-
公开(公告)号：CN112507930B
公开(公告)日：2023-06-20
申请号：CN202011489672.5
申请日：2020-12-16
Applicant: 华南理工大学
Abstract: 本发明涉及一种利用光照均衡法改善人脸视频心率检测的方法，包括以下步骤：S1、利用可见光的摄像头获取人脸视频图像；S2、利用多任务卷积神经网络完成人脸的检测及定位；S3、选取人脸视频感兴趣区域；S4、利用快速引导滤波算法提取场景光照分量，构造改进的二维伽马函数，均衡人脸视频图像的光照分量；S5、利用FastICA算法，从混合信号中分离出独立源信号；S6、利用独立源信号做快速傅里叶变换，并计算心率值。本发明通过快速引导滤波算法提取光照分量，利用改进的二维伽马函数的自适应校正光照不均的光均衡法，改善人脸图像过亮与过暗区域的亮度，减少心率测量值的平均误差和标准差，提高测量精度。
-
公开(公告)号：CN110210321B
公开(公告)日：2020-11-24
申请号：CN201910378708.3
申请日：2019-05-08
Applicant: 华南理工大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于多维尺度变换网络与分块加权法的欠样本人脸识别方法，步骤如下：首先，对由单张人脸图像构成的样本集中每一张图像进行分块处理，获得新的样本数据集；然后，利用新的样本数据集学习多维尺度变换网络的滤波器参数，并利用滤波器参数提取样本图像的特征表达，并构建对应的特征库；接着，通过调用滤波器参数，对分块后的测试图像数据集进行特征提取，并利用加权的方式对所提取的特征进行合成后，再与特征库中的特征进行匹配处理；最后，利用匹配结果，获得最终测试人脸图像的分类识别信息。该发明用非监督特征提取网络框架准确提取人脸图像特征，进而提高人脸识别的准确率，为公共安全的建设打下坚实基础。
-
公开(公告)号：CN110210321A
公开(公告)日：2019-09-06
申请号：CN201910378708.3
申请日：2019-05-08
Applicant: 华南理工大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于多维尺度变换网络与分块加权法的欠样本人脸识别方法，步骤如下：首先，对由单张人脸图像构成的样本集中每一张图像进行分块处理，获得新的样本数据集；然后，利用新的样本数据集学习多维尺度变换网络的滤波器参数，并利用滤波器参数提取样本图像的特征表达，并构建对应的特征库；接着，通过调用滤波器参数，对分块后的测试图像数据集进行特征提取，并利用加权的方式对所提取的特征进行合成后，再与特征库中的特征进行匹配处理；最后，利用匹配结果，获得最终测试人脸图像的分类识别信息。该发明用非监督特征提取网络框架准确提取人脸图像特征，进而提高人脸识别的准确率，为公共安全的建设打下坚实基础。
-
公开(公告)号：CN110197128A
公开(公告)日：2019-09-03
申请号：CN201910378707.9
申请日：2019-05-08
Applicant: 华南理工大学
Abstract: 发明公开了一种基于边缘计算与云端统筹的人脸识别架构设计方法，包括：边缘节点的模型训练步骤，根据边缘计算的概念，在不同的区域点设计相应的轻量级深度学习网络，并进行局部模型训练；数据与模型传输步骤，针对多级边缘节点的计算结果，上传相应的模型结果；云端模型训练步骤，利用云端统筹的形式，将上传的数据与模型进行训练学习，获得一个全局人脸识别模型；以及任务最终反馈步骤。本发明将边缘计算技术与云端统筹形式应用到大数据下的人脸识别任务中，用来构建一个响应时间快、准确率高的人脸识别架构，通过将基本任务放在数据前端进行处理，减少数据传输造成的响应延迟；整合各个边缘节点的局部模型，提高整体的人脸识别准确率。
-
公开(公告)号：CN112507357B
公开(公告)日：2024-03-29
申请号：CN202011433473.2
申请日：2020-12-09
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于密钥生成器的多级接口设计方法，包括以下步骤：S1、使用非线性逻辑函数构成多密钥生成器，每个密钥输出排序作为私钥对应一个序列号；S2、访问端在服务器注册账号密码通过公钥对称加密生成认证密文；S3、访问端每次访问前先从后台随机字符串，将随机字符串通过MD5算法散列得到私钥序列号，将请求参数根据对应的私钥加密得到请求密文；S4、访问端将认证密文和请求密文传送到后台一级接口url，一级接口对认证密文解密，认证成功后再将请求密文解密通过Bloom过滤器定位到二级接口url上。
-
Patent Agency Ranking
