“侯春萍”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293个，建议您升级VIP下载更多相关专利

[发明专利]一种RGB‑D物体识别方法-CN201711315171.3在审
发明人：雷建军;倪敏;丛润民;侯春萍;陈越;牛力杰 -专利权人：天津大学
申请日： 2017-12-09 - 公布日： 2018-04-20 - 主分类号： G06K9/46 文献下载
摘要：本发明公开了一种RGB‑D物体识别方法，所述识别方法包括以下步骤获取由彩色图像生成的灰度图像、由深度图像生成的表面法向量，将彩色图像、灰度图像、深度图像和表面法向量共同作为多数据模式信息；通过卷积‑递归神经网络分别提取彩色图像、灰度图像和表面法向量中的高层特征；利用卷积‑费舍尔向量‑递归神经网络提取深度图像的高层特征；将上述多个高层特征进行特征融合，得到物体的总特征，将物体的总特征输入特征分类器中实现物体识别任务。本发明融合多种数据模式，提取更加准确的RGB‑D物体特征，进而提高物体识别的准确率。
一种 rgb 物体识别方法

[发明专利]基于卷积神经网络的立体图像舒适度评价方法-CN201711028899.8在审
发明人：李素梅;胡佳洁;朱兆琪;侯春萍 -专利权人：天津大学
申请日： 2017-10-29 - 公布日： 2018-04-13 - 主分类号： G06T7/00 文献下载
摘要：本发明属于图像处理领域，为提出立体图像舒适度评价方法，实现无参考图像评价和更高的效率。为此，本发明采用的技术方案是，基于卷积神经网络的立体图像舒适度评价方法，将立体图像的左视图、右视图和视差图的信息合成为一幅图像作为网络输入，通过卷积神经网络模拟人类感知来对图像进行处理，最后通过全连接层的加权与拟合得出图片的舒适度值，其中，网络通过使用修正线性单元ReLU激活函数和局部响应归一化层，使网络更快的达到收敛。本发明主要应用于图像处理场合。
基于卷积神经网络立体图像舒适评价方法

[发明专利]一种针对HDR图的无参考质量客观评价方法-CN201710884544.2在审
发明人： 侯春萍;岳广辉 -专利权人：天津大学
申请日： 2017-09-26 - 公布日： 2018-03-06 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及一种针对HDR图的无参考质量客观评价方法，包括计算失真图像的单拮抗反映图和双拮抗反应图；提取单拮抗反应的灰度共生矩阵特征和双拮抗反应的局部二值模式特征；利用上一步提取的失真图像特征与主观分数建立模型以预测图像质量。
一种针对 hdr 参考质量客观评价方法

[发明专利]一种基于计算机视觉及深度学习的无人机人机交互方法-CN201710752293.2在审
发明人：侯永宏;吕晓冬;侯春萍;陈艳芳;刘春源 -专利权人：天津大学
申请日： 2017-08-28 - 公布日： 2018-01-30 - 主分类号： G06F3/01 文献下载
摘要：本发明涉及一种基于计算机视觉及深度学习的无人机人机交互方法，包括人为指定无人机领航员，方法为利用鼠标或者触摸屏幕，将领航员的上身所在区域圈出来；根据设定区域，利用跟踪算法在视频序列中提取出领航员所在区域并且对领航员进行跟踪，并且根据设定区域的所在位置，将整个人体所在区域的图像分割出来；在分割后的区域相邻的视频帧之间利用光流计算动作的空间特征，并且利用不同颜色代表不同时刻的光流特征进行编码，叠加成彩色纹理图；用彩色纹理图对神经网络进行训练，训练完毕后，将训练的结果上传至嵌入式图像处理平台。
一种基于计算机视觉深度学习无人机人机交互方法

[发明专利]基于网格与韦泊统计特性的无参考立体图像质量评价方法-CN201710794237.5在审
发明人： 侯春萍;林洪湖 -专利权人：天津大学
申请日： 2017-09-06 - 公布日： 2018-01-12 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及一种基于网格与韦泊统计特性的无参考立体图像质量评价方法，步骤如下计算失真立体图像对的视差图及进行左视点图和右视点图融合；对失真立体图像对的左视点图、右视点图、合成图和视差图均进行两次降采样；提取左右视图、合成图和视差图以及对其进行一次、两次降采样后各图中的特征；将失真立体图像对的左视点图、右视点图、合成图和视差图及其进行一次降采样和两次降采样后的各图转换到梯度域，再从各个梯度域中提取韦泊分布的形状参数和尺度参数特征；从失真立体图像对的左视点图、右视点图、合成图和视差图的各图中提取网格图，再从各个网格图中提取网格强度和网格规律性特征；建立回归模型，预测图像质量。
基于网格统计特性参考立体图像质量评价方法

