-
公开(公告)号：CN114898140A
公开(公告)日：2022-08-12
申请号：CN202210325107.8
申请日：2022-03-30
Applicant: 厦门瑞为信息技术有限公司
Abstract: 本发明公开了一种基于PAA算法的行为检测方法、装置及可读介质，通过获取待检测图像，基于待检测图像确定感兴趣区域，感兴趣区域包括行为发生区域；将感兴趣区域输入到经训练的行为检测模型，输出检测结果，检测结果包括分类结果和检测框，其中，行为检测模型包括输入层、骨干网、特征金字塔网络和检测头，骨干网和特征金字塔网络中均包括跨级局部模块，检测头包括分类头和回归头，在行为检测模型的训练过程中采用PAA算法进行正负样本的分配；根据检测框确定检测结果是否为误检；响应于确定检测结果不是误检，基于分类结果进行分析，得到行为类型。在训练过程中采用PAA算法，能提升行为检测模型的检测精度。本发明误检率低，计算量低，模型鲁棒性好。
-
公开(公告)号：CN109460699B
公开(公告)日：2020-09-25
申请号：CN201811022463.2
申请日：2018-09-03
Applicant: 厦门瑞为信息技术有限公司
Abstract: 本发明公开了一种基于深度学习的驾驶员安全带佩戴识别方法，包括：通过人脸检测算法识别出输入图像中驾驶员的人脸位置；根据所述人脸位置截取驾驶员躯干区域作为待识别安全带区域；通过训练好的卷积深度学习模型对所述待识别安全带区域进行识别，识别出驾驶员是否佩戴安全带及识别出安全带的位置。本发明的卷积深度学习模型能够在各种环境下识别出驾驶员是否佩戴安全带及识别出安全带的准确位置，其学习效果和鲁棒性会比普通的CNN识别更好，因此能很好的推动汽车智能辅助终端技术的发展，可以为驾驶员安全带识别方面提供更高的识别率。
-
公开(公告)号：CN109977867A
公开(公告)日：2019-07-05
申请号：CN201910232449.3
申请日：2019-03-26
Applicant: 厦门瑞为信息技术有限公司
Inventor： 袁嘉言
Abstract: 本发明公开了一种基于机器学习多特征融合的红外活体检测方法，包括以下步骤：S1、机器学习特征的提取，其包括：S11、采用SDM算法定位人脸68点特征点并且在68点处提取LBP特征；S12、提取人眼区域CNN特征；S13、提取人脸区域CNN特征；S2、深度学习网络多特征融合，其包括：S21、多特征融合：将68点LBP特征、人眼区域CNN特征以及人脸区域CNN特征通过深度学习框架caffe中的concat层连接在一起构成一个新的特征层；S22、模型低学习率训练挑选最具代表性特征，根据该最具代表性特征输出预测结果。本发明在保证用户无感识别时间短的前提下,同时提高活体识别效果，在复杂环境下有很高的识别率，并且具有很好的泛化能力。
-
公开(公告)号：CN115131881B
公开(公告)日：2024-09-27
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。
-
公开(公告)号：CN111753781B
公开(公告)日：2024-03-19
申请号：CN202010614184.6
申请日：2020-06-30
Applicant: 厦门瑞为信息技术有限公司
Abstract: 本发明公开了一种基于双目红外的实时3D人脸活体判断方法，利用双目红外摄像头进行3D人脸活体检测，先通过定位人脸位置中面部关键特征点(landmark)的位置关系定位出人脸的多个感兴趣区域，再对定位出的相同部位的感兴趣区域进行视差匹配，大大减少了视差匹配在处理器上的处理时间，最后再根据匹配好视差的感兴趣区域的深度信息计算出感兴趣区域之间的实际距离，通过实际距离和3D人脸判断逻辑进行3D人脸活体检测，相对于传统的3D人脸活体检测，其具有成本低、使用便利、识别过程时间短以及准确度好的优点。
