-
公开(公告)号：CN115147908B
公开(公告)日：2025-05-06
申请号：CN202210879588.7
申请日：2022-07-25
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06V40/16 , G06V40/40 , G06V10/74 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本申请提出了一种基于图像patch序损失的人脸鉴伪方法，包括：S1、获取包含训练图像及其标签信息的人像鉴伪数据集；S2、对所述人像鉴伪数据集进行数据处理，包括：对所述训练图像进行均匀切割并打乱所述训练图像的初始patch序列集合，得到所述训练图像的第一patch序列集合；对所述第一patch序列集合进行增强处理，得到第二patch序列集合；将不同所述训练图像的所述第一patch序列集合和所述第二patch序列集合中的patch块进行随机交换，从而得到处理后的人像鉴伪数据集；S3、利用所述处理后的人像鉴伪数据集训练得到神经网络分类模型；S4、将待检测图像输入到所述神经网络分类模型中。本申请的人像鉴伪方法极大的节约了训练成本和数据收集成本，并且具有较高的判别准确性。
-
公开(公告)号：CN114820687B
公开(公告)日：2025-04-04
申请号：CN202210610953.4
申请日：2022-05-31
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本发明给出了一种闭环的端到端行人重识别背景抑制方法和系统，包括利用第一路网络中的残差卷积块提取输入的原始图像的特征，并通过第一损失函数L1进行约束；通过Mask r‑CNN获得特征的人体掩膜利用掩膜预测损失函数Lmask修正掩膜的精准度；将人体掩膜和原始图像相乘，获得前景图像，将前景图像作为第二路网络的输入，并将第一路网络的残差卷积块的特征引入第二路网络，利用第二损失函数L2进行约束。本发明在多个行人重识别的数据集上都取得具有竞争力的性能。
-
公开(公告)号：CN114863486B
公开(公告)日：2024-12-10
申请号：CN202210607692.0
申请日：2022-05-31
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06V40/10 , G06V10/26 , G06V10/42 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本发明给出了一种联合全局和局部信息的层次监督行人再识别方法和系统，包括：将输入图像切成多个图像小块作为分支网络的输入；将部分分支网络的网络块特征信息通过卷积层后引入ResNet50分支网络中对应的残差卷积块，卷积层将2D张量拓展为4D张量；将4D张量特征信息和对应的残差卷积块进行通道级联；将网络分支通过卷积层转换后的特征和对应的ResNet50特征经过双线性池化层以及特征融合交互，并通过损失函数进行约束。本发明提出的方法和系统执行一个单向聚合操作来推动CNN学习全局特征信息的同时，结合双线性池化来执行层次监督，在跨长时间段的行人重识别数据集上有很显著的性能提升。
-
公开(公告)号：CN114445851B
公开(公告)日：2024-09-24
申请号：CN202111533341.1
申请日：2021-12-15
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06V40/10 , G06V20/40 , G06N3/0464 , G06V10/82 , G06V10/46 , G06V10/774
Abstract: 本发明涉及基于视频的谈话场景异常检测方法、终端设备及存储介质，该方法中包括：S1：提取谈话人画面图像、被谈话人画面图像和全景画面图像；S2：检测全景画面图像中人数，并判断其与实际总人数的大小关系，如果大于，则发送围观异常的提醒；如果小于，则进入S3进行人员是否离位判断；如果等于，则进入S4进行人员是否肢体接触的判断。本发明可以对谈话视频中出现的人员离位、人员围观、人员接触等不合规行为进行检测，达到相对智能化的谈话视频违规检测的目的。
-
公开(公告)号：CN112381775B
公开(公告)日：2023-02-21
申请号：CN202011230556.1
申请日：2020-11-06
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06T7/00 , G06V10/40 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及一种图像篡改检测方法、终端设备及存储介质，该方法中包括：S1：采集未篡改图像和对应的篡改图像，并将未篡改图像减去篡改图像得到篡改图像的差异图像，将未篡改图像和篡改图像共同组成训练集；S2：构建二分类网络模型，通过训练集对二分类网络模型进行训练，使得训练后的二分类网络模型能够区分图像是否被篡改；二分类网络模型包括特征提取层、图像注意力层和分类器；S3：通过训练后的二分类网络模型对图像是否被篡改进行识别。本发明将差异图像作为真实标签。以真实标签作为篡改监督信息，使用神经网络训练二值分类网络，引导网络获取准确的篡改检测概率值和伪造定位图，可以有效提升人脸篡改图像识别分类的性能。
