“闫亚娣”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6个，建议您升级VIP下载更多相关专利

[发明专利]基于级联回归基学习的单帧图像超分辨重建方法-CN201810689607.3有效
发明人：张凯兵;王珍;李鹏飞;景军锋;刘秀平;苏泽斌;闫亚娣 -专利权人：北京元点未来科技有限公司
申请日： 2018-06-28 - 公布日： 2023-07-21 - 主分类号： G06T3/40 文献下载
摘要：本发明公开的基于级联回归基学习的单帧图像超分辨重建方法，包括以下步骤：以单帧低分辨图像的超分辨重建技术为研究对象，学习表征图像结构的多层超完备子字典，构造低分辨与高分辨图像的映射关系并学习优化的回归基和对应编码系数；随后对低分辨图像集实现完整的超分辨重建，并将重建的图像作为下一层的低分辨图像进行特征提取。本发明单帧图像超分辨重建方法通过统计机器学习方法，利用元字典学习方法学习得到低分辨字典，利用加权线性回归方法以一种级联的形式对重建的高分辨训练集图像和原始高分辨图像进行多层回归基学习，以逼近低分辨与高分辨图像之间复杂的非线性映射关系，实现处理速度快、内存占用少、重建质量高的实例回归超分辨重建。
基于级联回归学习图像分辨重建方法

[发明专利]一种基于AdaBoost实例回归的超分辨率重建方法-CN201810320295.9有效
发明人：张凯兵;王珍;闫亚娣;刘秀平;景军锋;苏泽斌;朱丹妮;李敏奇 -专利权人：西安工程大学
申请日： 2018-04-02 - 公布日： 2022-03-18 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种基于AdaBoost实例回归的超分辨率重建方法，通过统计机器学习方法和最优化估计理论，首先利用K‑SVD字典学习方法从训练集中学习一个具有强表征能力的字典作为锚点，假定每个锚点的K个最近邻初始均为均匀分布的；接着利用脊回归的方法建立一组K个回归器做为初始回归器。然后估计高分辨特征，计算估计误差和回归器系数，更新权重分布，采用AdaBoost回归的思想经过T次增强回归建立一组K个强回归器；最后用于重建的目标回归器与初始回归器和强回归器两部分组成，以有效逼近低分辨与高分辨特征之间复杂的非线性关系，实现处理速度快、重建质量高的实例回归超分辨重建。本发明可以实现快速、高效、性能更好地实例回归超分辨重建。
一种基于 adaboost 实例回归分辨率重建方法

[发明专利]一种基于多级字典学习的残差实例回归超分辨重建方法-CN201810320484.6有效
发明人：张凯兵;王珍;闫亚娣;刘秀平;景军锋;苏泽斌;朱丹妮;李敏奇 -专利权人：西安工程大学
申请日： 2018-03-30 - 公布日： 2021-12-03 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种基于多级字典学习的残差实例回归超分辨重建方法，包括如下步骤：使用高分辨图像生成训练集，建立低分辨和高分辨图像块的成组块对；提取低分辨图像块的特征向量，利用K‑SVD学习一个具有较强表征能力的字典作为锚点；利用学习得到的字典对成组块中低分辨和高分辨块做最小二乘回归，得到线性映射关系；估计高分辨特征，计算出重构误差，将估计的高分辨特征做进一步的字典学习的同时与重构误差做映射；L层后，得到一组残差回归器；利用输入的图像与得到的残差回归器做重建，将得到的高分辨特征用于下一层的重建；将所有估计的高分辨图像块进行加和计算，合成高分辨图像。本发明具有更强的超分辨能力，可用于低分辨自然图像的放大。
一种基于多级字典学习实例回归分辨重建方法

[发明专利]目标检测方法、装置、计算机设备和存储介质-CN201911323451.8在审
发明人：李婷;郑恩;闫亚娣 -专利权人：西安天和防务技术股份有限公司
申请日： 2019-12-20 - 公布日： 2020-05-19 - 主分类号： G06K9/00 文献下载
摘要：本申请涉及一种目标检测方法、装置、计算机设备和存储介质。所述方法包括：通过预设的检测模型对待检图片进行检测，得到检测目标；其中，检测模型为深度卷积神经网络模型，检测模型包括至少两个识别子模型、和融合子模型，每个识别子模型用于识别得到一种类别的目标特征图；分别采用每个识别子模型，提取待检图片中对应类别的图像特征，得到目标特征图；采用融合子模型，将至少两种目标特征图进行特征融合，得到融合特征图通过融合特征图表征检测目标；其中，融合特征图中包括在待检图片中提取的所有图像特征。采用本方法能够对网络模型进行压缩，简化了网络模型，减少了冗余检测运算过程，降低了实时检测目标的内存占用，提高了目标检测效率。
目标检测方法装置计算机设备存储介质

[发明专利]目标检测方法、装置、计算机设备和存储介质-CN201911323169.X在审
发明人： 闫亚娣;郑恩 -专利权人：西安天和防务技术股份有限公司
申请日： 2019-12-20 - 公布日： 2020-05-19 - 主分类号： G06T7/73 文献下载
摘要：本申请涉及一种目标检测方法、装置、计算机设备和存储介质。所述方法包括：获取前一帧图像中检测目标的位置，作为前一目标位置；提取所述前一帧图像中检测目标的图像特征，作为前一检测特征；根据所述前一目标位置和所述前一检测特征对当前帧图像进行跟踪，得到所述当前帧图像中的检测目标。采用本方法能够简化检测过程，提高了对整个视频中所述检测目标的检测速度，避免了检测延迟。
目标检测方法装置计算机设备存储介质

[发明专利]基于颜色相似性和位置聚集性的显著性织物疵点检测方法-CN201810687458.7在审
发明人：张凯兵;闫亚娣;李鹏飞;景军锋;苏泽斌;刘秀平;王珍 -专利权人：西安工程大学
申请日： 2018-06-28 - 公布日： 2018-12-07 - 主分类号： G06K9/46 文献下载
摘要：本发明公开的基于颜色相似性和位置聚集性的显著性织物疵点检测方法，包括以下步骤：将输入的图像转化为金字塔图像；对金字塔图像在每一个颜色通道下有重叠的分块，提取所有块的颜色特征并计算颜色值之间的差异度；计算像素块之间的欧氏距离；结合颜色相异性和位置集聚性得到缺陷值；最后，引进多尺度来进一步减少非疵点像素的显著性，对多个尺度的缺陷值求均值，然后融合所有的缺陷图得到最后的缺陷结果图。本发明显著性织物疵点检测方法与已有织物疵点检测方法相比较，不仅能够检测出较微小的疵点，而且对于复杂纹理图像的织物疵点也有很好的检测性能；能够有效地简化算法过程，提升缺陷值的表征性能。
织物疵点检测显著性疵点颜色相似性聚集性图像金字塔复杂纹理欧氏距离缺陷结果算法过程图像转化颜色特征颜色通道颜色相异织物疵点差异度多尺度集聚性缺陷图像素块有效地检测分块像素尺度融合