-
公开(公告)号：CN103440480B
公开(公告)日：2016-08-10
申请号：CN201310385672.4
申请日：2013-08-22
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及一种基于掌纹图像配准的非接触掌纹识别方法，分为注册和识别两个阶段。在注册阶段，将用户提供的原型图像进行ROI提取，在ROI图像上提取竞争码特征并存于特征数据库，同时将ROI图像经预处理后提取SIFT特征存于特征数据库。在识别阶段，在用户提供的查询图像上进行相同的ROI提取、竞争码特征提取和SIFT特征提取的操作。将提取到的SIFT特征和数据库中已存的SIFT特征进行匹配，得到匹配的SIFT特征点。同时由匹配的SIFT特征点得到SIFT特征的匹配度，并将两种匹配度进行融合得到最终匹配度用于身份认证或识别。解决非接触掌纹图像的形变问题，提高了识别精度。
-
公开(公告)号：CN103793642B
公开(公告)日：2016-06-29
申请号：CN201410074050.4
申请日：2014-03-03
Applicant: 哈尔滨工业大学
Abstract: 本发明提供一种移动互联网掌纹身份认证方法，分为注册和识别两个阶段。在注册阶段，通过智能移动设备自带的摄像头获取待注册用户的掌纹图像，并通过网络上传到服务器，服务器端经过手掌定位与感兴趣区域提取、掌纹特征提取等一系列算法，将该用户的信息存储于数据库中。在认证阶段，通过智能移动设备自带的摄像头获取用户的掌纹图像，并上传到服务器，服务器端通过同样的算法得到待认证用户的掌纹特征，与数据库中存储的掌纹特征进行匹配，进而判断该用户是否为已注册用户。本方法既摆脱了传统掌纹识别不便携的缺点，又不受智能移动设备硬件性能的限制，同时由于算法的核心部署在服务器上，增强了系统的安全性，大大扩展了掌纹识别的应用领域。
-
公开(公告)号：CN103810577A
公开(公告)日：2014-05-21
申请号：CN201410093397.3
申请日：2014-03-14
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于人体生物特征的云考勤方法，不仅利用了人体生物特征识别技术，避免了传统的基于标识物方式的易丢失、易造假等缺点，而且还采用了云技术，解决了目前工作流动性较强、工作场所范围大等场合下的考勤系统存在的问题。本发明将基于人体生物特征的考勤和远程考勤结合起来，实现了一种基于人体生物特征的云考勤方法。本发明充分利用了这两种技术的优势，在不便于集中考勤的情况下，用户可以在工作场所范围内通过自己的人体生物特征完成签到和签退。本发明利用普通计算机或智能移动设备自带的传感器来采集相关的人体生物特征，通过安装软件来实现考勤，且使用统一的云考勤服务器，无需另外添设硬件设备，降低了成本。
-
公开(公告)号：CN103440480A
公开(公告)日：2013-12-11
申请号：CN201310385672.4
申请日：2013-08-22
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及一种基于掌纹图像配准的非接触掌纹识别方法，分为注册和识别两个阶段。在注册阶段，将用户提供的原型图像进行ROI提取，在ROI图像上提取竞争码特征并存于特征数据库，同时将ROI图像经预处理后提取SIFT特征存于特征数据库。在识别阶段，在用户提供的查询图像上进行相同的ROI提取、竞争码特征提取和SIFT特征提取的操作。将提取到的SIFT特征和数据库中已存的SIFT特征进行匹配，得到匹配的SIFT特征点。同时由匹配的SIFT特征点得到SIFT特征的匹配度，并将两种匹配度进行融合得到最终匹配度用于身份认证或识别。解决非接触掌纹图像的形变问题，提高了识别精度。
-
公开(公告)号：CN101947101B
公开(公告)日：2012-04-25
申请号：CN201010226642.5
申请日：2010-07-15
Applicant: 哈尔滨工业大学
IPC: A61B5/00
Abstract: 本发明提供一种提高舌色还原效果、使得舌数字图像能更确切的反映舌头真实颜色的舌色还原色卡的制作方法。利用标准24色块的Munsell色卡和一个稳定的舌图像采集环境，采集舌图像，以此为依据确定舌色还原专用色卡的颜色标准值；每个色卡中的色块按一定位置放置在色卡上，色卡也按一定的方式放置在图像采集传感器前，并以该次采集的图像为依据，确定舌色还原专用色卡的颜色标准值，根据这些颜色标准值定制该次的舌色还原专用色卡；本发明根据舌色还原的特殊要求而专门定制色卡中色块的标准值，其确定方法有根据、科学性强，能够极大的提高舌色还原的效果，使得舌数字图像能更确切的反映舌头的真实颜色。
-
Patent Agency Ranking
