-
公开(公告)号:CN112614116A
公开(公告)日:2021-04-06
申请号:CN202011582666.4
申请日:2020-12-28
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本发明给出了一种用于数字图像的篡改检测方法和系统,包括利用第一质量系数q0压缩彩色图像获得第一图像;随机选取第一图像中的区域以第二质量系数q1进行二次压缩获得第二图像;利用第二质量系数q1压缩彩色图像,并随机选取压缩后的图像中的区域以第一质量系数q0进行二次压缩获得第三图像;分别计算以上图像经过平滑处理的差分图像,并分别将差分图像归一化获得对应的残影图;对残影图进行分块,提取分块的特征,并按特征进行分类训练,识别分块属于一次压缩或二次压缩,获得预测数字图像的一次压缩和二次压缩占比模型;响应于数字图像的一次压缩和二次压缩占比大于预设阈值,数字图像被篡改。该方法极大地提高了篡改检测的精确度和检测速度。
-
公开(公告)号:CN112381086A
公开(公告)日:2021-02-19
申请号:CN202011229081.4
申请日:2020-11-06
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本发明涉及一种结构化输出图像文字识别结果的方法及装置,该方法包括以下步骤:S1.利用光学字符识别算法(OCR)获取检测框位置信息;S2.构建带标注的关键字段数据集,其中,关键字段为待获取的信息类别;S3.设定锚定字段;S4.特征向量构建,将相对位置信息和相对宽高比用于特征向量生成;S5.训练优化分类器,用生成的特征向量对机器学习分类器进行训练和优化;S6.检测框分类,使用训练优化后的机器学习分类器对待识别图像的文字区域的检测框进行分类;S7.识别并输出结构化结果,具体地,识别检测框内的文字,并对识别后的文字进行关键信息匹配,将版式相近的文字字段校正输出,最终输出结构化结果数据。
-
公开(公告)号:CN111126501A
公开(公告)日:2020-05-08
申请号:CN201911365650.5
申请日:2019-12-26
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本发明涉及一种图像识别方法、终端设备及存储介质,该方法包括以下步骤:S1:采集图像并对其进行标记后组成训练集;S2:通过训练集对神经网络模型进行训练,并对训练后的神经网络模型进行剪枝,剪枝过程如下:S21:输入每层卷积层的所有卷积核,设定卷积层的最大簇间距,层数i=N,N表示卷积层的总层数;S22:判断i
-
公开(公告)号:CN115147908B
公开(公告)日:2025-05-06
申请号:CN202210879588.7
申请日:2022-07-25
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06V40/16 , G06V40/40 , G06V10/74 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本申请提出了一种基于图像patch序损失的人脸鉴伪方法,包括:S1、获取包含训练图像及其标签信息的人像鉴伪数据集;S2、对所述人像鉴伪数据集进行数据处理,包括:对所述训练图像进行均匀切割并打乱所述训练图像的初始patch序列集合,得到所述训练图像的第一patch序列集合;对所述第一patch序列集合进行增强处理,得到第二patch序列集合;将不同所述训练图像的所述第一patch序列集合和所述第二patch序列集合中的patch块进行随机交换,从而得到处理后的人像鉴伪数据集;S3、利用所述处理后的人像鉴伪数据集训练得到神经网络分类模型;S4、将待检测图像输入到所述神经网络分类模型中。本申请的人像鉴伪方法极大的节约了训练成本和数据收集成本,并且具有较高的判别准确性。
-
公开(公告)号:CN114820687B
公开(公告)日:2025-04-04
申请号:CN202210610953.4
申请日:2022-05-31
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本发明给出了一种闭环的端到端行人重识别背景抑制方法和系统,包括利用第一路网络中的残差卷积块提取输入的原始图像的特征,并通过第一损失函数L1进行约束;通过Mask r‑CNN获得特征的人体掩膜利用掩膜预测损失函数Lmask修正掩膜的精准度;将人体掩膜和原始图像相乘,获得前景图像,将前景图像作为第二路网络的输入,并将第一路网络的残差卷积块的特征引入第二路网络,利用第二损失函数L2进行约束。本发明在多个行人重识别的数据集上都取得具有竞争力的性能。
-
公开(公告)号:CN114419633B
公开(公告)日:2024-12-17
申请号:CN202111650672.3
申请日:2021-12-30
