-
公开(公告)号：CN118887722A
公开(公告)日：2024-11-01
申请号：CN202411346926.6
申请日：2024-09-26
Applicant: 厦门瑞为信息技术有限公司 , 厦门大学
IPC: G06V40/16 , G06V40/40 , G06V10/82 , G06N3/0464 , G06N3/0895
Abstract: 本发明公开了一种基于自信息增强对比学习的深度伪造人脸检测方法，包括：获取样本图像并进行数据增强生成两个视图；将两个视图输入至特征提取网络，利用多尺度特征增强模块、自信息增强学习模块分别对图像的浅层、中层、深层特征进行学习。所述多尺度特征增强模块用于提高网络的局部与全局特征建模能力；自信息增强学习模块利用自信息度量来量化生成人脸局部区域的自信息差异，突出高信息纹理与形状特征，并通过注意力机制来降低网络对特定伪造痕迹的关注；利用级联的Projector和Predictor架构，结合相互预测机制在高维空间中捕捉伪造模式与面部结构多样性的细微变化。最终利用二分类交叉熵损失函数和相互预测一致性损失函数来优化模型并进行真伪判别。
-
公开(公告)号：CN119027859A
公开(公告)日：2024-11-26
申请号：CN202411471722.5
申请日：2024-10-22
Applicant: 厦门大学 , 厦门瑞为信息技术有限公司
IPC: G06V20/40 , G06V10/80 , G06V10/44 , G06V10/764 , G06V10/42 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/0895
Abstract: 本发明公开了一种基于多尺度特征融合与对比损失的视频异常检测方法，包括获取视频的连续视频帧序列，对连续视频帧序列分段并使用特征提取网络提取视频片段特征，将视频片段特征输入类激活模块获得类激活特征，将类激活特征输入多尺度特征融合模块获得多尺度融合视频特征，将多尺度融合视频特征输入分类器获得视频片段异常分数，利用总损失函数对视频片段异常分数进行优化，得到训练完成的弱监督视频异常检测模型。
-
公开(公告)号：CN118887722B
公开(公告)日：2024-12-03
申请号：CN202411346926.6
申请日：2024-09-26
Applicant: 厦门瑞为信息技术有限公司 , 厦门大学
IPC: G06V40/16 , G06V40/40 , G06V10/82 , G06N3/0464 , G06N3/0895
Abstract: 本发明公开了一种基于自信息增强对比学习的深度伪造人脸检测方法，包括：获取样本图像并进行数据增强生成两个视图；将两个视图输入至特征提取网络，利用多尺度特征增强模块、自信息增强学习模块分别对图像的浅层、中层、深层特征进行学习。所述多尺度特征增强模块用于提高网络的局部与全局特征建模能力；自信息增强学习模块利用自信息度量来量化生成人脸局部区域的自信息差异，突出高信息纹理与形状特征，并通过注意力机制来降低网络对特定伪造痕迹的关注；利用级联的Projector和Predictor架构，结合相互预测机制在高维空间中捕捉伪造模式与面部结构多样性的细微变化。最终利用二分类交叉熵损失函数和相互预测一致性损失函数来优化模型并进行真伪判别。
-
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。
-
Patent Agency Ranking
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。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
90
records
(took 0.045 seconds)