[发明专利]基于图谱视觉显著的立体图像质量客观评价方法-CN201610201230.3有效
发明人：李素梅;朱兆琪;徐姝宁;侯春萍 -专利权人：天津大学
申请日： 2016-03-31 - 公布日： 2017-12-05 - 主分类号： H04N13/00 文献下载
摘要：本发明属于图像处理领域，为实现客观评价的结果与主观评测的一致性更高，同时在一定程度上推动立体成像技术的发展。本发明采用的技术方案是，基于图谱视觉显著的立体图像质量客观评价方法，步骤如下1)采用结构相似度算法SSIM，计算参考右图像和右图像的亮度、对比度和结构的比较函数；2)通过特征图技术方法改进提出的GBVS(Graph‑based Visual Saliency)图谱显著计算模型计算失真图像显著特征；3)将1)中得到的图像质量权值与2)中得到的失真图像显著图加权计算。本发明主要应用于图像处理。
基于图谱视觉显著立体图像质量客观评价方法

[发明专利]基于振动光栅的裸眼立体显示方法与装置-CN201410186590.1有效
发明人： 侯春萍;王晓燕 -专利权人：天津大学
申请日： 2014-05-05 - 公布日： 2017-11-21 - 主分类号： G02B27/22 文献下载
摘要：本发明涉及裸眼三维立体显示技术领域，为满足大立体观看视区或无立体观看视区限的制与立体图像高分辨率显示的双重需求，本发明采取的技术方案是，采用基于振动光栅的裸眼立体显示方法，包括下列步骤1)利用基于像素单元的立体图像合成方法制作双视点立体合成图像；2)制作光栅，并将其安置在2D显示屏幕的前面或后面；3)将步骤2)中得到的光栅结构按照一定的速度在水平方向、倾斜方向、垂直方向上振动，或者按照专门设计的振动曲线或以子像素，或以像素，或以多个像素，或以多个子像素为基本单位进行振动；4)双视点合成图像随振动光栅结构、振动方向和振动规律的变化而变化。本发明主要应用于裸眼三维立体显示。
基于振动光栅裸眼立体显示方法装置

[发明专利]基于卷积神经网络的深度图超分辨率重建方法-CN201710489400.7在审
发明人：李素梅;雷国庆;范如;侯春萍 -专利权人：天津大学
申请日： 2017-06-24 - 公布日： 2017-11-17 - 主分类号： G06T3/40 文献下载
摘要：本发明属于图像处理领域，为还原出高分辨率深度图像，并利用卷积神经网络庞大的学习能力解决传统算法计算复杂度高，不能有效提取特征，实际应用代价大的缺点。本发明采用的技术方案是，基于卷积神经网络的深度图超分辨率重建方法，利用卷积层与反卷积层相结合的卷积神经网络CNN(Convolutional Neural Networks)提取低分辨率样例深度图像块和高分辨率样例深度图像块的深度图像特征，然后学习它们之间的非线性映射关系，从而还原出高分辨率深度图像。本发明主要应用于图像处理场合。
基于卷积神经网络深度分辨率重建方法

[发明专利]一种混合失真无参考图像质量评价方法-CN201710585157.9在审
发明人： 侯春萍;马彤彤;岳广辉;刘月;冯丹丹 -专利权人：天津大学
申请日： 2017-07-18 - 公布日： 2017-11-10 - 主分类号： H04N17/00 文献下载
摘要：本发明涉及一种混合失真无参考图像质量评价方法，包括将失真图像记为I；通过计算其每个像素点的相位一致性值，即可得到I的相位一致性图，连续计算4阶相位一致性，并将得到的4幅相位一致性图像；计算局部熵；分别计算灰度共生矩阵；分别计算个特征参数，即对比度，相关性，能量和同质性；计算互信息和交叉熵；通过对失真图像连续进行两次低通滤波和下采样，分别得到失真图像的第二尺度和第三尺度的失真图像，对于三个尺度上的失真图像，通过特征提取，最终得到的失真图像的特征向量；利用支持向量回归机，建立特征向量到图像质量分数的映射关系模型，利用此模型实现图像质量预测。
一种混合失真参考图像质量评价方法

[发明专利]基于相似性测度函数的改进局部立体匹配方法-CN201710381440.X在审
发明人：李素梅;雷国庆;李永达;侯春萍 -专利权人：天津大学
申请日： 2017-05-25 - 公布日： 2017-10-27 - 主分类号： G06T7/55 文献下载
摘要：本发明属于图像立体匹配领域，为提出一种新的局部立体匹配框架，以达到快速准确的获取立体图像视差图的目的。本发明采用的技术方案是，基于相似性测度函数改进的局部立体匹配方法，步骤是根据待匹配图像的颜色、梯度、像素间的空间距离信息，结合Census变换方法，构建新的相似性测度函数，计算出每个像素的匹配代价；计算每个点匹配代价的和，即代价聚合，在代价聚合过程中，采用基于十字框架的自适应窗口，通过引导图滤波的方法得到初始视差图；之后，利用均值漂移算法对初始视差图进行图像分割，结合图像的可信度分布图，通过表面插值方法，对视差图中的误匹配点进行优化，得到最终的视差结果。本发明主要应用于图像立体匹配场合。
基于相似性测度函数改进局部立体匹配方法