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06V30/40 , G06V30/422 , G06V30/18 , G06V30/19 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 公开了一种用于证件文档类图像篡改的检测方法和系统,包括对原始图像进行第一次篡改和后处理,在第一次篡改和后处理的基础上进行第二次篡改和后处理获得篡改图像;利用结构相似性算法从亮度、对比度和结构分别比较原始图像和篡改图像的灰度图的差异性,获得伪造区域掩膜图;将篡改图像和伪造区域掩膜图输入基于ScSE U‑Net网络以及孪生网络进行训练获得检测模型;利用检测模型对待检测图像进行推理,获得预测的掩膜图像。本发明可以有效提升证书文档类的图像篡改检测和定位能力。
-
公开(公告)号:CN114863486B
公开(公告)日:2024-12-10
申请号:CN202210607692.0
申请日:2022-05-31
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06V40/10 , G06V10/26 , G06V10/42 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本发明给出了一种联合全局和局部信息的层次监督行人再识别方法和系统,包括:将输入图像切成多个图像小块作为分支网络的输入;将部分分支网络的网络块特征信息通过卷积层后引入ResNet50分支网络中对应的残差卷积块,卷积层将2D张量拓展为4D张量;将4D张量特征信息和对应的残差卷积块进行通道级联;将网络分支通过卷积层转换后的特征和对应的ResNet50特征经过双线性池化层以及特征融合交互,并通过损失函数进行约束。本发明提出的方法和系统执行一个单向聚合操作来推动CNN学习全局特征信息的同时,结合双线性池化来执行层次监督,在跨长时间段的行人重识别数据集上有很显著的性能提升。
-
公开(公告)号:CN114970456B
公开(公告)日:2024-09-24
申请号:CN202210582102.3
申请日:2022-05-26
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06F40/126 , G06F40/284 , G06F40/289 , G06F40/30
Abstract: 本发明提出一种端到端的大规模中文词向量压缩方法,包括:S1,根据原始的词向量的词性分布,构建词性到编码长度的映射表;S2,对原始的词向量特征进行压缩生成压缩编码,通过所述压缩编码和编码书重构词向量,获得重构的词向量特征,其中编码书为压缩编码矩阵。上述方案利用中文词性保留了语义信息,属于同一词性的压缩编码共用同一本码书,实现相同词性间的语义信息共享,保持模型语义分析性能的同时进一步缩减了大规模词表的压缩编码,提高模型的压缩率,实现了对大规模中文词向量模型的有效压缩。本发明还提出了对应的中文词向量压缩系统和存储介质。
-
公开(公告)号:CN114445851B
公开(公告)日:2024-09-24
申请号:CN202111533341.1
申请日:2021-12-15
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06V40/10 , G06V20/40 , G06N3/0464 , G06V10/82 , G06V10/46 , G06V10/774
Abstract: 本发明涉及基于视频的谈话场景异常检测方法、终端设备及存储介质,该方法中包括:S1:提取谈话人画面图像、被谈话人画面图像和全景画面图像;S2:检测全景画面图像中人数,并判断其与实际总人数的大小关系,如果大于,则发送围观异常的提醒;如果小于,则进入S3进行人员是否离位判断;如果等于,则进入S4进行人员是否肢体接触的判断。本发明可以对谈话视频中出现的人员离位、人员围观、人员接触等不合规行为进行检测,达到相对智能化的谈话视频违规检测的目的。
-
公开(公告)号:CN114444566B
公开(公告)日:2024-07-23
申请号:CN202111542176.6
申请日:2021-12-16
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06V10/764 , G06N3/0464 , G06T7/90 , G06V10/774 , G06V10/82
Abstract: 本发明涉及图像伪造检测方法及系统。其方法包括获取原始图像以及灰度图像后,通过双流的图像伪造检测模型对原始图像以及灰度图像进行特征提取以及特征融合,得到图像特征分类结果,根据所述图像特征分类结果进行平均投票,获取图像伪造检测概率值以及图像真伪结果。通过对于原始图像以及灰度图像分别进行特征提取以及特征信息的融合拆分,在图像伪造检测模型处理图像信息时来抑制颜色信息的表达,使得模型可以在图像颜色空间检测技术多维度的进行伪造检测,在模型中增加了灰度流网络结构可以增强网络的图像检测能力。
-
-
-
-
-
-
-
-
-