-
公开(公告)号：CN118864286A
公开(公告)日：2024-10-29
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。
-
公开(公告)号：CN118781036A
公开(公告)日：2024-10-15
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：CN118587779B
公开(公告)日：2024-10-11
申请号：CN202411060218.6
申请日：2024-08-05
Applicant: 厦门瑞为信息技术有限公司
IPC: G06V40/40 , G06V40/16 , G06V10/764 , G06V10/74 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种结合掩码卷积和负样本特征序列的活体检测方法，利用深度神经网络结构，通过编码器、可学习的掩码卷积模块和带负样本特征序列的分类器三个模块相互配合，实现对图像中的真假人脸进行准确区分。编码器模块用于提取输入图像的特征表示；可学习的掩码卷积模块利用卷积、池化、全连接层等操作及高斯函数获得可优化的掩码，该掩码与卷积相乘后能够对不同位置的像素赋予不同的权重，自适应地捕捉图像中的细节信息并抑制图像中的噪声和干扰使得纹理特征更加明显，增强所学纹理特征的辨别性，从而提高特征的表达能力、判别性以及抗干扰能力。此外，带负样本特征序列的分类器的使用使得算法能够学习到更加鲁棒的特征空间。
-
公开(公告)号：CN118675216A
公开(公告)日：2024-09-20
申请号：CN202411171785.9
申请日：2024-08-26
Applicant: 厦门瑞为信息技术有限公司
IPC: G06V40/16 , G06V40/40 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06V10/80
Abstract: 本发明公开了一种基于Transformer的人脸活体检测方法，其包括：获取原始人脸图片，并对所述原始人脸图片进行人脸检测和特征点定位，得到人脸特征点信息，并根据所述特征点信息构造对应不同人脸目标位置的多张训练图像；将所述训练图像输入包括Transformer主干网络、多任务分支模块以及FC，所述训练图像包括人脸图像、人眼位置图像、鼻子位置图像、嘴巴位置图像以及耳朵位置图像分类模块所构建的模型中并基于预设损失函数进行训练，得到活体检测模型；通过单目摄像头采集待检测人脸图像并输入至所述活体检测模型中，得到识别结果，根据识别结果判断所述待检测人脸图像是否是活体。能够有效区分真实人脸与各种高仿真度的假体攻击，提升活体检测的准确性。
-
公开(公告)号：CN118608441A
公开(公告)日：2024-09-06
申请号：CN202411080381.9
申请日：2024-08-08
Applicant: 厦门瑞为信息技术有限公司
Abstract: 本发明公开一种基于颜色偏移矫正的夜光图像增强方法及装置，涉及图像增强领域，针对现有夜间图像增强算法增强后亮度不均的问题，本发明通过学习过度曝光和曝光不足的图像来矫正图像的颜色偏移。首先经过一个基于U‑Net的网络来提取过度曝光和曝光不足的图像特征，然后通过一个融合特征生成器来生成亮度补偿特征图。通过颜色偏移模块来估计夜光图像的颜色特征图与亮度补偿特征图之间的颜色偏移。最后根据这些偏移量对图像的颜色偏移进行矫正以实现夜光图像增强。本发明不仅能够提高图像的亮度，而且可以更好地保留图像细节和色彩信息。
-
Patent Agency Ranking
公开(公告)号：CN114898457B
公开(公告)日：2024-06-28
申请号：CN202210374769.4
申请日：2022-04-11
Applicant: 厦门瑞为信息技术有限公司
IPC: G06V40/20 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06N3/08
Abstract: 本发明提供了一种基于手部关键点和transformer的动态手势识别方法，先获取T时间段内的手部图像序列，并获取各手部图像中的手部关键点；将T时间段内手部图像序列各手部图像中的手部关键点坐标拼接为三维矩阵，拼接后的关键点输入矩阵维度为3*T*K；将拼接得到的三维矩阵输入预训练好的神经网络模型，依次进行近距关节局部运动特征提取、特征转置、远距关节全局运动特征提取、transformer注意力分配、softmax函数激活；经神经网络模型预测后，输出T时间段上的动态手势的识别结果；本发明提供的方法，使用transformer模块，使网络在预测手势时能够聚焦特征性更强的关键点运动信息，使模型的预测结果更加准确，且拥有较少的网络参数和更快的运行速度，从而达到实时动态手势识别的效果。
