-
公开(公告)号：CN112396011A
公开(公告)日：2021-02-23
申请号：CN202011335221.6
申请日：2020-11-24
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于视频图像心率检测及活体检测的人脸识别系统，该系统主要包括图像采集及预处理模块、人脸认证主机、后端数据服务器及身份信息与热成像图显示模块；本发明通过红外热成像摄像头和可见光摄像头分别获取人脸视频图像和人脸热成像，计算热成像图片中人脸温度平均值和根据光电容积脉搏波原理从人脸视频图像所检测出的心率值作为判断是否为活体的依据，将采集的人脸特征数据与后端数据服务器中人脸图像数据比对得出人脸识别结果；通过显示模块显示识别结果，并且能够实时显示当前人脸温度和心率值。本发明的心率检测进一步的减少了红外热像活体检测出现的误判现象，提高了人脸识别的安全系数和可靠性。
-
公开(公告)号：CN111723395A
公开(公告)日：2020-09-29
申请号：CN202010391145.4
申请日：2020-05-11
Applicant: 华南理工大学
Abstract: 本发明公开了一种人像生物特征隐私保护与解密方法，包括：人像加密与密钥生成网络模型的构建与训练，根据人脸数据库标注信息，提取人像及其对应的身份信息，作为网络模型的输入，并利用所构建数据对所设计的网络进行训练，最终获得网络模型权重；实际人像加密与密匙存储，利用网络模型对实际采集的人像进行加密与密钥生成，并对加密人像与密钥分离存储；加密人像解密，云端服务器根据用户端的解密需求，协同处理用户的解密任务。本发明将深度学习网络技术应用到人像加密，用于生成具有相似视觉效果的加密人像；将加密人像与密钥分开存储，并利用云端协同处理方式，协助用户进行人像解码，能够降低信息泄露的可能性，实现用户快速解密。
-
公开(公告)号：CN107168316B
公开(公告)日：2020-09-22
申请号：CN201710366161.6
申请日：2017-05-23
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于单双向混合路径的多AGV调度系统，包括每条引导轨道设置两个标识卡，每个路径节点设置一个标识卡，路径节点设置标识卡作为执行卡，通过AGV小车上安装的RFID阅读器读取标识卡信息上传到主控制系统，根据电子标签信息确定AGV位置，其次根据任务分配，通过A*算法得到离线路径发送给AGV小车，并在线实时监测AGV位置，通过点边防冲突算法预防多AGV之间的冲突。
-
公开(公告)号：CN110018633B
公开(公告)日：2020-08-18
申请号：CN201811532223.7
申请日：2018-12-14
Applicant: 华南理工大学
IPC: G05B11/42
Abstract: 本发明公开了一种用于AGV定位与导航的二维编码设计方法，包括：(1)编码标志设计，设计一种包含导航和定位两种主要功能的人工编码二维码标志，保证图像在模糊的情况下也可以被快速精确识别；(2)AGV视觉系统模型设计，根据人工编码标志特点，设计AGV视觉系统模型，保证AGV所识别标志图像在不同坐标系下的转换，提高识别精度；(3)编码表示快速识别方法，包含图像预处理、定位图案识别、导航图案识别和编码图案信息分析，通过对地面编码标志精确识别，快速获取编码包含信息；(4)AGV自动导航控制策略，根据所识别的编码标志信息，将信息转换为AGV控制信号，控制AGV执行相应命令。所述方法使得AGV在高速运动下也能够稳定快速地识别人工编码标志。
-
公开(公告)号：CN109739237B
公开(公告)日：2020-08-18
申请号：CN201910017962.0
申请日：2019-01-09
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于新型编码标志的AGV视觉导航及定位方法，首先结合数字信息和二维码设计编码标志，使其具有导航和定位两种功能；构建摄像头系统模型，当AGV的摄像头识别到前方的编码标志在当前帧图像的位置时，通过构建的摄像头系统模型转化为实际编码标志距离AGV的位置；对摄像头采集到的图像进行图像处理，用于缓解廉价摄像头拍摄运动物体而出现的模糊问题，以及快速定位出编码标志中设计的定位特征点、导航特征点；编码标志的解码，根据识别出的导航特征点，便可定位出编码标志中包含码值信息的数字，从而减小之后的分类器识别数字难度；最后，根据之前得到的控制信息，设计比例‑微分控制器，用于控制AGV小车行走。
-
Patent Agency Ranking
公开(公告)号：CN111461113A
