-
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。
-
公开(公告)号：CN117676097B
公开(公告)日：2024-04-30
申请号：CN202410119912.4
申请日：2024-01-29
Applicant: 厦门瑞为信息技术有限公司
IPC: H04N7/18 , H04N5/265 , G07C9/00 , H04N23/951 , H04N23/80
Abstract: 本发明公开基于虚拟ISP的三目摄像头拼接显示装置及方法，装置包括第一摄像头、第二摄像头、第三摄像头、SOC系统及显示屏；SOC系统包括虚拟ISP模块、人脸识别模块、图像拼接模块、图像编码模块及图像显示模块，第一摄像头、第二摄像头、第三摄像头分别连接SOC系统的虚拟ISP模块，虚拟ISP模块连接人脸识别模块及图像拼接模块，图像拼接模块连接图像编码模块，图像编码模块连接图像显示模块，图像显示模块连接显示屏。本发明通过图像信号处理器对采集到的图像进行增强处理，三个摄像头采集的三路图像数据首先被ISP独立增强，其中一路经过优化处理后直接用于人脸识别；另外两路图像在增强后执行拼接操作，形成宽广的视野。
-
公开(公告)号：CN117729394A
公开(公告)日：2024-03-19
申请号：CN202410179508.6
申请日：2024-02-18
Applicant: 厦门瑞为信息技术有限公司
Abstract: 本发明公开了单个图像处理模块同时处理多个图像传感器的方法，将多个Sensor和ISP模块初始化，同步ISP模块和Sensor的时钟信号后，实现各Sensor间同步输出图像，根据驱动层的数据判断当前帧的通道序号，在ISP模块的自动曝光模块进行亮度统计信息的收集和转换后，并根据预设Sensor的通道序号不同的目标亮度进行计算获取自动曝光调整信息，根据自动曝光调整信息，通过ISP模块的自动曝光模块调整对应Sensor的增益及曝光时间参数。利用单个ISP处理模块处理两路或多路Sensor的数据，减少ISP模块的使用数量，满足小型化、低功耗、低成本的需求。
-
公开(公告)号：CN119363989A
公开(公告)日：2025-01-24
申请号：CN202411907739.0
申请日：2024-12-24
Applicant: 厦门瑞为信息技术有限公司 , 深圳职业技术大学
IPC: H04N19/124 , G06T11/00 , G06T3/4046 , G06N3/0464 , G06N3/045 , H04N19/176 , H04N19/91 , G06N3/08
Abstract: 本发明公开了一种高光谱图像的压缩与重建方法、装置及设备，其包括：获取Matiwan数据并进行包括随机裁剪的预处理，生成预设尺寸的图像块作为原始高光谱图像；将基于所述原始高光谱图像所获得的通道索引和空间网格坐标输入预构建的神经网络中并在预设损失函数的约束下进行过拟合训练，得到用以表示所述原始高光谱图像的第一模型；对所述第一模型的网络权重进行包括权重量化以及哈夫曼编码的压缩处理，得到压缩文件；对所述压缩文件进行哈夫曼逆编码的数据解压以及通过前向传播进行数据重建，得到重建光谱图像。能够实现高压缩比的同时保留高光谱图像的光谱特性，使重建的高光谱图像更具有实际的物理意义，提升压缩重建质量，为后续应用提供数据支撑。
-
Patent Agency Ranking
公开(公告)号：CN118781034B
公开(公告)日：2024-11-15
申请号：CN202411260396.3
申请日：2024-09-10
Applicant: 厦门瑞为信息技术有限公司
Abstract: 本发明公开了一种基于零次学习的轻量级低光图像增强装置及方法，包括基于零次学习方法的轻量级曲线参数估计模块、傅里叶频域变换模块、适应度函数模块及合并模块。基于零次学习方法的轻量级曲线参数估计模块用来预测输入图像的亮度增强曲线函数，对于图片中的每一个像素，不断根据曲线函数进行迭代增强；傅里叶频域变换模块给出输入原图的傅里叶变换频谱图，根据频谱图求出每个像素的幅值；适应度函数模块根据图像的像素值分布，分为暗区、亮区、边缘区以及中心区，不同区域的适应度函数返回值不同，这样可以分区域动态调整增强方式，合并模块会基于三个函数的结果对每一个像素进行合并计算，并以最终合并的结果作为最终的增强调整结果。
