会员体验
专利管家(专利管理)
工作空间(专利管理)
风险监控(情报监控)
数据分析(专利分析)
侵权分析(诉讼无效)
联系我们
交流群
官方交流:
QQ群: 891211   
微信请扫码    >>>
现在联系顾问~
热词
    • 2. 发明专利
    • 物件影像偵測方法
    • 对象影像侦测方法
    • TW200842733A
    • 2008-11-01
    • TW096113464
    • 2007-04-17
    • 國立交通大學 NATIONAL CHIAO-TUNG UNIVERSITY
    • 韓欽銓陳映濃
    • G06KG06T
    • G06K9/00248G06K9/4614G06K9/4628
    • 本發明揭露一種物件影像偵測方法,其係主要由粗糙至精緻的分析方式以偵測物件影像,此物件影像偵測方法係於採集一影像後,先進行影像的前處理以使得所採集的影像可進行降維與資訊融合,接續,再以已訓練過的過濾器以進行特徵的過濾,最後,則依序利用粗糙層級感知判斷與精緻層級感知判斷以對經過過濾的影像進行進一步類神經網路物件影像偵測以確認此影像之特徵是否符合預先設定之目標物件影像。因此,本發明之物件影像偵測方法係同時利用統計方法、類神經網路方法以及適應性漸進演算法(adaboost)三大主流影像偵測方式來進行物件影像的偵測,以兼顧適應性漸進演算法的快速與類神經網路方法的準確性。
    • 本发明揭露一种对象影像侦测方法,其系主要由粗糙至精致的分析方式以侦测对象影像,此对象影像侦测方法系于采集一影像后,雪铁龙行影像的前处理以使得所采集的影像可进行降维与信息融合,接续,再以已训练过的过滤器以进行特征的过滤,最后,则依序利用粗糙层级感知判断与精致层级感知判断以对经过过滤的影像进行进一步类神经网络对象影像侦测以确认此影像之特征是否符合预先设置之目标对象影像。因此,本发明之对象影像侦测方法系同时利用统计方法、类神经网络方法以及适应性渐进算法(adaboost)三大主流影像侦测方式来进行对象影像的侦测,以兼顾适应性渐进算法的快速与类神经网络方法的准确性。
    • 3. 发明专利
    • 影像辨識模型之建立方法及利用該影像辨識模型之影像辨識方法
    • 影像辨识模型之创建方法及利用该影像辨识模型之影像辨识方法
    • TW201115482A
    • 2011-05-01
    • TW098135980
    • 2009-10-23
    • 國立交通大學
    • 韓欽銓陳映濃
    • G06K
    • 本發明揭露一種影像辨識模型之建立方法及利用該影像辨識模型之影像辨識方法,先收集不同類組之訓練樣本且決定以點至點、點至線、點至面或點至高維空間最近距離之其中一種方式進行空間轉換;接續,計算此些訓練樣本的主要轉換矩陣;再將所決定的最近距離方式計算組內投影點與組間投影點,並將此些組內投影點與組間投影點所構成之向量依序排列;接續,根據此些向量,計算出組內變異矩陣與組間變異矩陣;然後由組內變異矩陣與組間變異矩陣求得變異轉換矩陣;最後將主要轉換矩陣內積變異轉換矩陣即可求得特徵空間轉換矩陣。因此,本發明係針對特徵空間轉換架構進行改善,提出新的整合型的特徵空間轉換架構,以有效提升人臉辨識效果。
    • 本发明揭露一种影像辨识模型之创建方法及利用该影像辨识模型之影像辨识方法,先收集不同类组之训练样本且决定以点至点、点至线、点至面或点至高维空间最近距离之其中一种方式进行空间转换;接续,计算此些训练样本的主要转换矩阵;再将所决定的最近距离方式计算组内投影点与组间投影点,并将此些组内投影点与组间投影点所构成之矢量依序排列;接续,根据此些矢量,计算出组内变异矩阵与组间变异矩阵;然后由组内变异矩阵与组间变异矩阵求得变异转换矩阵;最后将主要转换矩阵内积变异转换矩阵即可求得特征空间转换矩阵。因此,本发明系针对特征空间转换架构进行改善,提出新的集成型的特征空间转换架构,以有效提升人脸辨识效果。
    • 4. 发明专利
    • 物件影像偵測方法
    • 对象影像侦测方法
    • TWI331307B
    • 2010-10-01
    • TW096113464
    • 2007-04-17
    • 國立交通大學
    • 韓欽銓陳映濃
    • G06KG06T
    • G06K9/00248G06K9/4614G06K9/4628
    • 本發明揭露一種物件影像偵測方法,其係主要由粗糙至精緻的分析方式以偵測物件影像,此物件影像偵測方法係於採集一影像後,先進行影像的前處理以使得所採集的影像可進行降維與資訊融合,接續,再以已訓練過的過濾器以進行特徵的過濾,最後,則依序利用粗糙層級感知判斷與精緻層級感知判斷以對經過過濾的影像進行進一步類神經網路物件影像偵測以確認此影像之特徵是否符合預先設定之目標物件影像。因此,本發明之物件影像偵測方法係同時利用統計方法、類神經網路方法以及適應性漸進演算法(adaboost)三大主流影像偵測方式來進行物件影像的偵測,以兼顧適應性漸進演算法的快速與類神經網路方法的準確性。
    • 本发明揭露一种对象影像侦测方法,其系主要由粗糙至精致的分析方式以侦测对象影像,此对象影像侦测方法系于采集一影像后,雪铁龙行影像的前处理以使得所采集的影像可进行降维与信息融合,接续,再以已训练过的过滤器以进行特征的过滤,最后,则依序利用粗糙层级感知判断与精致层级感知判断以对经过过滤的影像进行进一步类神经网络对象影像侦测以确认此影像之特征是否符合预先设置之目标对象影像。因此,本发明之对象影像侦测方法系同时利用统计方法、类神经网络方法以及适应性渐进算法(adaboost)三大主流影像侦测方式来进行对象影像的侦测,以兼顾适应性渐进算法的快速与类神经网络方法的准确性。