公开(公告)日：2020-07-28
申请号：CN202010138881.9
申请日：2020-03-03
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于变形平面物体检测网络的大角度车牌检测方法，解决现有车牌检测方法在识别大角度车牌时准确率下降的技术问题。本发明提出的变形平面物体检测网络直接检测车牌的四个角点坐标，然后对车牌图片进行仿射变换，把倾斜的车牌矫正为正角度车牌，最后对矫正后的正角度车牌进行字符识别。本发明提出的变形平面物体检测网络由YOLO方法和STN方法改进而成，同时具备车牌矫正和运行速度快的特性，可以大幅度降低车牌字符识别的难度，有效提高车牌识别在各种非限制场景下的准确率。另外，通过在实际场景应用该车牌检测方法，验证本发明的有效性。
-
公开(公告)号：CN111241975A
公开(公告)日：2020-06-05
申请号：CN202010012499.3
申请日：2020-01-07
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于移动端边缘计算的人脸识别检测方法及系统，该方法的步骤包括：提取移动端监控设备拍摄视频中的图片；采用NCNN框架对图片的尺寸进行整合得到图片金字塔，通过神经网络输出两个特征谱进行前后景分类和边界框回归标识人脸框；采用MTCNN网络模型提取第一人脸信息特征向量；将第一人脸信息特征向量添加标签后保存为匹对数据；后端监控设备采集实时图片并提取图片的第二人脸信息特征向量，计算第一人脸信息特征向量和第二人脸信息特征向量的欧几里得距离，欧几里得距离与设定距离阈值对比，识别出实时图片中的人脸信息以及对应的标签。本发明能够筛选有效人脸，为后端减少了计算压力，从而保证高识别成功率的前提下有较快的识别速度。
-
公开(公告)号：CN110705456A
公开(公告)日：2020-01-17
申请号：CN201910932081.1
申请日：2019-09-29
Applicant: 华南理工大学 , 扬州盛世云信息科技有限公司
Abstract: 本发明公开了一种基于迁移学习的微型电机异常检测方法，包括：通过短时傅里叶变换对微型电机的时域振动信号进行特征提取，获得二维时频功率谱矩阵；对二维时频功率谱矩阵进行特征分析，获得RGB三通道的二维功率谱图；采用改进一维频域卷积核网络结构的迁移学习方法对电机进行异常检测。本发明针对在电机样本较少的情况下，容易在训练卷积神经网络时造成网络过拟合和参数模型的不合理，通过迁移学习有效缓解了过拟合，同时也提高对微型直流齿轮减速电机的品质鉴定效率和准确率。
-
公开(公告)号：CN110555931A
公开(公告)日：2019-12-10
申请号：CN201910820041.8
申请日：2019-08-31
Applicant: 华南理工大学
Abstract: 本发明属于模式识别与深度学习技术领域，公开了一种基于深度学习识别的人脸检测与门禁系统装置，包括图像采集设备、前端图像处理服务器、后端数据服务器、身份认证主机、电力驱动器、执行机构；所述身份认证主机中包含主板以及主板上外接的显示模块、键盘模块、二维码模块和语音模块。本发明使用双目深度摄像机，热成像摄像机，结合人脸防伪/活体检测算法，进一步提高了利用人脸信息进行身份认证的快速性和准确率，有效避免和减少了因为人员身份错判、误判带来的不必要损失；通过后端数据服务器建立系统工作环境中的人员信息数据库，易于数据维护和更新，更便于通过工作日志和匹配记录信息进行工作环境人员信息分析。
-
公开(公告)号：CN110119691A
公开(公告)日：2019-08-13
申请号：CN201910318605.8
申请日：2019-04-19
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于局部二维模式和不变矩查找的人像定位方法，该方法包括：获取人像样本训练结果以及标准化的LBP特征值以及胡氏不变矩的人像外轮廓特征，人像的外轮廓的形状类似椭圆形，使用胡氏不变矩来对图像区域中的几何特征进行特征采集，得到图像中人像的轮廓特征值；通过对含有人像的图像先进行色域变换，转为灰度图，然后在进行滤波处理，去除色彩和噪声的干扰，留下含有纹理特征比较明显的图像；然后进行局部二值模式(LBP)的特征分析，得到图像中边缘的LBP特征值，通过该LBP特征值进一步结合不变矩的轮廓特征值来区分图像中人像前景和背景，从而在复杂的背景环境中找到人像的确切位置，实现快速查找定位的目的。
-
-
-
-
-
-
-
-
-
Search Results
280
records
(took 0.032 seconds)
