-
公开(公告)号：CN114140840B
公开(公告)日：2024-11-19
申请号：CN202111092743.2
申请日：2021-09-17
Applicant: 厦门瑞为信息技术有限公司
Abstract: 本发明提供一种基于双摄系统的人脸位置匹配方法、系统及计算机设备，方法包括：基于第一成像系统的分辨率尺寸，生成不同人脸大小尺度下的用于存储单应矩阵的锚框组；同时获取第一成像系统生成的第一图像和第二成像系统生成的第二图像，识别第一图像和第二图像所检测到的人脸数，如果均包括一个人脸，基于所述第一图像中的人脸位置找到最优匹配锚框，对最优匹配锚框对应位置的单应矩阵进行自适应在线学习标定及记录；如果不只包括一个，基于单应矩阵对人脸位置进行映射和匹配关联。本发明能够对任意分辨率下任意距离下的双摄成像人脸进行准确匹配关联，以此提高人脸识别终端安全性，解决双摄系统在检测到多人脸时，人脸容易匹配不准的问题。
-
公开(公告)号：CN118470436B
公开(公告)日：2024-10-22
申请号：CN202410909764.6
申请日：2024-07-09
Applicant: 厦门瑞为信息技术有限公司
IPC: G06V10/764 , G06V10/82 , G06V40/10 , G06V10/25 , G06V10/10 , G06N3/0455 , G01V8/00
Abstract: 本发明公开了一种提升毫米波安检仪违禁品检测能力的方法，其从毫米波的本质出发，通过调节毫米波信号增益强度，生成多种不同DB的毫米波图片用于深度学习算法的训练，提升算法的准确率和鲁棒性。针对毫米波图像中不存在人体的空白区域，采用基于关键点外推的方法进行去除，使算法聚焦于有效区域，降低算法推理消耗。为了让检测算法能达到更高的准确率，本发明将去除空白区域的正、背面图像水平拼接起来，输入检测算法，让算法在推理时可以得到更多的有效信息。为了让检测算法充分注意到图像中正、背面图像的相关性，本发明对DETR算法进行了的修改，引导算法中的注意力机制，更好的发挥作用。
-
公开(公告)号：CN118470808B
公开(公告)日：2024-09-06
申请号：CN202410923964.7
申请日：2024-07-11
Applicant: 厦门瑞为信息技术有限公司
IPC: G06V40/40 , G06V10/82 , G06N3/0464 , G06V10/774 , G06N3/096
Abstract: 本发明公开了一种基于局部卷积与语义信息的活体检测装置与方法，利用深度神经网络结构的活体检测模型并进行模型推理，活体检测模型包括CNN分支、transformer分支、语义信息对齐模块及模型损失计算模块，带多尺度池化的多头自注意力模块作为transformer模块的一部分，通过压缩特征序列长度和增强特征表示能力，进一步提升了模型的性能。本发明利用局部卷积以显著降低模型参数量及内存访问次数，在保障模型原有判别性以及抗干扰能力的情况下，使活体检测模型能够在资源受限的设备或场景中运行，实现对图像中的真假人脸进行准确区分，具有较高的真人通过率和抵抗各类攻击的能力。
-
公开(公告)号：CN118587779A
公开(公告)日：2024-09-03
申请号：CN202411060218.6
申请日：2024-08-05
Applicant: 厦门瑞为信息技术有限公司
IPC: G06V40/40 , G06V40/16 , G06V10/764 , G06V10/74 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种结合掩码卷积和负样本特征序列的活体检测方法，利用深度神经网络结构，通过编码器、可学习的掩码卷积模块和带负样本特征序列的分类器三个模块相互配合，实现对图像中的真假人脸进行准确区分。编码器模块用于提取输入图像的特征表示；可学习的掩码卷积模块利用卷积、池化、全连接层等操作及高斯函数获得可优化的掩码，该掩码与卷积相乘后能够对不同位置的像素赋予不同的权重，自适应地捕捉图像中的细节信息并抑制图像中的噪声和干扰使得纹理特征更加明显，增强所学纹理特征的辨别性，从而提高特征的表达能力、判别性以及抗干扰能力。此外，带负样本特征序列的分类器的使用使得算法能够学习到更加鲁棒的特征空间。
-
公开(公告)号：CN118570885A
公开(公告)日：2024-08-30
申请号：CN202411026995.9
申请日：2024-07-30
Applicant: 厦门瑞为信息技术有限公司
IPC: G06V40/40 , G06V40/16 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于补丁幅值和熵引导策略的活体检测方法与装置，利用SE模块筛选出图片中的k个显著补丁，对于每个显著补丁，其幅值会与其他同类别的图片的补丁的幅值进行随机混合并与显著补丁的相位信息结合，以生成多样化的数据。随着多样化补丁的不断生成，间接鼓励活体检测模型利用脸部的其他区域信息来判断真假人脸。此外，本发明使用熵引导的难例挖掘策略来挖掘难例，能够根据token中包含的总信息量来动态调整样本图像的重要性权重，使活体检测模型在人脸关键区域被遮挡的情况下仍能结合剩余的特征信息以做出鲁棒性的判断。本发明能够缓解活体检测模型的过拟合问题，并提升活体检测模型的泛化能力。
