-
公开(公告)号：CN114373097B
公开(公告)日：2024-09-27
申请号：CN202111532343.9
申请日：2021-12-15
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/088
Abstract: 本发明涉及一种基于半监督的图像分类方法、终端设备及存储介质，该方法中包括：S1：采集已标注图像组成训练集；S2：构建图像分类模型，通过训练集对图像分类模型进行训练，将训练后的模型作为初始模型；S3：采集未标注图像输入初始模型，并将初始模型输出的类别标注为各未标注图像的伪标签后，添加至训练集内；S4：在基础模型对应的分类网络之后添加高斯混合模型组成错误分类识别模型；S5：通过训练集对错误分类识别模型进行训练，基于训练后的错误分类识别模型中的分类网络构建最终分类模型；S6：通过最终分类模型对图像进行分类。本发明不仅可以得到更加准确的类标，而且提升了在带噪声样本集训练的模型的准确率。
-
公开(公告)号：CN114373097A
公开(公告)日：2022-04-19
申请号：CN202111532343.9
申请日：2021-12-15
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于无监督的图像分类方法、终端设备及存储介质，该方法中包括：S1：采集已标注图像组成训练集；S2：构建图像分类模型，通过训练集对图像分类模型进行训练，将训练后的模型作为初始模型；S3：采集未标注图像输入初始模型，并将初始模型输出的类别标注为各未标注图像的伪标签后，添加至训练集内；S4：在基础模型对应的分类网络之后添加高斯混合模型组成错误分类识别模型；S5：通过训练集对错误分类识别模型进行训练，基于训练后的错误分类识别模型中的分类网络构建最终分类模型；S6：通过最终分类模型对图像进行分类。本发明不仅可以得到更加准确的类标，而且提升了在带噪声样本集训练的模型的准确率。
-
公开(公告)号：CN114882593B
公开(公告)日：2024-12-06
申请号：CN202210551600.1
申请日：2022-05-18
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06V40/20 , G06V10/26 , G06V10/42 , G06V10/44 , G06V10/62 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明给出了一种鲁棒的时空混合步态特征学习方法和系统，包括对于输入的一组步态帧序列，将每一帧的人体分割为易受着装变化影响的部分和不易受着装变化影响的部分，不易受着装变化影响的部分包括头部和小腿部分；对不易受着装变化影响的部分，通过三个不同子网络分别提取步态特征，将提取到的三个步态特征级联，作为最终进行步态识别的步态特征，三个不同子网络包括局部空间特征提取网络、全局空间特征提取网络和连续短时间间隔内的步态动态特征提取网络。每个子网络都刻画了步态特征的不同方面，串联混合可以合成一个更为鲁棒的步态特征，该方法和系统在处理行人着装变化这一步态识别问题时具有显著的增益效果。
-
公开(公告)号：CN114998972A
公开(公告)日：2022-09-02
申请号：CN202210759642.4
申请日：2022-06-29
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本发明给出了一种轻量级的人脸过滤方法和系统，包括制作人脸数据集，人脸数据集包括真实拍摄的人脸图像和网络图片，经过数据清洗分类后以随机分配的方式混入人脸数据集中；构建轻量级人脸过滤的神经网络模型，在主干网络中，通过基于批归一化的缩放因子调节的注意力机制模块，使用批归一化的缩放因子衡量权重，代替全连接层；在网络颈部，在每个特征融合阶段通过上采样或下采样的方式融合所有的图像特征，并且在每一个特征向量前加一个权重参数以充分过滤空间上的冲突信息；损失函数采用类平衡的损失函数CBLoss和FocalLoss相结合。本发明网络设计和训练方式贴近于实际应用，在网络轻量化的同时能够提高人脸多分类的准确度，具有很好的落地效果。
-
公开(公告)号：CN114283472A
公开(公告)日：2022-04-05
申请号：CN202111554032.2
申请日：2021-12-17
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本申请提供了一种基于光流估计的人脸图像美颜检测方法及系统，该方法包括：对待处理的人脸图像进行裁剪获得人脸区域图像，对人脸区域图像进行变形处理获得人脸变形图像，将人脸区域图像和人脸变形图像输入光流提取网络中；分别提取人脸区域图像和人脸变形图像的特征进行融合，使用反卷积网络对特征融合后的图像进行光流提取，获得光流场图像；将待处理人脸图像进行下采样，将下采样图像和待处理图像输入光流场检测网络，进行两层级联特征融合，获得第一特征图、第二特征图和第三特征图并分别计算三张特征图与光流场图像的共同差异，反向传播给光流场检测网络，直至光流场检测网络收敛。根据光流场进行图像复原，能在人脸变形上表现出较好的性能。
-
