“核低秩”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2098291个，建议您升级VIP下载更多相关专利

[发明专利]一种基于鲁棒性主成分分析的背景分离方法-CN202010696477.3在审
发明人：朱二喜 -专利权人：江苏信息职业技术学院
申请日： 2020-07-20 - 公布日： 2020-11-27 - 主分类号： G06T7/194 文献下载
摘要：本发的一种基于鲁棒主成分分析的背景分离方法，设计了非凸秩秩近似函数以弥补核范数近似秩的偏差，并重建低秩矩阵恢复模型，利用增广的拉格朗日乘子法求解新的低秩矩阵恢复模型。本发明使得非凸秩近似函数比核范数更精确更快速地恢复数据中的低秩部分，并有效去除视频图像中的前景。
一种基于鲁棒性主成分分析背景分离方法

[发明专利]一种基于判别字典学习的联合医学图像融合去噪的方法-CN201710615443.5有效
发明人：李华锋;和晓歌 -专利权人：昆明理工大学
申请日： 2017-07-26 - 公布日： 2021-06-18 - 主分类号： G06T5/00 文献下载
摘要：首先对医学图像进行采集，再对采集到的医学图像进行训练得到稀疏字典和低秩字典，然后对稀疏字典和低秩字典进行图像分解，得到稀疏元素和低秩元素，对稀疏元素添加稀疏约束和加权核范数约束，对低秩元素添加核范数，分别得到低秩系数和稀疏系数，对低秩字典和低秩系数进行迭代更新，得到更新后的低秩分量，对稀疏字典和稀疏系数进行迭代更新，得到稀疏分量，最后，将低秩分量和稀疏分量相融合，得到最终的融合图像。
一种基于判别字典学习联合医学图像融合方法

[发明专利]基于低秩核心矩阵的改进稳健张量主成分分析的背景建模方法-CN201810706769.3有效
发明人：刘翼鹏;冯兰兰;陈龙喜;曾思行;朱策 -专利权人：电子科技大学
申请日： 2018-07-02 - 公布日： 2020-05-12 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于低秩核心矩阵的改进稳健张量主成分分析方法，属于数据处理技术领域。本发利用低秩核心矩阵近似来改进现有的稳健主成分分析技术，首先对待处理的张量进行张量奇异值分解，然后利用分解得到的f‑对角张量的低秩结构，本发明定义了一个改进的张量核范数，与已有的张量核范数相比，其增加了一项由f‑对角张量构造的核心矩阵的核范数。即本发明中的张量核范数项可以在第一和第二模式中提取低秩张量成分，而另一项则使用核心矩阵的核范数来处理第三模式下的低秩张量成分。本发明可用于图像处理，为图像处理提供了一种高效的稳健张量主成分分析方法。
基于核心矩阵改进稳健张量成分分析背景建模方法

[发明专利]基于核范数正则化的低秩图像特征提取的识别方法及系统-CN201610076336.5有效
发明人：张召;江威明;李凡长;张莉;王邦军 -专利权人：苏州大学
申请日： 2016-02-03 - 公布日： 2019-07-19 - 主分类号： G06K9/62 文献下载
摘要：本申请公开了一种基于核范数正则化的低秩图像特征提取的识别方法及系统，首先对原始训练图像进行相似性学习，构造重构权重系数，再通过最小化基于核范数度量的邻域重构错误，并对投影矩阵进行核范数正则化处理，得到可直接提取二维图像特征的低秩投影矩阵此外可确保优化得到低秩的显著图像特征。将原始测试图像直接向训练得到的低秩投影矩阵进行嵌入，输出其低秩显著特征，基于训练集中的低秩显著特征，利用最近邻分类器进行分类，取与测试图像样本的特征相似性最大的训练图像样本的类别标签，完成测试图像样本归类通过引入核范数正则化，可有效保证特征提取过程中噪声的鲁棒性，系统性能更好。
基于范数正则图像特征提取识别方法系统

[发明专利]一种基于核低秩表示图和空间约束的高光谱图像分类方法-CN201410465418.X在审
发明人：杨淑媛;焦李成;任宇;刘芳;刘红英;张向荣;侯彪;王爽;程时倩;冯志玺 -专利权人：西安电子科技大学
申请日： 2014-09-12 - 公布日： 2015-01-07 - 主分类号： G06K9/62 文献下载
摘要：本发明属于图像处理技术领域，具体提供了一种基于核低秩表示图和空间约束的高光谱图像分类方法，其实现步骤是：(1)把高光谱图像所有已知标签的样本作为训练样本，未知标签的样本用作测试样本，按训练样本在前测试样本在后构造样本集；(2)对样本集进行列归一化并作核空间映射；(3)对核映射后的样本集作低秩表示得到低秩表示图；(4)构造样本集的空间信息图；(5)把低秩表示图和空间信息图加和构成新的图；(6)按照图保持标准方法得到测试样本的类别标签本发明主要解决现有方法中训练样本较少时分类精度较低的不足，同时合理的考虑高光谱图像自身的特点结合空间信息可以得到比较好的分类结果，采用核低秩的方法有更好的鲁棒性和准确率。
一种基于核低秩表示空间约束光谱图像分类方法