-
Patent Agency Ranking
公开(公告)号：CN110163114B
公开(公告)日：2022-02-15
申请号：CN201910339320.2
申请日：2019-04-25
Applicant: 厦门瑞为信息技术有限公司
IPC: G06V40/16 , G06K9/62 , G06N3/04 , G06V10/20 , G06V10/778
Abstract: 本发明公开了一种人脸角度及人脸模糊度分析方法、系统和计算机设备，方法包括S1.神经网络模型训练、S2.待检测图片提取、S3.图片的人脸检测与矫正、S4.人脸角度和模糊度预测及S5.属性输出；通过基于深度学习的第一神经网络模型能够快速检测到图片中的人脸框和面部特征点，输出人脸框位置和面部特征点位置；对人脸框进行校正和扩增后截取矫正标准化的人脸图片；再通过第二神经网络模型对截取的矫正标准化的人脸图片进行基于头部照片的人脸角度和人脸模糊度分析，获得且预测输出人脸角度分类的置信度及人脸模糊度的回归值，解决了失焦以及运动模糊问题，可提取出高质量的照片，以便基于高质量图片进行各种数据分析和比对等操作，提高后续分析预测的准确率。
-
公开(公告)号：CN110532970A
公开(公告)日：2019-12-03
申请号：CN201910823680.X
申请日：2019-09-02
Applicant: 厦门瑞为信息技术有限公司
Inventor： 张帅
Abstract: 本发明公开了一种人脸2D图像的年龄性别属性分析方法、系统和计算机设备，方法包括：获取需要检测的人脸2D图片；通过训练好的第一神经网络模型对单张人脸2D图片进行人脸检测，获取人脸框位置和面部特征点位置；根据人脸框位置和面部特征点位置进行图片矫正和截取，获得经过矫正标准化后的人脸2D图片；通过训练好的第二神经网络模型对矫正标准化后的人脸2D图片进行年龄性别属性预测，获得原始预测值；根据所述原始预测值以及年龄性别属性选择策略来确定人脸的年龄性别属性，输出预测的年龄及性别；将预测的年龄性别结果输出到后台并记录到数据库内，用于后续的数据分析。本发明方法能快速准确的检测摄像头内人脸的年龄性别属性信息。
-
公开(公告)号：CN118781036A
公开(公告)日：2024-10-15
申请号：CN202411239964.1
申请日：2024-09-05
Applicant: 厦门瑞为信息技术有限公司
Abstract: 本发明公开了一种基于跨尺度嵌入及小波变换的暗光图像增强方法，使用深度学习模型增强图像数据，模型包括编码器及解码器，编码器包括跨尺度嵌入模块、变换器模块及下采样模块，解码器包括变换器模块及上采样模块，变换器模块包含显示高低频信息的分离和融合模块及带小波变换的注意力机制。带有噪声的暗光图像依次经过编码器和解码器，编码器首先利用跨尺度嵌入模块提取不同尺度的信息；随后，通过变换器模块和下采样模块来逐步降低图像的空间维度，同时保留关键的特征信息；解码器的任务是从编码器提供的压缩特征表示中重建图像，利用变换器模块和上采样模块来逐步增加图像的空间维度，同时细化图像的细节和质量，最终得到清晰的输出图像。
-
公开(公告)号：CN118587779B
公开(公告)日：2024-10-11
申请号：CN202411060218.6
申请日：2024-08-05
Applicant: 厦门瑞为信息技术有限公司
IPC: G06V40/40 , G06V40/16 , G06V10/764 , G06V10/74 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种结合掩码卷积和负样本特征序列的活体检测方法，利用深度神经网络结构，通过编码器、可学习的掩码卷积模块和带负样本特征序列的分类器三个模块相互配合，实现对图像中的真假人脸进行准确区分。编码器模块用于提取输入图像的特征表示；可学习的掩码卷积模块利用卷积、池化、全连接层等操作及高斯函数获得可优化的掩码，该掩码与卷积相乘后能够对不同位置的像素赋予不同的权重，自适应地捕捉图像中的细节信息并抑制图像中的噪声和干扰使得纹理特征更加明显，增强所学纹理特征的辨别性，从而提高特征的表达能力、判别性以及抗干扰能力。此外，带负样本特征序列的分类器的使用使得算法能够学习到更加鲁棒的特征空间。
-
公开(公告)号：CN115131881A
公开(公告)日：2022-09-30
申请号：CN202210646144.9
申请日：2022-06-09
Applicant: 厦门瑞为信息技术有限公司
Abstract: 本发明公开了一种基于多模态无感身份认证的毫米波安检方法及装置，在毫米波安检过程中同时获取人员的毫米波图像和至少两种无感身份认证模态图像，并分别计算出多个单模态质量分数，根据毫米波图像和至少两种无感身份认证模态图像分别提取多个单模态特征，输入经训练的特征融合模型进行特征融合，得到多模态融合特征，根据多个单模态质量分数计算得到多模态质量分数，基于毫米波图像得到安检结果；通过多个单模态特征或多模态融合特征进行身份认证，将该人员的安检结果与身份信息建立对应关系并存储或更新在数据库中。该方法不仅能将安检结果与身份认证结果绑定管理，还能保证具有较高的身份认证准确率。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.058 seconds)
