-
公开(公告)号：CN112396011A
公开(公告)日：2021-02-23
申请号：CN202011335221.6
申请日：2020-11-24
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于视频图像心率检测及活体检测的人脸识别系统，该系统主要包括图像采集及预处理模块、人脸认证主机、后端数据服务器及身份信息与热成像图显示模块；本发明通过红外热成像摄像头和可见光摄像头分别获取人脸视频图像和人脸热成像，计算热成像图片中人脸温度平均值和根据光电容积脉搏波原理从人脸视频图像所检测出的心率值作为判断是否为活体的依据，将采集的人脸特征数据与后端数据服务器中人脸图像数据比对得出人脸识别结果；通过显示模块显示识别结果，并且能够实时显示当前人脸温度和心率值。本发明的心率检测进一步的减少了红外热像活体检测出现的误判现象，提高了人脸识别的安全系数和可靠性。
-
公开(公告)号：CN111241975A
公开(公告)日：2020-06-05
申请号：CN202010012499.3
申请日：2020-01-07
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于移动端边缘计算的人脸识别检测方法及系统，该方法的步骤包括：提取移动端监控设备拍摄视频中的图片；采用NCNN框架对图片的尺寸进行整合得到图片金字塔，通过神经网络输出两个特征谱进行前后景分类和边界框回归标识人脸框；采用MTCNN网络模型提取第一人脸信息特征向量；将第一人脸信息特征向量添加标签后保存为匹对数据；后端监控设备采集实时图片并提取图片的第二人脸信息特征向量，计算第一人脸信息特征向量和第二人脸信息特征向量的欧几里得距离，欧几里得距离与设定距离阈值对比，识别出实时图片中的人脸信息以及对应的标签。本发明能够筛选有效人脸，为后端减少了计算压力，从而保证高识别成功率的前提下有较快的识别速度。
-
公开(公告)号：CN110555931A
公开(公告)日：2019-12-10
申请号：CN201910820041.8
申请日：2019-08-31
Applicant: 华南理工大学
Abstract: 本发明属于模式识别与深度学习技术领域，公开了一种基于深度学习识别的人脸检测与门禁系统装置，包括图像采集设备、前端图像处理服务器、后端数据服务器、身份认证主机、电力驱动器、执行机构；所述身份认证主机中包含主板以及主板上外接的显示模块、键盘模块、二维码模块和语音模块。本发明使用双目深度摄像机，热成像摄像机，结合人脸防伪/活体检测算法，进一步提高了利用人脸信息进行身份认证的快速性和准确率，有效避免和减少了因为人员身份错判、误判带来的不必要损失；通过后端数据服务器建立系统工作环境中的人员信息数据库，易于数据维护和更新，更便于通过工作日志和匹配记录信息进行工作环境人员信息分析。
-
公开(公告)号：CN109903373A
公开(公告)日：2019-06-18
申请号：CN201910121232.5
申请日：2019-02-19
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于多尺度残差网络的高质量人脸生成方法，过程如下：数据集设计步骤，整合当前主流的人脸数据集，通过软件生成低质量人脸与高质量人脸的数据对；模型设计与训练步骤，对多尺度残差网络的设计以及利用数据对进行模型训练，进而获得网络模型权重；模型预测步骤，针对现实所获取的人脸图像，进行模型处理后，得到预测结果。本发明将深度学习网络技术应用到高质量人脸的生成任务，用来生成具有高分辨、低模糊程度、低噪声的彩色人脸图像；用深度学习网络的方法，能够减少人工绘制的时间与成本，为后续人脸的特征提取与识别打下坚实基础。
-
公开(公告)号：CN112507357A
公开(公告)日：2021-03-16
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：CN112507963B
公开(公告)日：2023-08-25
申请号：CN202011530655.1
申请日：2020-12-22
Applicant: 华南理工大学
IPC: G06V40/16 , G06V10/774 , G06F16/583
Abstract: 本发明涉及一种批量口罩人脸样本自动生成以及口罩人脸识别方法，包括以下步骤：S1、定位人脸库中的无佩戴口罩人脸的关键点；S2、分别找到无口罩人脸的下巴以及鼻梁定位点；S3、将口罩图片与人脸的下巴以及鼻梁定位点进行对齐，自动生成口罩人脸图片，并将图片入库；S4、识别人脸时，通过检查关键点是否被遮挡来判断是否戴口罩；S5、根据步骤S4的判断，选取相似度高于阈值且相似度最高的人脸所对应的人员，完成人脸识别。本发明通过人脸关键点定位找出口罩区域并自动生成口罩人脸图片入库，通过与口罩人脸进行比对，不需要单独拍摄戴口罩人脸图片入库，也可以实现对戴口罩的人脸识别的目的。
-
公开(公告)号：CN112784709B
公开(公告)日：2023-06-20
申请号：CN202110014959.0
申请日：2021-01-06
Applicant: 华南理工大学
IPC: G06V20/13 , G06V10/764 , G06V10/774
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：CN112861602B
公开(公告)日：2023-05-26
申请号：CN202011435882.6
申请日：2020-12-10
Applicant: 华南理工大学
IPC: G06V40/16 , G06V40/40 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明涉及一种基于深度可分离卷积的人脸活体识别模型压缩和移植方法，包括如下步骤：S1、通过数据增强的方式获得一个训练数据集；S2、利用改进的卷积神经网络对图像进行训练，并保存训练后得到的卷积神经网络模型；S3、基于深度可分离卷积对模型进行压缩，削减模型大小，使得模型参数削减为原始模型的20％左右，使得其尺寸更适合于移动端。S4、通过对模型权重进行半精度Float16量化进一步地压缩模型，加快模型推理速度，使得模型大小压缩为S3步骤的50％，移动端识别速度缩短为400ms，完成模型在移动端软件的移植。本发明基于深度可分离卷积对模型进行压缩且Float16半精度量化。
-
公开(公告)号：CN112907621A
公开(公告)日：2021-06-04
申请号：CN202011439962.9
申请日：2021-02-24
Applicant: 华南理工大学
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：CN112690771A
公开(公告)日：2021-04-23
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。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.034 seconds)
