公开(公告)号：CN117523208B

公开(公告)日：2024-04-16

申请号：CN202410021388.7

申请日：2024-01-08

Applicant: 暨南大学

Inventor： 骆爱文 ,  温热晖 ,  罗凯泽 ,  赵亚林 ,  杨文杰

IPC: G06V10/26 ,  G06N3/0464 ,  G06V10/80 ,  G06V20/70 ,  G06V40/18

Abstract: 本发明公开了一种基于图像语义分割与分类的身份识别方法与系统，属于图像模式识别领域，包括：构建语义分割网络，基于人眼图像数据集与对应的掩码标签进行训练，获得已训练语义分割网络和虹膜图像集；构建目标分类网络，基于虹膜图像集与对应的身份标签进行训练，获得已训练目标分类网络；获取待识别图像，对待识别图像进行预处理得到待识别实时人眼图像；基于已训练语义分割网络与实时人眼图像获得待识别虹膜图像；通过已训练目标分类网络对待识别虹膜图像进行分类，获得身份标签，实现身份识别。本发明设计一种基于注意力机制和轻量高效模块的语义分割卷积神经网络及目标分类卷积神经网络，使基于虹膜的身份识别方法更准确、更安全、更高效。

公开(公告)号：CN116520990B

公开(公告)日：2023-11-24

申请号：CN202310489932.6

申请日：2023-04-28

Applicant: 暨南大学

Inventor： 骆爱文 ,  黄梓濠 ,  温热晖 ,  侯征林 ,  杨文杰 ,  杜泽滔 ,  陈法明 ,  古毅锋 ,  苏一峰

IPC: G06F3/01 ,  G06F18/15 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G06N3/126

Abstract: 别时延，以满足实时手语识别任务的需要。本发明涉及手势识别技术领域，提出一种基于轻量级神经网络的手语识别方法、系统及手套，包括以下步骤：以预设的采样周期采集手语动作数据；对采集的手语动作数据进行有效数据判断，得到有效的手语动作数据；将所述有效的手语动作数据输入轻量级神经网络进行手语识别，得到手语识别结果；其中，所述轻量级神经网络包括采用非对称并行卷积结构的浅层卷积神经网络，或基于遗传算法对平滑因子进行寻优的PNN神经网络。本发明通过对采集的手语动作数(56)对比文件范俊辉;彭道刚;黄义超;杨旭红.基于改进PSO优化PNN网络的变压器故障诊断方法.测控技术.2016,(第03期),全文.

公开(公告)号：CN116993987A

公开(公告)日：2023-11-03

申请号：CN202311095088.5

申请日：2023-08-28

Applicant: 暨南大学

Inventor： 石敏 ,  林绍文 ,  骆爱文 ,  温热晖

IPC: G06V10/26 ,  G06V10/40 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于轻量级神经网络模型的图像语义分割方法及系统，涉及人工智能领域。所述方法包括：所述轻量级神经网络模型包括初始化模块、空间分支、语义分支和多尺度特征融合解码器；所述图像语义分割方法包括：响应于待处理图像的处理指令，基于初始化模块对待处理图像进行特征提取，得到第一特征图；基于空间分支提取第一特征图的空间信息；基于语义分支提取第一特征图的多尺度特征信息，并融合多尺度特征信息和空间信息，得到增强特征图；基于多尺度特征融合解码器，将第一特征图与增强特征图进行融合，并进行图像尺寸恢复，得到图像语义分割结果。相较于现有技术，本发明在分割精度与实时性之间实现更好的性能均衡。

公开(公告)号：CN117523208A

公开(公告)日：2024-02-06

申请号：CN202410021388.7

申请日：2024-01-08

Applicant: 暨南大学

Inventor： 骆爱文 ,  温热晖 ,  罗凯泽 ,  赵亚林 ,  杨文杰

IPC: G06V10/26 ,  G06N3/0464 ,  G06V10/80 ,  G06V20/70 ,  G06V40/18

Abstract: 本发明公开了一种基于图像语义分割与分类的身份识别方法与系统，属于图像模式识别领域，包括：构建语义分割网络，基于人眼图像数据集与对应的掩码标签进行训练，获得已训练语义分割网络和虹膜图像集；构建目标分类网络，基于虹膜图像集与对应的身份标签进行训练，获得已训练目标分类网络；获取待识别图像，对待识别图像进行预处理得到待识别实时人眼图像；基于已训练语义分割网络与实时人眼图像获得待识别虹膜图像；通过已训练目标分类网络对待识别虹膜图像进行分类，获得身份标签，实现身份识别。本发明设计一种基于注意力机制和轻量高效模块的语义分割卷积神经网络及目标分类卷积神经网络，使基于虹膜的身份识别方法更准确、更安全、更高效。

公开(公告)号：CN116520990A

公开(公告)日：2023-08-01

申请号：CN202310489932.6

申请日：2023-04-28

Applicant: 暨南大学

Inventor： 骆爱文 ,  黄梓濠 ,  温热晖 ,  侯征林 ,  杨文杰 ,  杜泽滔 ,  陈法明 ,  古毅锋 ,  苏一峰

IPC: G06F3/01 ,  G06F18/15 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G06N3/126

Abstract: 本发明涉及手势识别技术领域，提出一种基于轻量级神经网络的手语识别方法、系统及手套，包括以下步骤：以预设的采样周期采集手语动作数据；对采集的手语动作数据进行有效数据判断，得到有效的手语动作数据；将所述有效的手语动作数据输入轻量级神经网络进行手语识别，得到手语识别结果；其中，所述轻量级神经网络包括采用非对称并行卷积结构的浅层卷积神经网络，或基于遗传算法对平滑因子进行寻优的PNN神经网络。本发明通过对采集的手语动作数据进行有效数据判断，用于过滤冗余信息或无效信息，以降低手语识别的计算量；同时选用轻量级神经网络用于手语识别，能够有效缩短手语识别时延，以满足实时手语识别任务的需要。