[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。本发明方法能够准确地估计模糊核，实现对有噪低分辨率图像的超分辨率重建。
一种基于尺度约束图像分辨率方法

[发明专利]一种基于投影字典对学习的医学图像融合质量改善的方法-CN201710615422.3有效
发明人：李华锋;和晓歌 -专利权人：昆明理工大学
申请日： 2017-07-26 - 公布日： 2021-08-20 - 主分类号： G06T5/50 文献下载
摘要：先采集图像，将采集后的图像作为作为训练样本，再将训练样本进行处理得到投影字典对；利用训练得到的字典对把源图像分解为低秩分量和稀疏分量；然后对稀疏分量采用外部块先验、内部自适应先验联合和稀疏约束，对低秩元素添加核范数约束，从而迭代后得到稀疏系数和低秩系数；对低秩合成字典，低秩分析字典和低秩系数进行迭代更新，得到更新后的低秩分量，对稀疏合成字典，稀疏分析字典和稀疏系数进行迭代更新，得到稀疏分量，把得到的投影字典对和稀疏分量，低秩分量融合得到最终的融合图像。
一种基于投影字典学习医学图像融合质量改善方法

[发明专利]一种基于二阶广义全变分和核范数的动态磁共振成像方法、装置及存储介质-CN202210513142.2在审
发明人：杨敏;杨青海 -专利权人：南京邮电大学
申请日： 2022-05-12 - 公布日： 2022-08-30 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于二阶广义全变分和核范数的动态磁共振成像方法，包括：获取动态磁共振成像的原始矩阵；通过利用二阶广义全变分和核范数分别对所述原始矩阵的稀疏矩阵和低秩矩阵进行约束，构建二阶广义全变分和核范数模型；利用原始对偶算法对所述二阶广义全变分和核范数模型进行迭代求解，得到最优的低秩矩阵和稀疏矩阵；将所得到的最优的低秩矩阵和稀疏矩阵组合即为动态磁共振的重建图像。
一种基于广义全变分范数动态磁共振成像方法装置存储介质

[发明专利]一种基于鲁棒主成分分析的监控图像背景建模方法-CN201610373816.8在审
发明人：张艳;刘树东;阮磊;袁兰兰;张亚飞 -专利权人：天津城建大学
申请日： 2016-05-30 - 公布日： 2016-10-26 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于鲁棒主成分分析的监控图像背景建模方法，该方法基于稀疏与低秩矩阵分解理论，以鲁棒主成分分析(RPCA)作为基础，采用截断核范数取代传统的核范数逼近矩阵低秩约束，在增广拉格朗日乘子法框架下该方法恢复出的低秩矩阵即为背景图像矩阵，而稀疏大噪声矩阵则是前景物体位置矩阵。本文方法在动态纹理背景、光照渐变和雾霾天气等较复杂场景中均能够较精确地检测出前景物体，且恢复出的背景矩阵更为低秩，能够更加简洁高效地解决背景建模这一实际问题。
一种基于鲁棒主成分分析监控图像背景建模方法

[发明专利]一种人脸检测的方法和装置-CN201611082414.9有效
发明人：万韶华 -专利权人：北京小米移动软件有限公司
申请日： 2016-11-30 - 公布日： 2020-02-07 - 主分类号： G06K9/00 文献下载
摘要：所述方法包括：在待使用的深度卷积网络模型中，获取目标卷积层的卷积核；对所述目标卷积层的卷积核进行CP分解，得到所述目标卷积层的低秩卷积核；在所述待使用的深度卷积网络模型中，将所述目标卷积层的卷积核替换为对应的低秩卷积核
一种检测方法装置