-
Patent Agency Ranking
公开(公告)号：CN113553928A
公开(公告)日：2021-10-26
申请号：CN202110791803.3
申请日：2021-07-13
Applicant: 厦门瑞为信息技术有限公司
Abstract: 本发明公开了一种人脸活体检测方法、系统和计算机设备，方法包括：获取待分析数据；使用预先训练好的人脸检测模型和关键点检测模型进行人脸关键点检测；根据检测到的人脸关键点位置，确定大人脸框位置以及六个局部人脸位置，然后构建网络预测输入；使用预先训练好的基于注意力机制的多局部特征输入网络进行推理预测，获取预测结果输出；判断推理结果于阈值，确定测试数据是否为活体人脸。本发明能够针对照片、面具及仿真度极高的头部模型，极大幅度的提高人脸识别系统的抗攻击性能，从而让人脸识别系统的安全级别得到质的提升。
-
公开(公告)号：CN111753781A
公开(公告)日：2020-10-09
申请号：CN202010614184.6
申请日：2020-06-30
Applicant: 厦门瑞为信息技术有限公司
Abstract: 本发明公开了一种基于双目红外的实时3D人脸活体判断方法，利用双目红外摄像头进行3D人脸活体检测，先通过定位人脸位置中面部关键特征点(landmark)的位置关系定位出人脸的多个感兴趣区域，再对定位出的相同部位的感兴趣区域进行视差匹配，大大减少了视差匹配在处理器上的处理时间，最后再根据匹配好视差的感兴趣区域的深度信息计算出感兴趣区域之间的实际距离，通过实际距离和3D人脸判断逻辑进行3D人脸活体检测，相对于传统的3D人脸活体检测，其具有成本低、使用便利、识别过程时间短以及准确度好的优点。
-
公开(公告)号：CN116778588A
公开(公告)日：2023-09-19
申请号：CN202310798606.3
申请日：2023-06-30
Applicant: 厦门瑞为信息技术有限公司
IPC: G06V40/40 , G06V10/143 , G06V10/80 , G06V40/16
Abstract: 本申请的实施例提供了一种基于多波长特征融合的活体检测方法、装置、介质及设备。该方法包括：获取目标人脸对应的可见光人脸图像、红外人脸图像以及静脉人脸图像，静脉人脸图像包含目标人脸的静脉信息；根据可见光人脸图像、红外人脸图像、静脉人脸图像提取对应的可见光人脸活体语义特征、红外人脸活体语义特征、静脉人脸活体语义特征以及多波长人脸纹理特征；将可见光人脸活体语义特征、红外人脸活体语义特征、静脉人脸活体语义特征以及多波长人脸纹理特征进行融合，得到人脸活体融合特征；根据人脸活体融合特征进行识别，以确定活体识别结果。本申请实施例的技术方案可以适应攻击方式的多样性，减少出现活体判断错误的情况，提高了活体检测的准确性。
-
公开(公告)号：CN112365586B
公开(公告)日：2023-07-18
申请号：CN202011334611.1
申请日：2020-11-25
Applicant: 厦门瑞为信息技术有限公司
Abstract: 本发明公开了一种3D人脸建模与立体判断方法及嵌入式平台的双目3D人脸建模与立体判断方法，涉及计算机视觉及智能安防终端的技术领域，通过设计新型的双目3D人脸建模与立体匹配深度学习架构，该算法对比传统图像立体匹配算法具有更加稠密和精度更高的3D人脸图并且快速判断人脸是否具有立体信息；该算法移植到嵌入式平台上，能够以接近实时的速度运行，用户体验无感；本发明的3D人脸建模精度接近于结构光或者TOF设备，但是成本价格更低。本发明可用于智慧安防门禁闸机、自动考勤机和3D人脸门锁等领域，从而产生巨大的经济利益。
-
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
22
records
(took 0.044 seconds)
