-
公开(公告)号：CN118570885B
公开(公告)日：2025-03-04
申请号：CN202411026995.9
申请日：2024-07-30
Applicant: 厦门瑞为信息技术有限公司
IPC: G06V40/40 , G06V40/16 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于补丁幅值和熵引导策略的活体检测方法与装置，利用SE模块筛选出图片中的k个显著补丁，对于每个显著补丁，其幅值会与其他同类别的图片的补丁的幅值进行随机混合并与显著补丁的相位信息结合，以生成多样化的数据。随着多样化补丁的不断生成，间接鼓励活体检测模型利用脸部的其他区域信息来判断真假人脸。此外，本发明使用熵引导的难例挖掘策略来挖掘难例，能够根据token中包含的总信息量来动态调整样本图像的重要性权重，使活体检测模型在人脸关键区域被遮挡的情况下仍能结合剩余的特征信息以做出鲁棒性的判断。本发明能够缓解活体检测模型的过拟合问题，并提升活体检测模型的泛化能力。
-
公开(公告)号：CN118470808B
公开(公告)日：2024-09-06
申请号：CN202410923964.7
申请日：2024-07-11
Applicant: 厦门瑞为信息技术有限公司
IPC: G06V40/40 , G06V10/82 , G06N3/0464 , G06V10/774 , G06N3/096
Abstract: 本发明公开了一种基于局部卷积与语义信息的活体检测装置与方法，利用深度神经网络结构的活体检测模型并进行模型推理，活体检测模型包括CNN分支、transformer分支、语义信息对齐模块及模型损失计算模块，带多尺度池化的多头自注意力模块作为transformer模块的一部分，通过压缩特征序列长度和增强特征表示能力，进一步提升了模型的性能。本发明利用局部卷积以显著降低模型参数量及内存访问次数，在保障模型原有判别性以及抗干扰能力的情况下，使活体检测模型能够在资源受限的设备或场景中运行，实现对图像中的真假人脸进行准确区分，具有较高的真人通过率和抵抗各类攻击的能力。
-
公开(公告)号：CN118587779A
公开(公告)日：2024-09-03
申请号：CN202411060218.6
申请日：2024-08-05
Applicant: 厦门瑞为信息技术有限公司
IPC: G06V40/40 , G06V40/16 , G06V10/764 , G06V10/74 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种结合掩码卷积和负样本特征序列的活体检测方法，利用深度神经网络结构，通过编码器、可学习的掩码卷积模块和带负样本特征序列的分类器三个模块相互配合，实现对图像中的真假人脸进行准确区分。编码器模块用于提取输入图像的特征表示；可学习的掩码卷积模块利用卷积、池化、全连接层等操作及高斯函数获得可优化的掩码，该掩码与卷积相乘后能够对不同位置的像素赋予不同的权重，自适应地捕捉图像中的细节信息并抑制图像中的噪声和干扰使得纹理特征更加明显，增强所学纹理特征的辨别性，从而提高特征的表达能力、判别性以及抗干扰能力。此外，带负样本特征序列的分类器的使用使得算法能够学习到更加鲁棒的特征空间。
-
公开(公告)号：CN118570885A
公开(公告)日：2024-08-30
申请号：CN202411026995.9
申请日：2024-07-30
Applicant: 厦门瑞为信息技术有限公司
IPC: G06V40/40 , G06V40/16 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于补丁幅值和熵引导策略的活体检测方法与装置，利用SE模块筛选出图片中的k个显著补丁，对于每个显著补丁，其幅值会与其他同类别的图片的补丁的幅值进行随机混合并与显著补丁的相位信息结合，以生成多样化的数据。随着多样化补丁的不断生成，间接鼓励活体检测模型利用脸部的其他区域信息来判断真假人脸。此外，本发明使用熵引导的难例挖掘策略来挖掘难例，能够根据token中包含的总信息量来动态调整样本图像的重要性权重，使活体检测模型在人脸关键区域被遮挡的情况下仍能结合剩余的特征信息以做出鲁棒性的判断。本发明能够缓解活体检测模型的过拟合问题，并提升活体检测模型的泛化能力。
-
公开(公告)号：CN118781036B
公开(公告)日：2024-12-17
申请号：CN202411239964.1
申请日：2024-09-05
Applicant: 厦门瑞为信息技术有限公司
Abstract: 本发明公开了一种基于跨尺度嵌入及小波变换的暗光图像增强方法，使用深度学习模型增强图像数据，模型包括编码器及解码器，编码器包括跨尺度嵌入模块、变换器模块及下采样模块，解码器包括变换器模块及上采样模块，变换器模块包含显示高低频信息的分离和融合模块及带小波变换的注意力机制。带有噪声的暗光图像依次经过编码器和解码器，编码器首先利用跨尺度嵌入模块提取不同尺度的信息；随后，通过变换器模块和下采样模块来逐步降低图像的空间维度，同时保留关键的特征信息；解码器的任务是从编码器提供的压缩特征表示中重建图像，利用变换器模块和上采样模块来逐步增加图像的空间维度，同时细化图像的细节和质量，最终得到清晰的输出图像。