Patent Agency Ranking
公开(公告)号：CN108629333A
公开(公告)日：2018-10-09
申请号：CN201810516307.5
申请日：2018-05-25
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本发明提供了一种低照度的人脸图像处理方法、装置、设备及可读介质，该方法包括：对视频中的每一帧进行处理，提取出属于同一个人的n张二维人脸图像；然后将n张二维人脸图像根据三维人脸模型生成n张三维人脸图像，并将n张三维人脸图像叠加生成一张均值三维人脸图像；再将均值三维人脸图像映射至二维空间得到一张均值二维人脸图像；对均值二维人脸图像做图像增强处理后获得合适的亮度和对比的人脸图像。本发明根据热噪声的特点对视频中帧图像噪声进行降噪处理，并获取二维人脸图像后转成三维图像后进行叠加计算，以此来提高人脸照片的信噪比，并能通过所有二维人脸图像中不同角度的人脸照片不断补全人脸被遮挡部分的纹理，提高人脸图像的质量。
-
公开(公告)号：CN106603563A
公开(公告)日：2017-04-26
申请号：CN201611262952.6
申请日：2016-12-30
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: H04L29/06
CPC classification number: H04L63/0815 , H04L63/083 , H04L63/0861 , H04L63/10
Abstract: 本申请提供了基于生物特征识别的信息安全实现方法和系统，方法包括：采集用户信息，将所述用户信息与预采集并加密后存储到指定的服务器中的用户信息进行比对，完成认证登录过程；实时监控检测限定区域的情况，确保信息安全终端由通过认证的用户专一使用。上述方案能改进现有信息终端无法实时便捷地确保由通过认证的用户专一使用的问题。
-
公开(公告)号：CN114882593A
公开(公告)日：2022-08-09
申请号：CN202210551600.1
申请日：2022-05-18
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本发明给出了一种鲁棒的时空混合步态特征学习方法和系统，包括对于输入的一组步态帧序列，将每一帧的人体分割为易受着装变化影响的部分和不易受着装变化影响的部分，不易受着装变化影响的部分包括头部和小腿部分；对不易受着装变化影响的部分，通过三个不同子网络分别提取步态特征，将提取到的三个步态特征级联，作为最终进行步态识别的步态特征，三个不同子网络包括局部空间特征提取网络、全局空间特征提取网络和连续短时间间隔内的步态动态特征提取网络。每个子网络都刻画了步态特征的不同方面，串联混合可以合成一个更为鲁棒的步态特征，该方法和系统在处理行人着装变化这一步态识别问题时具有显著的增益效果。
-
公开(公告)号：CN114764451A
公开(公告)日：2022-07-19
申请号：CN202210551524.4
申请日：2022-05-18
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06F16/583 , G06F16/58 , G06K9/62 , G06N3/04 , G06N3/08 , G06V10/764 , G06V10/82
Abstract: 本发明给出了一种消除模态差异的跨模态检索方法和系统，包括将RGB图像和IR图像随机打乱，选取训练批作为输入；引入中间模态数据，利用中间模态数据结合动态稀疏规范化伪标签策略以增强模型泛化性。本发明提出了一种渐进式的消除模态差异的跨模态目标检索算法，将模型的关注点集中于图像本身，而不是图像对之间的ID关联。紧接着引入中间模态的数据，进一步防止IR图像信息在训练过程中被忽略，中间模态数据集由非条件生成对抗网络生成，并采用动态稀疏规范化伪标签策略来为中间模态数据集生成标签，可用于跨模态人脸检索和行人检索，该方法和系统在跨模态目标检索上有显著的性能提升。
-
公开(公告)号：CN114283472B
公开(公告)日：2024-10-15
申请号：CN202111554032.2
申请日：2021-12-17
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本申请提供了一种基于光流估计的人脸图像美颜检测方法及系统，该方法包括：对待处理的人脸图像进行裁剪获得人脸区域图像，对人脸区域图像进行变形处理获得人脸变形图像，将人脸区域图像和人脸变形图像输入光流提取网络中；分别提取人脸区域图像和人脸变形图像的特征进行融合，使用反卷积网络对特征融合后的图像进行光流提取，获得光流场图像；将待处理人脸图像进行下采样，将下采样图像和待处理图像输入光流场检测网络，进行两层级联特征融合，获得第一特征图、第二特征图和第三特征图并分别计算三张特征图与光流场图像的共同差异，反向传播给光流场检测网络，直至光流场检测网络收敛。根据光流场进行图像复原，能在人脸变形上表现出较好的性能。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.031 seconds)
