-
公开(公告)号：CN113034741A
公开(公告)日：2021-06-25
申请号：CN202110222995.6
申请日：2021-03-02
Applicant: 桂林电子科技大学 , 桂林森明智能科技有限责任公司 , 桂林笑微酒店管理有限公司
Abstract: 本发明提供一种基于DWT‑DCT变换加密算法的掌静脉智能锁，包括锁体、锁把手、掌静脉身份识别模块及其他身份识别模块，所述的其他身份识别模块用于开启智能锁，与掌静脉识别模块同时具备开启智能锁的功能。基于DWT‑DCT变换加密算法的掌静脉智能锁对身份注册和识别过程进行加密处理，实现识别系统受到不同攻击后依然可以准确进行掌静脉图像识别，解决现有技术的不足，提供高安全性、高鲁棒性的掌静脉识别技术。除此之外，建立的图像特征数据库可以大大缩小存储空间，形成轻量化的掌静脉身份识别系统。
-
公开(公告)号：CN111147262A
公开(公告)日：2020-05-12
申请号：CN202010025766.0
申请日：2020-01-10
Applicant: 桂林电子科技大学 , 桂林森明智能科技有限责任公司
IPC: H04L9/32 , H04W4/029 , H04W4/02 , H04W4/14 , H04W4/44 , H04L29/08 , G06K9/00 , G06K9/32 , G06K9/34 , G06F21/32 , G01S19/42
Abstract: 本发明公开了一种基于掌纹掌静脉身份识别方法的车载追踪器，包括前端身份认证设备和后端定位追踪器，其中：前端身份认证设备包括第一中央处理器和分别与第一中央处理器相互连接的掌纹掌静脉采集模块、第一电源模块、语音接收模块、第一Lora模块及掌纹掌静脉数据库；后端定位追踪器包括第二中央处理器和分别与第二中央处理器相互连接的GNSS模块、第二语音模块、第二Lora模块、5G模块及第二电源模块；掌纹掌静脉采集设备和定位跟踪器分别通过Lora模块进行无线连接交互通信。与现有的追踪器相比，增加了掌纹掌静脉生物识别技术，认证身份信息并做出一些智能化的处理，防止代驾事件的发生，还可以实时提醒司机，避免司机由于个人开车习惯而导致交通事故。
-
公开(公告)号：CN215450315U
公开(公告)日：2022-01-07
申请号：CN202120729351.1
申请日：2021-04-12
Applicant: 桂林电子科技大学 , 桂林森明智能科技有限责任公司
IPC: G07F17/12 , G07B17/00 , G07B17/02 , G07C9/00 , G06K9/00 , G06F16/583 , G06Q20/18 , G06Q20/40 , G06Q10/08
Abstract: 本实用新型公开了基于掌静脉识别的智能快递柜和快递寄取方法。1)本实用使用掌静脉扫描的方式，大幅提高了快递取件和寄件的安全系数。掌静脉属于活体特征，难以伪造，安全系数高于人脸识别，能够大幅减少快递风险，从源头保障快递的安全，也能减少快递被冒领、错领的情况。2)本实用新型公开的方法中，用户可以直接使用掌静脉扫描的方式取件，而不需要等待云平台发送给用户的短信，即不需要接收到通知再去取件，用户在快递被放入快递柜后即可取件，也不需要手机和取件码即可开柜门，大大提高了用户取件的便利性。3)本实用新型使用压力传感器内嵌于快递柜柜体内，可以帮助快递员实时检测柜体内状态，也可以对快递称重，提升快递员操作便利性。
-
公开(公告)号：CN211860136U
公开(公告)日：2020-11-03
申请号：CN202020049302.9
申请日：2020-01-10
Applicant: 桂林森明智能科技有限责任公司 , 桂林电子科技大学
IPC: H04L9/32 , H04W4/029 , H04W4/02 , H04W4/14 , H04W4/44 , H04L29/08 , G06K9/00 , G06K9/32 , G06K9/34 , G06F21/32 , G01S19/42