公开(公告)号：CN100365646C
公开(公告)日：2008-01-30
申请号：CN200610010548.X
申请日：2006-09-15
Applicant: 哈尔滨工业大学
IPC: G06K9/00
Abstract: 本发明提供的是一种基于差分运算的高精度掌纹识别方法。它包括(1)掌纹图像预处理；(2)特征提取-建立掌纹差分编码PDC；(3)掌纹匹配。本发明通过差分运算来描述图像灰度的变化。首先，利用二维高斯滤波器对掌纹图像进行平滑。然后，对平滑后的图像进行两次差分运算。最后，根据差分结果的正负符号对掌纹进行编码。这种编码称为palmprint differential code(PDC)。本发明的方法能够有效地区分不同的掌纹，能实时进行高精度身份识别。
-
公开(公告)号：CN119785031A
公开(公告)日：2025-04-08
申请号：CN202411971057.6
申请日：2024-12-30
Applicant: 哈尔滨工业大学
IPC: G06V10/26 , G06N3/0455 , G06N3/084 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种基于置信度约束平均教师模型的无源领域自适应眼底图像分割方法，所述方法包括如下步骤：步骤一、学生网络眼底视杯、视盘分割；步骤二、教师网络眼底视杯、视盘分割；步骤三、学生网络损失函数计算及参数更新；步骤四、动态EMA参数调整计算；步骤五、教师网络参数更新；步骤六、分布对齐JS损失函数计算。本发明将置信度约束引入到平均教师模型的更新机制中，并且引入JS散度在分布层面上对齐教师模型和学生模型的，从而增强伪标签的稳定性，以实现更高精度的眼底视盘、视杯分割。
-
公开(公告)号：CN115965652B
公开(公告)日：2024-09-03
申请号：CN202211224736.8
申请日：2022-10-09
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于四叉树胶囊的深度回归跟踪方法，所述方法包括如下步骤：一、给定当前帧的搜索区域，采用在ImageNet上预训练的VGG‑16网络的conv4‑3和conv5‑3两个特征层作为特征提取器分别提取底层和高层语义表示；二、通过四叉树胶囊模块构造空间胶囊；三、通过多光谱姿态矩阵注意力构造时空胶囊；四、时序胶囊的局部位移；五、将时序胶囊的姿态矩阵压平，并将它们传递给解码器进行解码。本发明利用搜索区域作为输入，提出利用四叉树胶囊架构构建目标与其上下文之间的时空关系。与现有基于胶囊网络的跟踪器相比，在鲁棒跟踪结果的同时，运行速度达到了43FPS，使得基于胶囊网络的跟踪器首次达到了实时处理。
-
公开(公告)号：CN118428479A
公开(公告)日：2024-08-02
申请号：CN202410631370.9
申请日：2024-05-21
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于实体对齐和跨模态推理的视觉文本问答方法，所述方法包括如下步骤：步骤一、提出VTQA任务；步骤二、构建VTQA数据集；步骤三、构建KECMRN模型；步骤四、利用训练集和验证集训练KECMRN模型；步骤五、利用测试开发集对训练好的KECMRN模型进行筛选，将测试集输入筛选后的最佳KECMRN模型中，得到问题答案。该方法为了更全面的评估，引入了一个新数据集，包含来自10,124对图文对的23,781个问题，这个数据集的任务要求模型对同一实体的多模态表示进行对齐，以实现图像和文本之间的多跳推理，并最终使用自然语言回答问题。
-
公开(公告)号：CN118261970A
公开(公告)日：2024-06-28
申请号：CN202410556228.2
申请日：2024-05-07
Applicant: 哈尔滨工业大学
IPC: G06T7/70 , G06N3/0464 , G06V10/764 , G06V10/80
Abstract: 本发明公开了一种基于单位点积注意力机制的跨视角地理定位方法，所述方法包括如下步骤：步骤一、提取不同视角的浅层特征图；步骤二、使用单位点积注意力模块增强不同视角的浅层特征图；步骤三、提取不同视角的浅层特征图；步骤四、使用单位点积注意力模块增强不同视角的深层特征图；步骤五、提取不同视角图像的视角不变图像级特征；步骤六、通过地理位置分类代理学习任务优化模型提取视角不变图像级特征的能力。较现有的基于普通卷积神经网络的跨视角地理定位方法，跨视角地理定位的准确度取得了显著提高，展现了良好的定位鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
66
records
(took 0.02 seconds)