-
Patent Agency Ranking
公开(公告)号：CN118710537A
公开(公告)日：2024-09-27
申请号：CN202411206290.5
申请日：2024-08-30
Applicant: 厦门瑞为信息技术有限公司
IPC: G06T5/70 , G06V10/82 , G06N3/0464 , G06T7/90 , G06V10/80
Abstract: 本发明公开了深度学习模型的暗光图像增强方法，raw图像会先经过混合特征补偿机制以增强模型对图像细节及纹理特征的处理；然后，编码器负责捕捉图像的关键特征信息和噪声信息，为后续的图像去噪和颜色渲染提供基础；随后，raw解码器将编码器提取的特征进行处理，实现图像去噪，利用raw图像的噪声可处理特性去除图像中的噪声，保留图像的重要细节和纹理；最后，带稀疏注意力及门控前馈机制的sRGB解码器负责颜色空间的转换和色彩增强，确保最终图像在视觉上更接近真实世界的光照条件，以便在各种显示设备上呈现。本发明通过引入混合特征补偿机制、稀疏注意力机制以及门控前馈机制能够有效改善低光照环境下的图像质量。
-
公开(公告)号：CN118710537B
公开(公告)日：2024-11-15
申请号：CN202411206290.5
申请日：2024-08-30
Applicant: 厦门瑞为信息技术有限公司
IPC: G06T5/70 , G06V10/82 , G06N3/0464 , G06T7/90 , G06V10/80
Abstract: 本发明公开了深度学习模型的暗光图像增强方法，raw图像会先经过混合特征补偿机制以增强模型对图像细节及纹理特征的处理；然后，编码器负责捕捉图像的关键特征信息和噪声信息，为后续的图像去噪和颜色渲染提供基础；随后，raw解码器将编码器提取的特征进行处理，实现图像去噪，利用raw图像的噪声可处理特性去除图像中的噪声，保留图像的重要细节和纹理；最后，带稀疏注意力及门控前馈机制的sRGB解码器负责颜色空间的转换和色彩增强，确保最终图像在视觉上更接近真实世界的光照条件，以便在各种显示设备上呈现。本发明通过引入混合特征补偿机制、稀疏注意力机制以及门控前馈机制能够有效改善低光照环境下的图像质量。
-
公开(公告)号：CN118821853A
公开(公告)日：2024-10-22
申请号：CN202410923960.9
申请日：2024-07-11
Applicant: 厦门瑞为信息技术有限公司
IPC: G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种带多尺度池化的transformer模块处理方法，可用于基于深度神经网络的活体检测模型中，用以在训练阶段辅助训练CNN分支，能够为CNN分支提供全局上下文信息，增强模型对图像中的长距离依赖关系的建模能力。此外，通过将多尺度池化引入至transformer模块的多头自注意力模块中，能够有效压缩特征序列的长度，减少训练模型所需要的计算资源，同时获取极具判别性的特征表示，进一步提升了模型的性能。
-
公开(公告)号：CN118470808A
公开(公告)日：2024-08-09
申请号：CN202410923964.7
申请日：2024-07-11
Applicant: 厦门瑞为信息技术有限公司
IPC: G06V40/40 , G06V10/82 , G06N3/0464 , G06V10/774 , G06N3/096
Abstract: 本发明公开了一种基于局部卷积与语义信息的活体检测装置与方法，利用深度神经网络结构的活体检测模型并进行模型推理，活体检测模型包括CNN分支、transformer分支、语义信息对齐模块及模型损失计算模块，带多尺度池化的多头自注意力模块作为transformer模块的一部分，通过压缩特征序列长度和增强特征表示能力，进一步提升了模型的性能。本发明利用局部卷积以显著降低模型参数量及内存访问次数，在保障模型原有判别性以及抗干扰能力的情况下，使活体检测模型能够在资源受限的设备或场景中运行，实现对图像中的真假人脸进行准确区分，具有较高的真人通过率和抵抗各类攻击的能力。
-
公开(公告)号：CN118781036A
公开(公告)日：2024-10-15
申请号：CN202411239964.1
申请日：2024-09-05
Applicant: 厦门瑞为信息技术有限公司
Abstract: 本发明公开了一种基于跨尺度嵌入及小波变换的暗光图像增强方法，使用深度学习模型增强图像数据，模型包括编码器及解码器，编码器包括跨尺度嵌入模块、变换器模块及下采样模块，解码器包括变换器模块及上采样模块，变换器模块包含显示高低频信息的分离和融合模块及带小波变换的注意力机制。带有噪声的暗光图像依次经过编码器和解码器，编码器首先利用跨尺度嵌入模块提取不同尺度的信息；随后，通过变换器模块和下采样模块来逐步降低图像的空间维度，同时保留关键的特征信息；解码器的任务是从编码器提供的压缩特征表示中重建图像，利用变换器模块和上采样模块来逐步增加图像的空间维度，同时细化图像的细节和质量，最终得到清晰的输出图像。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.044 seconds)