公开(公告)号：CN112907621B
公开(公告)日：2023-02-14
申请号：CN202011439962.9
申请日：2021-02-24
Applicant: 华南理工大学
IPC: G06T7/215 , G06T7/12 , G06N3/0464
Abstract: 本发明公开了一种基于差分和语义信息融合的运动目标提取方法，主要步骤包括：(1)从监控设备中获取N帧图像序列；(2)根据间隔为N的两帧图像，利用帧间差分法计算出图像帧之间的差分信息；(3)利用训练好的基于卷积神经网络的实例分割模型提取出图像中的语义信息，包括目标类别和像素掩膜；(4)通过融合算法，将差分信息和语义信息进行结合，提取出图像中的运动目标。该方法通过基于卷积神经网络的实例分割模型引入较强的语义信息，结合帧间差分法获取的差分信息，可以很好的提取出图像中的运动目标。该方法实施起来比较简单，具有很好的鲁棒性。
-
公开(公告)号：CN112766137B
公开(公告)日：2023-02-10
申请号：CN202110049881.6
申请日：2021-01-14
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于深度学习的动态场景异物入侵检测方法，该方法包括先利用监控设备采集所监控场景的RGB图像帧；然后利用训练好的目标分割模型对图像中的目标区域进行分割，获取目标区域二值化掩膜结果；利用训练好的目标检测模型对图像中的异物目标进行检测，获取异物目标的类别和位置信息；再计算出异物目标的位置边界框内目标区域像素占比P，并据此判断异物目标的入侵状态；根据异物目标的类别信息，判定异物目标的入侵等级；最后根据异物目标的入侵状态和等级，发出对应的安全预警。本发明只需单帧图像就可以完成异物入侵检测，同时获取异物目标的入侵状态和入侵等级，为动态场景下各活动的安全预告预警提供准确可靠的依据。
-
公开(公告)号：CN112690771B
公开(公告)日：2022-05-24
申请号：CN202011430084.4
申请日：2020-12-09
Applicant: 华南理工大学
Abstract: 本发明公开了一种利用线性回归模型的人脸视频心率检测方法，该方法包括以下步骤：S1、从可见光人脸视频图像的三基色通道观测信号分离出三个独立信号源；S2、将分离出的三个独立源信号通过FFT转为频域信号，选择其中更具有最大功率谱幅值的源信号作为脉搏源信号，计算出心率值；S3、创建心率数据集，利用线性回归模型修正从人脸视频信号提取出的心率值。本发明针对人脸图像心率检测方法易受到人脸晃动，光线变化等外界因素影响的问题，提出通过一种创建心率数据集，利用线性回归模型，修正通过人脸视频获取心率值的方法，提高利用人脸视频检测心率方法的准确率。
-
公开(公告)号：CN112784709A
公开(公告)日：2021-05-11
申请号：CN202110014959.0
申请日：2021-01-06
Applicant: 华南理工大学
Abstract: 本发明公开了一种远程多目标的高效检测及识别方法，包括下列步骤：S1、终端通过限流算法将视频流处理成图片集S2、对图片集原始图片归一化成固定大小的样本图像；S3、将样本图像的像素点作为节点，用所有节点的邻接矩阵表示无向图的状态；S4、获取每个节点的s纬特征向量；S5、预先构建完备向量化的标签字典，将输出的特征矩阵通过字典得到标签的预测值；S6、终端将标签的预测值通过阈值筛选；S7、服务器根据标签结果生成对应哈希码，通过哈希码进入不同的目标识别模型通道；S8、服务器预先将所有的已知目标识别后存储成特征向量库，有效图片进入对应模型通道后解析成特征向量，和特征向量库比对后得到结果，反馈到终端。
-
公开(公告)号：CN112507930A
公开(公告)日：2021-03-16
申请号：CN202011489672.5
申请日：2020-12-16
Applicant: 华南理工大学
Abstract: 本发明涉及一种利用光照均衡法改善人脸视频心率检测的方法，包括以下步骤：S1、利用可见光的摄像头获取人脸视频图像；S2、利用多任务卷积神经网络完成人脸的检测及定位；S3、选取人脸视频感兴趣区域；S4、利用快速引导滤波算法提取场景光照分量，构造改进的二维伽马函数，均衡人脸视频图像的光照分量；S5、利用FastICA算法，从混合信号中分离出独立源信号；S6、利用独立源信号做快速傅里叶变换，并计算心率值。本发明通过快速引导滤波算法提取光照分量，利用改进的二维伽马函数的自适应校正光照不均的光均衡法，改善人脸图像过亮与过暗区域的亮度，减少心率测量值的平均误差和标准差，提高测量精度。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.025 seconds)
