我们希望通过这项研究，能够完成一套能够生成高质量的逼真的人脸图像的系统，能够做到如下几个方面的内容：
1.1与传统的图像补绘方法不同，人脸补绘需要目标对象的内容、轮廓和结构信息，以实现真实的输出。
1.2考虑人脸的特殊特征，充分挖掘和利用人脸所包含的信息，以生成和谐自然的人脸。
1.3对大面积缺失的人脸信息进行补全，注重对特征自然和谐的人脸部位的重建，在结构和外观上保持一致的情况下，为缺失的关键部件生成新的语义像素。
适用大学生参考学习。
大创-大学生创新创业训练计划项目申报书-软件-基于人脸先验信息的人脸图像补全研究-参考
2022-06-22 12:05:20
805KB
1
针对传统Takagi-Sugeno-Kan(TSK)模糊系统处理大规模数据时间代价较高的问题,提出一种基于概率模型框架的L2型TSK模糊系统建模策略,建立具有处理大规模数据能力的贝叶斯L2型TSK模糊系统(B-TSK-FS).具体地,基于L2型TSK模糊系统的输出误差概率化表示,对系统前后件参数联合学习,提高系统的泛化能力.另外,引入狄利克雷先验分布函数,对模糊隶属度稀疏化表示,实现样本的压缩,降低运算时间.在模拟和真实数据集上的实验结果验证了所提出模糊系统的优势.
2022-06-07 19:39:54
315KB
1
在车牌先验知识的基础上提出了一种基于垂直投影特征值的分割方法。大量实验表明，该算法能够快速找到字符之间的最优分割点，并自动去除车牌垂直边框和其他噪声点的干扰，适用于各种质量的车牌图像，分割准确率较高。
2022-05-09 22:25:24
197KB
1
基于暗通道先验的图像去雾算法+含代码操作演示视频
运行注意事项：使用matlab2021a或者更高版本测试，运行里面的Runme.m文件，不要直接运行子函数文件。运行时注意matlab左侧的当前文件夹窗口必须是当前工程所在路径。具体可观看提供的操作录像视频跟着操作。
%create original_dark_channel image with same size
[m, n] = size(R_channel);
dark_channel_image = zeros(m,n);
%extract the minimum value of each point in RGB for dark_channel_image
for i=1:m
for j=1:n
local_pixels =[R_channel(i,j), G_channel(i,j), B_channel(i,j)];
dark_channel_image(i,j) = min(local_pixels );
end
end
2022-05-09 19:16:04
7.84MB