-
公开(公告)号：CN111639719B
公开(公告)日：2023-04-07
申请号：CN202010511912.0
申请日：2020-06-08
Applicant: 安徽大学
IPC: G06F16/583 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/084 , G06N3/0442 , G06V10/62 , G06V10/774 , G06N3/045
Abstract: 本发明公开一种基于时空运动和特征融合的足迹图像检索方法，其步骤包括：1、成趟足迹图像数据集的准备；2、建立成趟足迹图像预处理模块；3、建立多尺度成趟足迹图像、整体归一化的预处理层；4、权重初始化、5、建立空间特征提取模块；6、建立时序特征提取模块；7、网络的训练、测试及优化。本发明通过提取成趟足迹图像的空间特征信息和时间序列特征信息，并结合特定的特征融合模块，能获取更丰富的成趟足迹图像的时空信息，并聚类出不同人员之间的差别性特征信息，从而大大提高成趟足迹图像检索的精确值。
-
公开(公告)号：CN111639719A
公开(公告)日：2020-09-08
申请号：CN202010511912.0
申请日：2020-06-08
Applicant: 安徽大学
IPC: G06K9/62 , G06K9/40 , G06N3/04 , G06N3/08 , G06F16/583
Abstract: 本发明公开一种基于时空运动和特征融合的足迹图像检索方法，其步骤包括：1、成趟足迹图像数据集的准备；2、建立成趟足迹图像预处理模块；3、建立多尺度成趟足迹图像、整体归一化的预处理层；4、权重初始化、5、建立空间特征提取模块；6、建立时序特征提取模块；7、网络的训练、测试及优化。本发明通过提取成趟足迹图像的空间特征信息和时间序列特征信息，并结合特定的特征融合模块，能获取更丰富的成趟足迹图像的时空信息，并聚类出不同人员之间的差别性特征信息，从而大大提高成趟足迹图像检索的精确值。
-
公开(公告)号：CN117112825A
公开(公告)日：2023-11-24
申请号：CN202311019766.X
申请日：2023-08-14
Applicant: 安徽大学绿色产业创新研究院
IPC: G06F16/583 , G06V40/10 , G06V10/74 , G06V10/764 , G06V10/771 , G06V10/80 , G06V10/82
Abstract: 本发明涉及足迹识别领域，尤其涉及一种现场足迹跨域检索方法，包括：通过前景提取模块获取足迹图像数据集的前景足迹掩膜；根据前景足迹掩膜与足迹图像数据集获取足迹图像，并将足迹图像送入动量双分支网络中获取特征描述符，以在特征空间中增大类间距缩小类内距的方式增强特征描述符的区分度；将特征描述符与特征数据库中的特征信息计算曼哈顿距离分，并根据距离分进行排序，确定返回的检索人员信息。本发明为了获得更具鉴别性的特征，搭建了特征提取的动量双分支网络，通过维护一个动量更新的特征描述子队列，并以KL散度作为损失实现了在特征空间中增大类间距缩小类内距的目的。
-
公开(公告)号：CN111402202A
公开(公告)日：2020-07-10
申请号：CN202010112014.8
申请日：2020-02-24
Applicant: 安徽大学
Abstract: 本发明涉及图像处理技术领域，公开了一种足底压力图像相似度评价方法，包括以下步骤：足迹校准：对采集到的足底压力数据进行去噪，并统一足迹图像中足迹的倾角，完成校准操作；判断外部相似度：对经过校准的足迹图像进行等效矩形算法，得到像素级别的足长与足宽，并转化为真实的足长与足宽，比较得出外部相似度；判断内部相似度：对每个区域的压力块进行压力增强，分别在每个区域建立极坐标系，将压力块转化为点集形式，基于匹配相似度算法，根据压力的点集信息对内部相似度进行评价。本发明通过上述步骤能够准确判断不同足底压力图像之间的相似度，反馈足底每个区域压力分布的差异性，可用于刑侦判断，有效提高刑侦效率。
-
公开(公告)号：CN116978458A
公开(公告)日：2023-10-31
申请号：CN202310201895.4
申请日：2023-02-28
Applicant: 安徽大学 , 杭州创恒电子技术开发有限公司
IPC: G16B30/10 , G16B20/50 , G16B35/00 , G06F16/2458
Abstract: 本发明实施例公开了男性家系基因比对方法、装置、计算机设备及存储介质。所述方法包括：获取男性家系信息；对所述男性家系信息进行基于Y‑STR的比对，以得到比对结果；根据所述比对结果确定排查对象和范围；输出所述排查对象和范围至终端。通过实施本发明实施例的方法可实现量化Y‑STR比对结果，可智能推荐排查对象和范围。
-
Patent Agency Ranking
公开(公告)号：CN116863316A
公开(公告)日：2023-10-10
