-
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：CN113220114A
公开(公告)日：2021-08-06
申请号：CN202110086981.6
申请日：2021-01-22
Applicant: 华南理工大学
Abstract: 本发明公开了一种融合人脸识别的可嵌入非接触式电梯按键交互方法，首先通过Laplace滤波算子对原始图像中的拍摄区域进行边缘检测并得到边缘图像，利用水平方向和垂直方向直线滤波算子对边缘图像进行滤波；然后采用霍夫直线检测算法对水平方向滤波和垂直方向滤波后的图像分别进行直线检测，以对电梯按键面板的区域进行定位，并求解出单应性变换矩阵；再利用改进的YOLOv3算法对电梯使用者的手指头进行检测与定位，根据单应性变换矩阵得到手指头所指的楼层按键，同时获取住户人脸信息来进行双重验证。本发明可准确识别电梯使用者所选的电梯按键，可以实现非接触式搭乘电梯，并通过楼层和住户人脸信息双重验证，保障住户的安全。
-
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。
-
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：CN113220114B
公开(公告)日：2023-06-20
申请号：CN202110086981.6
申请日：2021-01-22
Applicant: 华南理工大学
Abstract: 本发明公开了一种融合人脸识别的可嵌入非接触式电梯按键交互方法，首先通过Laplace滤波算子对原始图像中的拍摄区域进行边缘检测并得到边缘图像，利用水平方向和垂直方向直线滤波算子对边缘图像进行滤波；然后采用霍夫直线检测算法对水平方向滤波和垂直方向滤波后的图像分别进行直线检测，以对电梯按键面板的区域进行定位，并求解出单应性变换矩阵；再利用改进的YOLOv3算法对电梯使用者的手指头进行检测与定位，根据单应性变换矩阵得到手指头所指的楼层按键，同时获取住户人脸信息来进行双重验证。本发明可准确识别电梯使用者所选的电梯按键，可以实现非接触式搭乘电梯，并通过楼层和住户人脸信息双重验证，保障住户的安全。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.022 seconds)