[发明专利]一种基于小波张量低秩正则化的图像复原方法-CN202210339100.1在审
发明人：刘书君;李婉婷;田仕勋;雷茂林 -专利权人：重庆大学
申请日： 2022-04-01 - 公布日： 2022-09-30 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于小波张量低秩正则化的图像复原方法。属于数字图像处理技术领域。它是一种对图像小波变换后的子带系数构建张量并进行低秩约束的图像复原方法。首先对图像进行小波分解获取子带系数，然后将不同子带对应的二维系数堆叠成三阶张量，并利用张量核范数约束其低秩特性，最后通过交替方向迭代算法求解小波张量低秩约束下的图像复原模型。本发明以张量形式表示小波子带系数，充分挖掘图像小波系数间的相关性，利用张量核范数对构建的三阶张量进行低秩约束，并用交替方向迭代算法高效求解关于小波系数张量和复原图像的子问题。
一种基于张量正则图像复原方法

[发明专利]一种融合低秩核学习和自适应超图的图像聚类方法-CN202211249403.0在审
发明人：杜宇慧;牛菊 -专利权人：山西大学
申请日： 2022-10-12 - 公布日： 2023-01-20 - 主分类号： G06V10/762 文献下载
摘要：本发明涉及图像聚类领域，公开了一种融合低秩核学习和自适应超图的图像聚类方法，该方法包括如下步骤：S1，获取图像数据；S2，通过低秩共识核学习、核空间下图像数据自表达和自适应超图正则化，迭代地构建超图和更新超图拉普拉斯矩阵、系数矩阵、共识核矩阵和候选核权重，直到达到收敛条件；S3，应用所述S2步骤得到的系数矩阵构造相似度矩阵；S4，应用所述S3步骤得到的相似度矩阵，调用谱聚类算法，得到聚类结果。本发明方法集成自适应超图正则化、核空间下数据自表达和低秩核学习到一个框架中，实现了三者的交替指导和动态提升，优化地利用了不同候选核下的样本关联性，挖掘了更稳定的高阶关系，从而更深层次地挖掘数据的内在结构
一种融合低秩核学习自适应超图图像方法

[发明专利]一种基于截断核范数正则化的图像恢复方法-CN201310272796.1无效
发明人：胡尧;张德兵;何晓飞;洪燕昌;刘奔;蔡文涛 -专利权人：浙江贝尔技术有限公司
申请日： 2013-06-30 - 公布日： 2013-10-09 - 主分类号： G06T5/00 文献下载
摘要：一种基于截断核范数正则化的图像恢复方法，主要步骤如下：1、将原图片表示成矩阵形式，得到带有约束条件的优化问题；2、通过分析，将优化问题转化为迭代优化问题；3、使用TNNR-ADMM算法、TNNR-APGL本发明的有益效果在于：在核范数的基础上提出了矩阵的截断核范数，该范数能更好地逼近矩阵的秩；基于截断核范数的正则项能够更好地控制矩阵低秩特性，更加符合自然图像具有的低秩的本质属性；提出了TNNR-ADMM
一种基于截断范数正则图像恢复方法

[发明专利]基于信息熵范数的地震图像补全方法-CN201911112524.9有效
发明人：李勇;陈力鑫;李雪梅;郝思宇;马泽川;陈杰;王鹏飞 -专利权人：成都理工大学
申请日： 2019-11-14 - 公布日： 2022-05-10 - 主分类号： G06F17/16 文献下载
摘要：本发明公开一种基于信息熵范数的地震图像补全方法，应用于地球物理地震数据处理领域，针对现有的L1范数局限性导致基于矩阵降秩的方法恢复得到的低秩矩阵并不是真正的低秩的问题，本发明通过基于信息熵范数的目标函数代替原来SVD所采用的核范数，然后信息熵范数来对目标函数的秩最小化项进行正则化，最后迭代ADMM估计法用于近似求解得到低秩矩阵，从而获得缺失图像的稳健恢复。
基于信息范数地震图像方法

[发明专利]基于自适应权重核范数近似的低秩表示和稀疏约束的海上舰船检测方法及系统-CN202110443152.9在审
发明人：袁飞;吴泽彬;徐洋;韦志辉;陆威 -专利权人：南京理工大学
申请日： 2021-04-23 - 公布日： 2021-07-06 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种基于自适应权重核范数近似的低秩表示和稀疏约束的海上舰船检测方法及系统，所述方法包括以下步骤：根据改进的奇异值分解算法对背景训练样本进行自适应背景学习；根据低秩表示和稀疏约束模型对高光谱海洋图像数据进行建模；在低秩背景矩阵恢复时，根据上次迭代的奇异值大小更新权重，从而达到自适应权重核范数近似的目的；对高光谱海洋图像数据处理得到稀疏矩阵并根据检测算子进行舰船目标的检测。
基于自适应权重范数似的表示稀疏约束海上舰船检测方法系统

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条