-
Patent Agency Ranking
公开(公告)号：CN115620327A
公开(公告)日：2023-01-17
申请号：CN202211321333.5
申请日：2022-10-26
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06V30/413 , G06V30/19 , G06V10/82
Abstract: 本申请提出了一种基于多分类的文本检测方法以系统，包括：获取并整理文本框样本，将文本框样本切分成文本单元，对文本单元的坐标和标志位进行标注；将文本框样本按比例生成训练集和验证集，并且对文本单元的标志位赋类标；构建文本单元检测网络模型，通过文本单元检测网络模型对训练集进行训练至损失收敛，获取完成训练的模型输出，输出为集合B；构建文本单元合并算法，根据标志位的类标划分集合B，形成多个子集，根据当前元素和当前元素所属子集内的元素计算获取点集cnt外接矩形；将验证集输入完成训练的模型中，最终获得所有的文本框。能够有效解决自然场景下文本定位不准确、漏检、误检等多种问题，同时能够处理多角度的文本检测问题。
-
公开(公告)号：CN115424036A
公开(公告)日：2022-12-02
申请号：CN202211153622.9
申请日：2022-09-21
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06V10/44 , G06N3/04 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 公开了基于像素级注意力机制的深度伪造图像检测方法和系统，包括在图像检测的主干网络中的提取特征之后插入像素级注意力机制模块，利用一个1*1卷积对特征信息Fi进行通道压缩，压缩通道并将降维后的特征和原始图像相加得到特征Fii；将特征Fii再经过一个1*1卷积和Sigmoid激活函数得到增强后的特征信息；将增强后的特征信息作为下一特征提取阶段的输入，重复进行前述步骤进行特征信息增强，并利用标签平滑正则化的交叉嫡损失函数进行约束。本发明提出的像素级注意力机制模块较为灵活，可以随意插入不同卷积层之后，而且在推理过程中不会增加太多参数量和运算量。
-
公开(公告)号：CN113327265B
公开(公告)日：2022-07-15
申请号：CN202110649574.1
申请日：2021-06-10
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本发明给出了一种基于指导学习策略的光流估计方法和系统，包括将图像分别送入教师网络和学生网络进行特征提取获取对应的特征图；计算学生网络和教师网络所获取的特征图的欧式距离，并使其最小化；利用损失函数最小化学生网络的光流估计值和真实标签值，利用教师网络的解码器的特征指导学生网络的训练。该方法和系统可以获得参数量更小但仍具有良好性能的学生网络，该指导学习策略在多个数据集上都取得具有竞争力的性能，并且在很大程度上对模型进行了压缩。
-
公开(公告)号：CN112183492B
公开(公告)日：2022-07-15
申请号：CN202011222677.1
申请日：2020-11-05
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本发明公开了一种人脸模型精度矫正方法、装置及存储介质，分别采用包含有第一人脸检测算法的第一人脸识别系统和包含有第二人脸检测算法的第二人脸识别系统对同一个数据集进行人脸图像提取，获取目标样本对；以人脸识别训练数据集作为训练集通过微调超参数并执行数据增强变换方案对第一人脸识别系统中的人脸特征提取模型进行训练；将第一人脸识别系统作为学生网络，经过以上步骤训练后的人脸特征提取模型为教师网络，利用目标样本对通过知识蒸馏对学生网络进行训练，知识蒸馏采用异质同源样本自蒸馏结构；将第二人脸检测算法结合经过以上步骤训练后的学生网络形成第三人脸识别系统。该方法高速、有效，简化了人脸检测算法更换后精度矫正的全流程。
-
公开(公告)号：CN114445851A
公开(公告)日：2022-05-06
申请号：CN202111533341.1
申请日：2021-12-15
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本发明涉及基于视频的谈话场景异常检测方法、终端设备及存储介质，该方法中包括：S1：提取谈话人画面图像、被谈话人画面图像和全景画面图像；S2：检测全景画面图像中人数，并判断其与实际总人数的大小关系，如果大于，则发送围观异常的提醒；如果小于，则进入S3进行人员是否离位判断；如果等于，则进入S4进行人员是否肢体接触的判断。本发明可以对谈话视频中出现的人员离位、人员围观、人员接触等不合规行为进行检测，达到相对智能化的谈话视频违规检测的目的。
-
-
-
-
-
-
-
-
-
Search Results
106
records
(took 0.041 seconds)
