咨询电话：13280638997
传真：0533-3110363
邮箱：kefu@shizifang.com
24小时咨询热线13280638997
24小时咨询热线著 录 项 目：
| 专利/申请号： | CN202411059424.5 | 专利名称： | 一种基于标志点与张量多维图学习的非全面多视角人脸图像聚类方法 |
| 申请日： | 2024-08-03 | 申请/专利权人 | 哈尔滨理工大学 |
| 专利类型： | 发明 | 地址： | 黑龙江省哈尔滨市南岗区学府路52号哈尔滨理工大学 |
| 专利状态： | 授权未缴费 查询审查信息 | IPC分类号： | G06V10/762 分类检索 |
| 公开/公告日： | 2024-11-29 | 转让价格： | 【平台担保交易】 |
| 公开/公告号： | CN119048784A | 交易状态： | 等待洽谈 搜索相似专利 |
| 浏览量： | 69 | 所属领域： | 计算机视觉专利转让搜索 |
摘 要：一种基于标志点与张量多维图学习的非全面多视角人脸图像聚类方法，属于多媒体信息处理中的人脸图像聚类处理领域，本发明首先提取每个视角中的存在样本，并从这些存在样本中学习视角特定标志点，以表示包括非全面样本在内的所有样本的分布。再利用直接交替采样方法选择标志点，构建视角特定的标志点图，然后对每个视角的标志点图进行正交非负矩阵分解，得到视角特定的软指示矩阵。将各视角的软指示矩阵堆叠成张量，通过最小化张量Schattenp‑范数来捕捉视角间的高阶相关性和互补信息。通过统一的二分图框架和张量低秩约束，有效处理视角间的不完全性，再将每个视角的软指示矩阵进行融合，得到最终的共识指示矩阵。利用奇异值分解和K均值聚类对其进行聚类分析，得到最终聚类结果。以此促进模型的自适应性和鲁棒性。与其他方法相比，本发明的精确度更高，性能更加稳健。
| 交易方 | 企业 | 个人 |
| 买家 | 营业执照副本复印件（需盖公章） | 身份证复印件（签字） |
| 专利转让委托书（需盖公章）一式两份 | 专利转让委托书（需签字）一式两份 | |
| 专利转让协议（需盖公章）一式两份 | 专利转让协议（需签字）一式两份 | |
| 卖家 | 营业执照副本复印件（需盖公章） | 身份证复印件（需申请人签字） |
| 解除代理委托书（需盖公章）一式两份（如专利通过代理机构申请） | 解除代理委托书（需签字）一式两份（如专利通过代理机构申请） | |
| 专利转让协议（需盖公章）一式两份 | 专利转让协议（需签字）一式两份 | |
| 专利请求书或手续合格通知书、授权通知书复印件 | 专利请求书或手续合格通知书、专利授权通知书复印件 | |
| 专利证原件（若授权下证） | 专利证原件（若授权下证） |
| 日期 | 法律信息 | 备注 |
| 申请号 | 专利名称 | 发布日期 |
| 2021114832431 | 【发明】一种船舶焊缝特征识别方法 | 2025/10/24 |
| 2021100736640 | 【发明】区域确定方法、装置、计算机设备和可读存储介质 | 2025/10/24 |
| 2020108548698 | 【发明】一种基于人工智能牡丹品种识别方法及识别系统 | 2025/10/23 |
| 2019105791473 | 【发明】图像采集控制方法、装置、介质及设备 | 2025/10/22 |
| 2020800005460 | 【】目标对象的识别方法、装置和系统 | 2025/10/22 |
| 202080000643X | 【】图像处理方法及装置、电子设备和存储介质 | 2025/10/22 |
| 2020800007112 | 【】一种图像处理方法、装置和电子设备 | 2025/10/22 |
| 2020800009194 | 【】样本图像的获取方法、装置和电子设备 | 2025/10/22 |
| 2020110417539 | 【发明】图像分类方法及装置、电子设备和存储介质 | 2025/10/22 |
| 2021101132328 | 【发明】图像的特征提取方法及装置、电子设备和存储介质 | 2025/10/22 |