-
公开(公告)号：CN117729394B
公开(公告)日：2024-04-30
申请号：CN202410179508.6
申请日：2024-02-18
Applicant: 厦门瑞为信息技术有限公司
Abstract: 本发明公开了单个图像处理模块同时处理多个图像传感器的方法，将多个Sensor和ISP模块初始化，同步ISP模块和Sensor的时钟信号后，实现各Sensor间同步输出图像，根据驱动层的数据判断当前帧的通道序号，在ISP模块的自动曝光模块进行亮度统计信息的收集和转换后，并根据预设Sensor的通道序号不同的目标亮度进行计算获取自动曝光调整信息，根据自动曝光调整信息，通过ISP模块的自动曝光模块调整对应Sensor的增益及曝光时间参数。利用单个ISP处理模块处理两路或多路Sensor的数据，减少ISP模块的使用数量，满足小型化、低功耗、低成本的需求。
-
公开(公告)号：CN117495463A
公开(公告)日：2024-02-02
申请号：CN202311634276.0
申请日：2023-12-01
Applicant: 厦门瑞为信息技术有限公司
Abstract: 本发明公开了一种基于智慧商场的大数据服务平台，其包括基础设施层、数据采集层、数据处理层、服务层及业务层；基础设施层包括服务器及分布在智慧商场各商店和/或各公共区域内且连接服务器的硬件采集终端及智能硬件通讯终端；本发明可以接入购物中心客流/车流数据、POS、CRM、营销数据、商管系统、填报数据等多种数据源敏捷接入，能兼容与其他第三方平台的数据对接业务。能够输出智慧商场及新零售所需的各种服务如消费大数据服务，零售营销方案，零售商场管理服务等，可以满足智慧商业和新零售场景下的整体业务需求。帮助商场全面提升经营效率，为招商运营、活动效果分析、坪效考核、营销资源推广提供全面的数据支撑。
-
公开(公告)号：CN117475519A
公开(公告)日：2024-01-30
申请号：CN202311797195.2
申请日：2023-12-26
Applicant: 厦门理工学院 , 厦门瑞为信息技术有限公司
Abstract: 本发明公开了基于孪生网络与多重通道融合的脱机笔迹鉴别方法，将两张输入的笔迹图片进行取反操作，获取其反灰度图片，包括参考图片、测试图片、参考图片的反灰度图片、测试图片的反灰度图片四张笔迹图片；将四张笔迹图片分别进入同一个网络模型提取图像特征向量 ，生成相应的四个特征向量；特征向量经过两次双重笔迹注意力，进行权重加权处理，得到特征向量Y；将四张笔迹图片经过图像处理的128维图片进行融合，融合有512维图片；将融合后的图片经过自注意力与卷积操作，进行判断；将输出的特征向量进行sigmoid操作，将其作为置信度用来判断两张输入图片是否为同一个人书写。
-
公开(公告)号：CN117475155A
公开(公告)日：2024-01-30
申请号：CN202311797890.9
申请日：2023-12-26
Applicant: 厦门瑞为信息技术有限公司 , 厦门理工学院
IPC: G06V10/26 , G06V20/13 , G06V20/17 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084 , G06N3/0895
Abstract: 本发明公开基于半监督学习的轻量级遥感图像分割方法，包括S1、收集原始图像数据集，标注部分数据集以得到部分标注的训练数据集；S2、构建两个完全一致的语义分割模型；S3、将无标签数据同时输入两个语义分割模型，计算输出的一致性损失；S4、将有标签数据同时输入两个语义分割模型，计算交叉熵损失和骰子损失的混合损失作为有监督损失；S5、总损失为一致性损失和两个模型的混合损失三者按权重相加；S6、对总体损失进行优化和反向梯度传播，更新网络参数；S7、在同一测试集分别测试训练好的两个模型，选择其中精度较高的一个模型作为最终模型。本发明可提高遥感图像分割的效率，在较低的参数量和计算复杂度下实现了更高的精度。
-
-
-
-
-
-
-
-
-
Search Results
90
records
(took 0.01 seconds)
