-
公开(公告)号：CN107579821B
公开(公告)日：2020-04-28
申请号：CN201710851440.1
申请日：2017-09-19
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本发明公开了一种密码字典生成方法及计算机可读存储介质，方法包括：收集密码集；生成测试集；通过递归神经网络模型对当前的密码集进行训练，得到字典模型；根据字典模型生成字典；根据测试集，得到当前的密码集的命中率；随机修改当前的密码集，得到新的密码集；通过递归神经网络模型对新的密码集进行训练，得到新的字典模型；根据新的字典模型生成新的字典；根据测试集，得到新的密码集的命中率；若新的密码集的命中率大于当前的密码集的命中率，则令更新次数加一，并将新的密码集作为当前的密码集；当更新次数达到预设的第一次数时，根据当前的密码集对应的字典模型，生成密码字典。本发明最终生成的密码字典可提高密码恢复的成功率。
-
公开(公告)号：CN114283472B
公开(公告)日：2024-10-15
申请号：CN202111554032.2
申请日：2021-12-17
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本申请提供了一种基于光流估计的人脸图像美颜检测方法及系统，该方法包括：对待处理的人脸图像进行裁剪获得人脸区域图像，对人脸区域图像进行变形处理获得人脸变形图像，将人脸区域图像和人脸变形图像输入光流提取网络中；分别提取人脸区域图像和人脸变形图像的特征进行融合，使用反卷积网络对特征融合后的图像进行光流提取，获得光流场图像；将待处理人脸图像进行下采样，将下采样图像和待处理图像输入光流场检测网络，进行两层级联特征融合，获得第一特征图、第二特征图和第三特征图并分别计算三张特征图与光流场图像的共同差异，反向传播给光流场检测网络，直至光流场检测网络收敛。根据光流场进行图像复原，能在人脸变形上表现出较好的性能。
-
公开(公告)号：CN112131976B
公开(公告)日：2022-09-16
申请号：CN202010937955.5
申请日：2020-09-09
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06V40/16 , G06V10/774 , G06K9/62 , G01J5/00
Abstract: 本发明涉及一种自适应人像温度匹配和口罩识别方法及装置，通过独立的高清摄像头和热像仪能自动捕获并匹配远距离的人脸和温度，能够自适应匹配热像仪和摄像头的人脸位置，并且能够在口罩佩戴情况下准确识别人脸，从而将检测人员信息与体温、口罩佩戴进行自动关联，对异常情况实现实时自动预警，在实战中取得了良好的防控效果。
-
公开(公告)号：CN112149739B
公开(公告)日：2022-09-09
申请号：CN202011019291.0
申请日：2020-09-25
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本发明涉及一种特殊服饰检测方法、终端设备及存储介质，该方法中包括：采集包含特殊服饰的图片组成训练集；通过训练集对全卷积神经网络模型和卷积神经网络分类模型进行分别训练；获取待检测图片；根据训练后的全卷积神经网络模型对待检测图片中的特殊服饰所在区域进行初步定位；根据初步定位的特殊服饰所在区域从待检测图片中截取候选区域；通过训练后的卷积神经网络分类模型对候选区域对应的图片进行分类，得到待检测图片对应的特殊服饰的类型。本发明使用最新的人工智能技术，在不降低或极小降低速度的前提下充分提高了特殊服装的检测准确率。
-
公开(公告)号：CN108805789B
公开(公告)日：2022-06-03
申请号：CN201810532620.8
申请日：2018-05-29
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本发明提供了一种基于对抗神经网络去除水印的方法、装置、设备及可读介质，该方法包括：训练步骤，基于样本图像对对抗神经网络进行训练，获得对抗神经网络模型；去除步骤，将带有水印的图像输入对抗神经网络模型中去除水印，得到无水印的图像。本发明设计了具有残差块的对抗神经网络，对抗神经网络包括生成器网络和鉴别器网络，通过该对抗性神经网络中的生成器网络能够快速、高效、批量地去除图像中特定的水印，并通过鉴别器网络判断除去水印的效果是否达到要求，如果达到要求，则将图像输出。
-
Patent Agency Ranking
公开(公告)号：CN114445916A
公开(公告)日：2022-05-06
申请号：CN202111561021.7
申请日：2021-12-15
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06V40/40 , G06V40/16 , G06K9/62 , G06V10/774
Abstract: 本发明涉及一种活体检测方法、终端设备及存储介质，该方法中，活体检测模型的网络结果采用轻量级网络作为主干网络，输入图像依次经过主干网络中的浅层卷积块、中层卷积块和深层卷积块进行特征提取；将中层卷积块提取的特征经过反卷积扩展为与浅层卷积块提取的特征相同大小后，将扩展后的特征与浅层卷积块提取的特征进行第一次双线性池化；将深层卷积块提取的特征经过反卷积扩展为与中层卷积块提取的特征相同大小后，将扩展后的特征与中层卷积块提取的特征进行第二次双线性池化；分别将第一次双线性池化、第二次双线性池化和深层卷积块经过全局池化层输出的结果分别经过分类网络进行分类。本发明具有较高的检测准确率和较快的检测速度。
-
公开(公告)号：CN112419249A
公开(公告)日：2021-02-26
申请号：CN202011263797.6
申请日：2020-11-12
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本发明涉及一种特殊服饰图片转化方法、终端设备及存储介质，该方法中包括：采集包含特殊服饰的图片组成训练集；对训练集中图片进行实例分割、高斯平滑处理、哈达玛积运算和颜色变化后，将颜色变换后的图片与原始图片进行图像叠加操作；将所有叠加后的图片作为自编码网络的输入，对自编码网络进行训练，使得自编码网络输出的图片训练集中对应的原始图片的差异最小；通过训练后的自编码网络对待识别特殊服饰的图片进行转化后，再进行特殊服饰的识别。本发明通过训练自编码网络来避免图片的光照、对比度或色调等颜色变换对图片内特殊服饰的识别的影响，提升特殊服装识别的整体识别率。
-
公开(公告)号：CN107292886B
公开(公告)日：2019-12-31
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：CN115147908A
公开(公告)日：2022-10-04
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
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：CN112419249B
公开(公告)日：2022-09-06
申请号：CN202011263797.6
申请日：2020-11-12
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本发明涉及一种特殊服饰图片转化方法、终端设备及存储介质，该方法中包括：采集包含特殊服饰的图片组成训练集；对训练集中图片进行实例分割、高斯平滑处理、哈达玛积运算和颜色变化后，将颜色变换后的图片与原始图片进行图像叠加操作；将所有叠加后的图片作为自编码网络的输入，对自编码网络进行训练，使得自编码网络输出的图片训练集中对应的原始图片的差异最小；通过训练后的自编码网络对待识别特殊服饰的图片进行转化后，再进行特殊服饰的识别。本发明通过训练自编码网络来避免图片的光照、对比度或色调等颜色变换对图片内特殊服饰的识别的影响，提升特殊服装识别的整体识别率。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.037 seconds)
