-
公开(公告)号：CN107292886A
公开(公告)日：2017-10-24
申请号：CN201710683970.X
申请日：2017-08-11
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本发明涉及基于网格划分及神经网络的目标物入侵检测方法及装置，该方法可包括以下步骤：S1、采集目标物图片样本并对其进行预处理，记录目标物在图片样本中的外接矩形框坐标；S2、将图片样本划分为等分化成W*H个网格，再将其分类为正样本网格、部分样本网格和负样本网格；S3、对网格提取特征热图谱并预测外接矩形框坐标；S4、选择最佳网格比例作为样本训练模型并将其作为最终运用模型；S5、网格融合以得到目标物位置。本发明可以有效检测出起重机的位置，框出在其图片中的坐标点，准确率高。因此在监控起重机等的危险车辆方面具有极大的应用价值。
-
公开(公告)号：CN114444565B
公开(公告)日：2024-09-24
申请号：CN202111533371.2
申请日：2021-12-15
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06V10/84 , G06N3/044 , G06N3/0464 , G06V10/774 , G06V10/82
Abstract: 本发明涉及一种图像篡改检测方法、终端设备及存储介质，在图像篡改检测模型中，网络主干部分采用Faster‑RCNN网络，将RPN层的输出与输入图像共同输入新的ROI pooling层，ROI pooling层输出的图像经过重采样处理得到重采样频谱图，将重采样频谱图输入LSTM网络后得到重采样特征图，将重采样特征图经过上采样层和卷积层后的输出与Faster‑RCNN网络的输出共同输入双线性池化层进行融合。本发明解决了目前深度学习网络在伪造篡改领域特征提取不充足的问题。
-
公开(公告)号：CN111126501B
公开(公告)日：2022-09-16
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
IPC: G06K9/62 , G06V10/762 , G06V10/82 , G06N3/04 , G06N3/08
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：CN111985483B
公开(公告)日：2022-08-26
申请号：CN202010761222.0
申请日：2020-07-31
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本发明提出了一种拍屏文件图片检测方法、装置及存储介质，该方法包括：拍照设备中获取待检测的图片；使用第一卷积神经网络模型对所述待检测的图片进行检测，如果该图片为拍屏图片，则使用第二卷积神经网络检测该图片中是否包含文字，如果是，则进行文字识别；使用第三卷积神经网络模型对包含文字的拍屏图片进行文字识别，得到文本文件；使用所述文本文件与计算机系统中存储的文件进行匹配，如果匹配度大于第一阈值，则发出警报。本发明考虑到硬件的限制，设计了速度较快且准确率较好的图片分类模型，改进基于卷积神经网络的文字检测和文本识别算法，提升了文字检测和文本识别的速度，解决了拍屏文件图片检测和文本识别问题，可应用于低端手持设备，提升了用户体验。
-
公开(公告)号：CN112418405B
公开(公告)日：2022-08-19
申请号：CN202011412659.X
申请日：2020-12-03
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本申请实施例公开了模型压缩方法和装置。该方法的一具体实施方式包括：对于预设的样本图像集合中的每个样本图像，将该样本图像输入预设的基础图像识别模型，得到至少一个目标层分别对应的通道集合；基于通道集合，确定每个目标层分别对应的初始通道重要度向量；基于初始通道重要度向量，确定每个目标层分别对应的通道重要度向量；对于至少一个目标层中的每个目标层，基于该目标层对应的通道重要度向量，从该目标层中确定非重要通道并删除；将删除非重要通道后的模型作为子模型并对子模型进行训练。该实施方式实现了在不影响图像识别精度的情况下，对模型的体积进行有效的压缩，从而有助于节约模型占用的存储空间，并提高模型处理数据的效率。
-
Patent Agency Ranking
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：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：CN104301682B
公开(公告)日：2017-07-11
申请号：CN201410564777.0
申请日：2014-10-22
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: H04N7/18 , G11B27/031
Abstract: 本发明公开一种监控视频碎片的恢复方法及装置，其中，该方法包括：步骤1：通过特征以及一些视频信息从视频存储介质中搜索出所有的视频片段信息并作扩展，搜索到的视频片段的集合记为集合F；步骤2：首先集合F中的元素根据不同的通道分成不同的组别；步骤3：读取第一个组别的元素，对该组别的元素按片段的开始时间信息进行从大到小的排序；步骤4：判断该组别中的元素之间是否可衔接，如果可衔接，则将相互可衔接的元素依次存入链表FLIST中；步骤5：由步骤4获得的链表FLIST中的元素所包含的片段信息属于同一个视频文件，将其恢复为相应的视频文件；步骤6：读取下一个组别的元素，重复步骤3‑步骤5，直到所有组别的视频片段恢复为相应的视频文件。
-
公开(公告)号：CN104330363B
公开(公告)日：2016-12-07
申请号：CN201410595439.3
申请日：2014-10-30
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G01N21/25
Abstract: 本发明提供了光谱成像分析系统及使用该系统成像并光谱分析的方法，系统包括：包括图像传感器、自动变对焦镜头和液晶可调谐滤波器光学模块的液晶可调谐滤波器模组，用于生成被检物的图像并传给计算机；光源，用于照射工作台上的被检物；工作台，用于放置被检物；控制箱，用于控制光源开启与关闭及液晶可调谐滤波器模组驱动及停止驱动，且接收计算机传来的滤波波段值并控制液晶可调谐滤波器光学模块的滤波波段；计算机，用于对液晶可调谐滤波器光学模块的滤波波段值进行调整并传送给控制箱、调整自动变对焦镜头的变焦和对焦，且接收图像传感器传的图像并通过预置应用对图像进行分析以获得光谱图像。该系统可快速、准确的获得高质量的光谱图像。
-
公开(公告)号：CN104330363A
公开(公告)日：2015-02-04
申请号：CN201410595439.3
申请日：2014-10-30
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G01N21/25
Abstract: 本发明提供了光谱成像分析系统及使用该系统成像并光谱分析的方法，系统包括：包括图像传感器、自动变对焦镜头和液晶可调谐滤波器光学模块的液晶可调谐滤波器模组，用于生成被检物的图像并传给计算机；光源，用于照射工作台上的被检物；工作台，用于放置被检物；控制箱，用于控制光源开启与关闭及液晶可调谐滤波器模组驱动及停止驱动，且接收计算机传来的滤波波段值并控制液晶可调谐滤波器光学模块的滤波波段；计算机，用于对液晶可调谐滤波器光学模块的滤波波段值进行调整并传送给控制箱、调整自动变对焦镜头的变焦和对焦，且接收图像传感器传的图像并通过预置应用对图像进行分析以获得光谱图像。该系统可快速、准确的获得高质量的光谱图像。
-
-
-
-
-
-
-
-
-
Search Results
51
records
(took 0.031 seconds)