-
公开(公告)号：CN118710537B
公开(公告)日：2024-11-15
申请号：CN202411206290.5
申请日：2024-08-30
Applicant: 厦门瑞为信息技术有限公司
IPC: G06T5/70 , G06V10/82 , G06N3/0464 , G06T7/90 , G06V10/80
Abstract: 本发明公开了深度学习模型的暗光图像增强方法，raw图像会先经过混合特征补偿机制以增强模型对图像细节及纹理特征的处理；然后，编码器负责捕捉图像的关键特征信息和噪声信息，为后续的图像去噪和颜色渲染提供基础；随后，raw解码器将编码器提取的特征进行处理，实现图像去噪，利用raw图像的噪声可处理特性去除图像中的噪声，保留图像的重要细节和纹理；最后，带稀疏注意力及门控前馈机制的sRGB解码器负责颜色空间的转换和色彩增强，确保最终图像在视觉上更接近真实世界的光照条件，以便在各种显示设备上呈现。本发明通过引入混合特征补偿机制、稀疏注意力机制以及门控前馈机制能够有效改善低光照环境下的图像质量。
-
公开(公告)号：CN118890420A
公开(公告)日：2024-11-01
申请号：CN202410958139.0
申请日：2024-07-17
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摄像头的全亮度场景输出视频流的方法，包括：利用双目摄像头获取所在场景的图像数据，所述双目摄像头包括摄像头A和摄像头B，利用摄像头A中的镜头A和图像传感器A获取所述场景的图像数据A，同时，利用摄像头B中的镜头B和图像传感器B获取所述场景的图像数据B；所述图像数据A和所述图像数据B分别传入图像处理器A和图像处理器B中，若所述场景为普通亮度场景或宽动态场景，则MIPI切换芯片接收图像数据A，若所述场景为暗亮度场景，则MIPI切换芯片接收图像数据B；所述MIPI切换芯片将接收到的图像数据作为视频流传入USB编码器，USB编码器将所述视频流输出到后端主机。
-
公开(公告)号：CN118865537A
公开(公告)日：2024-10-29
申请号：CN202411347350.5
申请日：2024-09-26
Applicant: 厦门瑞为信息技术有限公司
Abstract: 本发明提供一种单目俯视镜头辅助儿童过闸后关闭闸门的方法和装置，所述方法包括：认证步骤，闸机进行行人认证，当认证通过后，闸机开门，同时发送开门信号给单目俯视镜头模组；视觉检测步骤，利用单目俯视镜头模组捕捉实时图像，并将实时图像通过多头分区儿童检测处理，进行实时儿童检测；策略判定步骤，单目俯视镜头模组利用检测步骤的检测结果，判定行人是否通过闸机；如果不是，不做处理；如果是，则发送关门信号给闸机；关门步骤，闸机收到单目俯视镜头模组发送的关门信息，执行关门操作，并准备下一轮行人认证。所述方法提高当行人是儿童时的关门准确性。
-
公开(公告)号：CN118821853A
公开(公告)日：2024-10-22
申请号：CN202410923960.9
申请日：2024-07-11
Applicant: 厦门瑞为信息技术有限公司
IPC: G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种带多尺度池化的transformer模块处理方法，可用于基于深度神经网络的活体检测模型中，用以在训练阶段辅助训练CNN分支，能够为CNN分支提供全局上下文信息，增强模型对图像中的长距离依赖关系的建模能力。此外，通过将多尺度池化引入至transformer模块的多头自注意力模块中，能够有效压缩特征序列的长度，减少训练模型所需要的计算资源，同时获取极具判别性的特征表示，进一步提升了模型的性能。
-
-
-
-
-
-
-
-
-
Search Results
122
records
(took 0.05 seconds)
