-
公开(公告)号：CN115795507A
公开(公告)日：2023-03-14
申请号：CN202211530484.1
申请日：2022-12-01
Applicant: 厦门瑞为信息技术有限公司
Abstract: 本发明公开了一种边端多路视频流脱敏及逆转方法、系统和专用播放器，对边端获取的多路视频流原始数据进行整合及编码，对整合数据进行人脸检测，解析人脸位置及原始数据位置，复制人脸区域数据进行压缩和加密，将人脸位置、视频流ID、视频流起始帧时间、帧号等信息进行编码，对整合数据中人脸区域进行脱敏处理，存储脱敏后的整合数据及加密后的人脸数据，在显示终端显示出脱敏后的整合数据。采用专用播放器，对脱敏后整合数据、人脸加密进行逆向操作，恢复到原始视频数据进行播放，以满足对原始视频记录的要求，本申请能够在达到脱敏要求的情况下，降低对带宽与存储器的需求量，实现保密。
-
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：CN114782923A
公开(公告)日：2022-07-22
申请号：CN202210490050.7
申请日：2022-05-07
Applicant: 厦门瑞为信息技术有限公司
IPC: G06V20/58 , G06V40/10 , G06V10/26 , G06V10/774 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08 , G06K9/62
Abstract: 本发明提供一种车辆盲区的检测系统，实现过程包括下述步骤：S1、收集盲区数据集，并进行样本标注；S2、基于Yolov5网络，进行盲区检测和分割联合网络结构的构建，并改进检测分支训练时的样本分配策略；所述盲区检测和分割联合网络结构包括两个检测分支和一个分割分支；S3、根据所述样本分配策略确定训练过程中正负样本，进行检测和回归联合训练，得到训练好的车辆盲区的检测模型。本发明基于Yolov5框架，定制了一个检测和分割联合的多任务网络结构，在训练阶段可以同时提高检测和分割算法的精度；改进样本分配策略，提升检测精度；即可在后处理阶段，利用分割分支结果使检测的目标外接框更加稳定，从而得到障碍物的精准落脚点。
-
公开(公告)号：CN114612764A
公开(公告)日：2022-06-10
申请号：CN202210142734.8
申请日：2022-02-16
Applicant: 厦门瑞为信息技术有限公司
Abstract: 本发明公开了一种基于毫米波图像的物品检测方法、装置及可读介质，通过获取人体正面和背面的毫米波图像，将人体正面和背面的毫米波图像输入经训练的主干网络分别提取正面特征和背面特征；基于注意力机制将正面特征和背面特征分别进行交互融合扩充，并将得到的扩充正面特征图像和/或扩充背面特征图像输入经训练的基于非同源数据的多任务神经网络架构，输出全图物品检测结果和人体骨架检测结果；基于人体骨架检测结果将图像划分成多个特征块，并对每个特征块采用独立的检测头分别进行检测，得到二次检测结果，再在原图上进行位置映射，得到分块物品检测结果；将分块物品检测结果与全图物品检测结果进行非极大值抑制，得到最终的物品检测结果。
-
公开(公告)号：CN118864286B
公开(公告)日：2025-05-02
申请号：CN202411312130.9
申请日：2024-09-20
Applicant: 厦门瑞为信息技术有限公司
IPC: G06T5/60
Abstract: 本发明公开了一种暗光图像增强方法、装置以及设备，其包括：获取输入对图像作为训练样本，所述输入对图像包括亮光图像以及对应的暗光图像；将所述输入对图像输入包括暗光图像分解网络、图像生成器以及语义判别器所构建的模型中并基于预设损失函数进行训练，得到暗光增强模型；将待增强暗光图像输入训练完成的所述暗光增强模型，得到增强结果图像。能够有效地提升增强后的感知能力，同时保留并恢复原暗光图像的语义信息，使得增强后的图像更加清晰、自然，极大地改善了图像的视觉质量。
-
Patent Agency Ranking
公开(公告)号：CN119342216B
公开(公告)日：2025-03-18
申请号：CN202411896962.X
申请日：2024-12-23
Applicant: 厦门瑞为信息技术有限公司 , 集美大学
IPC: H04N19/132 , H04N19/176 , H04N19/13 , H04N19/33 , H04N19/88 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于自编码器的高光谱图像压缩与重建方法、装置及设备，其包括：获取Houston图像数据集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；将所述原始高光谱图像输入包括编码器以及解码器的自编码模型中并基于预设损失函数进行训练，得到训练完成的高光谱压缩模型，其中，所述编码器的网络结构包括缩略图生成分支以及潜在编码分支，所述解码器的网络结构包括缩略图解码分支以及潜在表示解码分支；将待压缩高光谱图像输入所述高光谱压缩模型中，通过所述编码器对待压缩高光谱图像进行编码，得到压缩数据，通过所述解码器对所述压缩数据进行解码，得到重建高光谱图像。
-
公开(公告)号：CN114612764B
公开(公告)日：2025-02-25
申请号：CN202210142734.8
申请日：2022-02-16
Applicant: 厦门瑞为信息技术有限公司
IPC: G06V40/10 , G06V20/60 , G06V10/74 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于毫米波图像的物品检测方法、装置及可读介质，通过获取人体正面和背面的毫米波图像，将人体正面和背面的毫米波图像输入经训练的主干网络分别提取正面特征和背面特征；基于注意力机制将正面特征和背面特征分别进行交互融合扩充，并将得到的扩充正面特征图像和/或扩充背面特征图像输入经训练的基于非同源数据的多任务神经网络架构，输出全图物品检测结果和人体骨架检测结果；基于人体骨架检测结果将图像划分成多个特征块，并对每个特征块采用独立的检测头分别进行检测，得到二次检测结果，再在原图上进行位置映射，得到分块物品检测结果；将分块物品检测结果与全图物品检测结果进行非极大值抑制，得到最终的物品检测结果。
-
公开(公告)号：CN118781036B
公开(公告)日：2024-12-17
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：CN118710537A
公开(公告)日：2024-09-27
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：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。
-
-
-
-
-
-
-
-
-
Search Results
90
records
(took 0.045 seconds)
