X为了获得更好的用户体验,请使用火狐、谷歌、360浏览器极速模式或IE8及以上版本的浏览器
成果
成果 专家 院校
当前位置: 首页 >  科技成果  > 详细页

[00630036]细粒度图像分类与识别方法研究

交易价格: 面议

类型: 非专利

技术成熟度: 通过小试

交易方式: 资料待完善

联系人: 北京工商大学

所在地:北京北京市

服务承诺
产权明晰
资料保密
对所交付的所有资料进行保密
如实描述
咨询平台客服 联系技术方

扫码联系

技术详细介绍

2011年至今,“计算成像实验室”依托计算机技术和人工智能技术,致力于模式识别研究方向,尤其是细粒度图像分类和识别的研究工作,设计并研发高效、有效的算法,构建智慧服务和信息平台,努力实践应用智慧技术推动综合公共服务,推动数字平台的数据收集与分享。


研究内容主要包括人耳、人脸生物特征识别,绿色植物物种识别,以及诸如阿尔茨海默症、精神分裂症、抑郁症、脑肿瘤等脑部疾病的辅助诊断等。实验室与北京协和医院、北京天瑞翔生科技有限公司等单位合作,研发了绿色植物识别系统、人脸识别系统、车牌识别系统等。


特色优势:基于机器学习和深度学习的大数据分析与挖掘,全自动实现功能目标,避免人工干预带来的成本损耗和主观不利影响。
(1)提出一种灵活的圆形可变局部边缘模式描述子,该描述子具有多尺度和多方向(多分辨率)属性。由于该描述子使用直方图谱描述图像信息,因此很容易与局部二值模式和Zernike矩等直方图普特征进行融合,获得尺度多样,方向多样,同时兼有局部与整体丰富的特征表示,并进行优势互补,更加完备的描述细粒度图像特征,为准确分类提供精准描述。
(2)提出一种新颖的边缘检测方法,可以提取任意尺度和方向的边缘信息,克服传统边缘检测方法尺度单一(只能在2X2和3X3纹理基元上提取边缘)、方向稀少(0度和90度两个方向,或0度、45度、90度和135度四个方向)的缺陷。由于边缘信息是模式分类里非常重要的一种特征表示,因此该种边缘提取方法可以广泛应用于细粒度图像分类、目标跟踪等实际应用任务。
(授权相关发明专利7项,登记软件著作权4项)


细粒度图像分类的对象具有高相似度,对象之间的差异常常及其细微,有时类内之间的差别甚至超过了类间之间的差别。这一任务即便是对于具有很多先验知识的专家来说,也是一项挑战,尤其伴有姿态、光照、遮挡、背景复杂、数量差异等复杂情况时,更增添了问题的复杂性。研究成果可以广泛应用于生态环境监控、食品监控、安防监控、地质勘探、材料分析及刑事侦查等多种应用领域。


Copyright © 2020    北京科易网    All Rights Reserved    运营商:北京科易网科技有限公司

京ICP备2021021883号-1