回到主页
回到主页

【评价案例】多小波域边缘分布协方差模型纹理表示

成都博智睿通科技有限公司组织了7名同行业专家对宜宾学院独立完成的“多小波域边缘分布协方差模型纹理表示”项目实施了科技成果评价工作,在综合了7名同行业专家意见后,形成如下评价意见:

项目名称:多小波域边缘分布协方差模型纹理表示

完成单位:宜宾学院

技术水平:国内先进水平

综合得分:84.9 分

评审专家:温怀玉(成都大学)、全靖(重庆理工大学)、杨兴春(四川警察学院)、何小利(四川轻化工大学)、曾福庚(贵州民族大学)、薛羽(南京信息工程大学)、甘波(成都启凡动力科技有限公司)。

在此成果中,提出了一种基于多个小波滤波器的纹理特征提取方法。该方法能够有效提高深度卷积神经网络(DCNN)的识别性能,对噪声、低分辨率人脸图像的识别有很好效果。

本项目已授权发明专利2项,实用新型专利3项,计算机软件著作权2项,论文 4篇,四川省科技计划一项。主要创新点如下:

1、将小波变换域数据组织为有关联特性的观察矩阵。

2.提出边缘分布协方差模型(MDCM),该模型将观察矩阵进行CDF函数投影,投影后用协方差矩阵来计算特征。

3、用PCA实现小波域MDCM特征与深度网络模型ResNet50特征融合。

该研究成果可以用于教学课堂中的考勤,公众监控系统中的身份识别;可以用于家政机器人的机器视觉系统,识别家庭环境中的纹理图像类别。

综上所述,评审委员会认为该项目在图像处理领域的同类技术中达到国内先进水平。

科技成果完成者证书
科技成果登记证
上一篇
高校科技成果转化云平台“成果在线APP”正式发布
下一篇
  [评价案例]“盐酸法钛白粉循环产业链”  
 回到主页
Cookie的使用
我们使用cookie来改善浏览体验、保证安全性和数据收集。一旦点击接受,就表示你接受这些用于广告和分析的cookie。你可以随时更改你的cookie设置。 了解更多
全部接受
设置
全部拒绝
Cookie设置
必要的Cookies
这些cookies支持诸如安全性、网络管理和可访问性等核心功能。这些cookies无法关闭。
分析性Cookies
这些cookies帮助我们更好地了解访问者与我们网站的互动情况,并帮助我们发现错误。
首选项Cookies
这些cookies允许网站记住你的选择,以提供更好的功能和个性化支持。
保存