申请号：CN202310770788.3
申请日：2023-06-28
Applicant: 安徽大学
IPC: G06V20/00 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及足迹分析领域，尤其涉及一种基于压力信息的足迹跨模态检索方法，包括：现场采集成趟油墨捺印足迹图像，并根据足迹压力将成趟油墨捺印足迹图像转换为足迹数据集；根据足迹数据集中的每个像素点的灰度级进行彩色转换，得到彩色图像；采用深度卷积神经网络提取彩色图像的全局特征和局部特征，并对全局特征和局部特征进行动态调整；将调整后的全局特征和局部特征融合，实现多层次的特征检索。本发明采用全局特征和局部特征相结合的方式，并且使用注意力机制进行动态调整，针对含有大量细节信息的足迹图像进行识别和搜索时，能够更加准确地识别和检索足迹的真实身份信息。
-
公开(公告)号：CN116416427A
公开(公告)日：2023-07-11
申请号：CN202211626266.8
申请日：2022-12-15
Applicant: 安徽大学 , 杭州创恒电子技术开发有限公司
IPC: G06V10/26 , A61B5/1174 , G06V10/24
Abstract: 本发明涉及足迹提取领域，尤其涉及现场足迹智能提取方法，包括以下步骤：利用YoloV5模型对包围在足迹区域外侧的直角足迹标尺进行三点标记构成等效直角三角形，根据所述等效直角三角形的直角位置的角度变化提供拍摄角度的修正提示，并以修正后的拍摄角度拍摄足迹区域图像，将足迹区域图像导入深度网络中分离足迹区域图像的前景以获取足迹分割图。本发明利用三点标记的方法形成等效直角三角形，以三角形的直角部分作为畸变检测，当拍摄时的拍摄图像中的直角位置的实际角度不等于90°时，进行角度修正提示，直至操作人员的拍摄角度能够达到垂直水平，保证拍摄照片的准确性。
-
公开(公告)号：CN111402202B
公开(公告)日：2023-07-25
申请号：CN202010112014.8
申请日：2020-02-24
Applicant: 安徽大学
Abstract: 本发明涉及图像处理技术领域，公开了一种足底压力图像相似度评价方法，包括以下步骤：足迹校准：对采集到的足底压力数据进行去噪，并统一足迹图像中足迹的倾角，完成校准操作；判断外部相似度：对经过校准的足迹图像进行等效矩形算法，得到像素级别的足长与足宽，并转化为真实的足长与足宽，比较得出外部相似度；判断内部相似度：对每个区域的压力块进行压力增强，分别在每个区域建立极坐标系，将压力块转化为点集形式，基于匹配相似度算法，根据压力的点集信息对内部相似度进行评价。本发明通过上述步骤能够准确判断不同足底压力图像之间的相似度，反馈足底每个区域压力分布的差异性，可用于刑侦判断，有效提高刑侦效率。
-
公开(公告)号：CN111340098B
公开(公告)日：2023-07-21
申请号：CN202010112342.8
申请日：2020-02-24
Applicant: 安徽大学
IPC: G06V10/774 , G06V10/764 , G06V10/20 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明图像处理、深度学习以及刑侦技术领域，公开了基于鞋印图像的STA‑Net年龄预测方法，先将待测鞋印图像经评分模型进行数据评估，评估高于预设值代表待测鞋印图像质量合格；随后将质量合格的待测鞋印图像进行预处理操作，所述预处理操作包括去噪、中心化、伪彩化；预处理后的待测鞋印图像输入经STA‑Net网络训练得到预测模型进行年龄预测，得到最终的预测年龄。图像评分模型、图像预处理模型能够对待测鞋印图像进行筛选与去躁处理，将不同来源的数据转化为满足网络输入的数据；STA‑Net回归网络能够根据鞋印图像预测出年龄信息，相比于传统的预测方法，提高了预测的效率以及准确率。
-
公开(公告)号：CN111340098A
公开(公告)日：2020-06-26
申请号：CN202010112342.8
申请日：2020-02-24
Applicant: 安徽大学
Abstract: 本发明图像处理、深度学习以及刑侦技术领域，公开了基于鞋印图像的STA-Net年龄预测方法，先将待测鞋印图像经评分模型进行数据评估，评估高于预设值代表待测鞋印图像质量合格；随后将质量合格的待测鞋印图像进行预处理操作，所述预处理操作包括去噪、中心化、伪彩化；预处理后的待测鞋印图像输入经STA-Net网络训练得到预测模型进行年龄预测，得到最终的预测年龄。图像评分模型、图像预处理模型能够对待测鞋印图像进行筛选与去躁处理，将不同来源的数据转化为满足网络输入的数据；STA-Net回归网络能够根据鞋印图像预测出年龄信息，相比于传统的预测方法，提高了预测的效率以及准确率。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.014 seconds)
