-
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：CN112131976A
公开(公告)日：2020-12-25
申请号：CN202010937955.5
申请日：2020-09-09
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本发明涉及一种自适应人像温度匹配和口罩识别方法及装置，通过独立的高清摄像头和热像仪能自动捕获并匹配远距离的人脸和温度，能够自适应匹配热像仪和摄像头的人脸位置，并且能够在口罩佩戴情况下准确识别人脸，从而将检测人员信息与体温、口罩佩戴进行自动关联，对异常情况实现实时自动预警，在实战中取得了良好的防控效果。
-
公开(公告)号：CN108805789A
公开(公告)日：2018-11-13
申请号：CN201810532620.8
申请日：2018-05-29
Applicant: 厦门市美亚柏科信息股份有限公司
CPC classification number: G06T1/0021 , G06N3/0454 , G06N3/08
Abstract: 本发明提供了一种基于对抗神经网络去除水印的方法、装置、设备及可读介质，该方法包括：训练步骤，基于样本图像对对抗神经网络进行训练，获得对抗神经网络模型；去除步骤，将带有水印的图像输入对抗神经网络模型中去除水印，得到无水印的图像。本发明设计了具有残差块的对抗神经网络，对抗神经网络包括生成器网络和鉴别器网络，通过该对抗性神经网络中的生成器网络能够快速、高效、批量地去除图像中特定的水印，并通过鉴别器网络判断除去水印的效果是否达到要求，如果达到要求，则将图像输出。
-
公开(公告)号：CN107579821A
公开(公告)日：2018-01-12
申请号：CN201710851440.1
申请日：2017-09-19
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本发明公开了一种密码字典生成方法及计算机可读存储介质，方法包括：收集密码集；生成测试集；通过递归神经网络模型对当前的密码集进行训练，得到字典模型；根据字典模型生成字典；根据测试集，得到当前的密码集的命中率；随机修改当前的密码集，得到新的密码集；通过递归神经网络模型对新的密码集进行训练，得到新的字典模型；根据新的字典模型生成新的字典；根据测试集，得到新的密码集的命中率；若新的密码集的命中率大于当前的密码集的命中率，则令更新次数加一，并将新的密码集作为当前的密码集；当更新次数达到预设的第一次数时，根据当前的密码集对应的字典模型，生成密码字典。本发明最终生成的密码字典可提高密码恢复的成功率。
-
Patent Agency Ranking
公开(公告)号：CN107292886A
公开(公告)日：2017-10-24
申请号：CN201710683970.X
申请日：2017-08-11
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本发明涉及基于网格划分及神经网络的目标物入侵检测方法及装置，该方法可包括以下步骤：S1、采集目标物图片样本并对其进行预处理，记录目标物在图片样本中的外接矩形框坐标；S2、将图片样本划分为等分化成W*H个网格，再将其分类为正样本网格、部分样本网格和负样本网格；S3、对网格提取特征热图谱并预测外接矩形框坐标；S4、选择最佳网格比例作为样本训练模型并将其作为最终运用模型；S5、网格融合以得到目标物位置。本发明可以有效检测出起重机的位置，框出在其图片中的坐标点，准确率高。因此在监控起重机等的危险车辆方面具有极大的应用价值。
-
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：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。
-
公开(公告)号：CN112183492A
公开(公告)日：2021-01-05
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：CN112149739A
公开(公告)日：2020-12-29
申请号：CN202011019291.0
申请日：2020-09-25
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本发明涉及一种特殊服饰检测方法、终端设备及存储介质，该方法中包括：采集包含特殊服饰的图片组成训练集；通过训练集对全卷积神经网络模型和卷积神经网络分类模型进行分别训练；获取待检测图片；根据训练后的全卷积神经网络模型对待检测图片中的特殊服饰所在区域进行初步定位；根据初步定位的特殊服饰所在区域从待检测图片中截取候选区域；通过训练后的卷积神经网络分类模型对候选区域对应的图片进行分类，得到待检测图片对应的特殊服饰的类型。本发明使用最新的人工智能技术，在不降低或极小降低速度的前提下充分提高了特殊服装的检测准确率。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.032 seconds)