[发明专利]基于能量动态收集的无线网络视频传输系统及方法-CN201410722598.5有效
发明人：由磊;杨沫;李冰;赵耀;侯春萍 -专利权人：天津大学
申请日： 2014-12-02 - 公布日： 2017-10-24 - 主分类号： H04N7/18 文献下载
摘要：本发明公开了一种基于能量动态收集的无线网络视频传输系统，其中能量采集源，用于随着环境的差异和时间而进行随机的动态能量采集；视频采集源，用于随着环境变化而进行随机地视频采集，得到视频帧摘要序列；所述动态能量采集以及所述视频采集汇入信号发送端，由信号发送端经过无线信道进行动态能量传送和视频帧摘要序列传送，最后到达信号接收端；无线视频传输模块，用于对信号接收端接收到的视频帧摘要序列进行无线传输。本发明用给定的能量与采集到的视频帧，确定了最优的传输视频帧序列，为物联网发展从数据传输到视频传输的过渡提供了参考，有力地支持了国家绿色节能产业技术的发展，为建立“低碳”的通信行业做出了贡献。
基于能量动态收集无线网络视频传输系统方法

[发明专利]一种调水剂制备-CN201710425601.0在审
发明人：不公告发明人 -专利权人： 侯春萍
申请日： 2017-06-08 - 公布日： 2017-10-13 - 主分类号： C02F3/34 文献下载
摘要：一种调水剂制备。本发明涉及一种水产养殖净水剂领域。旨在于改善水体，提高饲料利用率，减少抗生素用量，提高品质。研究发现，本发明净化水体，提高饲料利用率，助长提质作用明显。本产品为纯天然产品，无任何添加化学物质，无毒副作用。本发明产品能满足水产养殖户替代抗生素添加，提高水产品质量需求。
一种调水制备

[发明专利]基于浅层和深层卷积神经网络的图像超分辨率重建算法-CN201710295195.0在审
发明人：李素梅;范如;雷国庆;侯春萍 -专利权人：天津大学
申请日： 2017-04-28 - 公布日： 2017-10-10 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种基于浅层和深层卷积神经网络的图像超分辨率重建算法，包括步骤一、选取训练样本和测试样本；步骤二、对深层网络特征进行提取、映射、上采样和多尺度变换；步骤3、进行浅层网络特征提取；步骤4、进行浅层深层网络的结合。与现有技术相比，本发明在单幅图像重建以及视频序列重建方面，建立能准确有效地重建高分辨率图像的模型，取得了很好的重建效果；特征提取多尺度细节，结果明显优于现有其他算法；且重建速度较快。
基于深层卷积神经网络图像分辨率重建算法

[发明专利]基于显著性区域的立体图像舒适度色度范围的测量方法-CN201710442862.3在审
发明人：李素梅;常永莉;朱兆琪;侯春萍 -专利权人：天津大学
申请日： 2017-06-13 - 公布日： 2017-09-22 - 主分类号： G06T7/00 文献下载
摘要：本发明属于图像处理领域，为提供适当的方法，能够很好地反映立体图像的舒适度，为立体内容制作提供更有力的技术支撑。为此，本发明，基于显著性区域的立体图像舒适度色度范围的测量方法，先采用视差图和二维图像显著图相结合的方法得到立体显著度图，再利用模糊隶属度和掩膜对其优化得出最终的显著立体图像，并利用眼动仪实验验证立体显著算法提取显著区域的正确性；然后采用由粗到细的逐级逼近法进行主观实验，通过最小二乘法对实验数据进行拟合，得到显著立体图像的舒适色度匹配图和舒适色度差异图，并对不同场景下被试图像的主观感受进行分析。本发明主要应用于图像处理场合。
基于显著区域立体图像舒适色度范围测量方法

[发明专利]一种基于GA‑ELM的立体图像质量客观评价方法-CN201610781313.4在审
发明人：李素梅;范如;孟迪;侯春萍 -专利权人：天津大学
申请日： 2016-08-31 - 公布日： 2017-08-18 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于GA‑ELM的立体图像质量客观评价方法，步骤(1)、选取训练样本和测试样本；步骤(2)、利用OLPP算法对于训练样本和测试样本进行特征提取和降维；步骤(3)、采用GA优化的极端学习机ELM对训练样本进行分类处理；将遗传算法的优化结果返回ELM网络，用优化后的αi和bi计算产生输出层权值矩阵β，完成模型建立。本发明采用优化后的ELM网络能够具有更好的分类识别效果，提高测试样本正确分类识别率；本方法还比较了GA‑ELM算法和ELM、SVM算法的性能，从中可知，本发明在立体图像质量客观评价方面整体性能优于ELM、SVM，具有实际可行性。
一种基于 ga elm 立体图像质量客观评价方法