法根据项目的分类标签，将用户稀疏的项目评分，映射为用户对一类项目的感兴趣程度；随后根据映射后的数据对用户进行子集的分配，该方法利用了项目的分类信息，解决了在分配用户子集时数据稀疏性对相似度计算产生的影响；基于低秩矩阵填充理论，对于一些不相关的项目列进行修剪，最后对满足低秩矩阵填充理论的子矩阵进行矩阵填充，根据填充预测后的项目评分情况，为用户产生Top‑N项目推荐列表。
基于谱聚类矩阵填充 top 推荐方法