Abstract: 本实用新型公开了一种基于掌纹掌静脉身份识别方法的车载追踪器，包括前端身份认证设备和后端定位追踪器，其中：前端身份认证设备包括第一中央处理器和分别与第一中央处理器相互连接的掌纹掌静脉采集模块、第一电源模块、语音接收模块、第一Lora模块及掌纹掌静脉数据库；后端定位追踪器包括第二中央处理器和分别与第二中央处理器相互连接的GNSS模块、第二语音模块、第二Lora模块、5G模块及第二电源模块；掌纹掌静脉采集设备和定位跟踪器分别通过Lora模块进行无线连接交互通信。与现有的追踪器相比，增加了掌纹掌静脉生物识别技术，认证身份信息并做出一些智能化的处理，防止代驾事件的发生，还可以实时提醒司机，避免司机由于个人开车习惯而导致交通事故。(ESM)同样的发明创造已同日申请发明专利
-
公开(公告)号：CN111696228A
公开(公告)日：2020-09-22
申请号：CN202010324488.9
申请日：2020-04-22
Applicant: 桂林森明智能科技有限责任公司
Abstract: 本发明提供一种基于压缩感知方法的掌纹掌静脉智能锁，包括掌纹掌静脉智能锁设备，所述掌纹掌静脉智能锁设备包括锁体、锁把手、钥匙孔及掌纹掌静脉认证设备，钥匙与掌纹掌静脉认证设备同时具备开锁功能。基于压缩感知的掌纹掌静脉识别方法可以提高智能锁的性能，主要是通过采用压缩感知算法处理图像来实现。采用压缩感知算法对采集到的掌纹掌静脉图像进行处理，其优点在于该算法采样率低可以减少存储资源的要求和传输宽带的要求，抗噪能力强，图像传输过程中安全性强。从而，可以提高身份验证的准确率，降低设备成本。
-
Patent Agency Ranking
公开(公告)号：CN118311629B
公开(公告)日：2024-12-13
申请号：CN202410449107.8
申请日：2024-04-15
Applicant: 桂林电子科技大学 , 桂林市高新技术产业发展集团有限公司
Abstract: 本发明公开了一种基于UWB/GNSS/IMU的室内外无缝定位方法，步骤为：S1：布设多个UWB基站采集UWB数据，通过IMU系统采集IMU数据，以及采集室外的GNSS数据；S2：建立融合定位模型，将UWB数据和IMU数据进行融合，或再与GNSS数据进行融合；再利用融合滤波算法扩展卡尔曼滤波器EKF进行数据更新，从而实现室内外定位的无缝切换和高精度定位；S3：针对室内外环境的不同特点，优化融合滤波算法的参数和切换策略，以提高定位精度和切换效率；S4：实时监测并校正定位误差，若数据为错误定位，则将数据输入惯导误差模型；若数据为正确定位，则输出定位结果。该定位方法实现了室内外无缝定位，且定位精度高。
-
公开(公告)号：CN113205468B
公开(公告)日：2022-08-09
申请号：CN202110607071.8
申请日：2021-06-01
Applicant: 桂林电子科技大学 , 桂林慧谷人工智能产业技术研究院
Abstract: 本发明涉及一种基于自注意力机制和GAN的水下图像实时复原模型，属于深度学习技术领域。它将生成对抗网络作为基本架构，生成网络采用编码‑解码结构，通过9个残差块和反卷积运算，以原始分辨率生成合成图像，并引入自注意力模块，可以捕获更丰富的高级特征以提升模型性能，为了同时保持图像内容和去除水下噪声，判别网络采用一种包含对抗分支和批评分支的多分支判别器的结构。本发明通过增加自注意力模块，改进模型结构较为理想地解决了水下图像处理时间效率低的问题，训练有素的基于GAN‑RS的方法可以适应各种水下情况，具有出色的实时处理性能。
-
公开(公告)号：CN112102548A
公开(公告)日：2020-12-18
申请号：CN202010898680.9
申请日：2020-08-31
Applicant: 桂林电子科技大学 , 桂林慧谷人工智能产业技术研究院
Abstract: 本发明公开了一种基于手掌静脉识别的门禁系统及其控制方法，所述门禁系统包括前端出入口门禁控制部分和后端控制器部分；前端出入口门禁控制部分包括门禁控制器以及与门禁控制器连接的门外掌静脉采集装置、门内掌静脉采集装置、门外实时红外监控装置、门内实时红外监控装置、前端LoRa通信模块；后端控制器部分包括系统服务器以及与系统服务器连接的数据库、后端LoRa通信模块；门禁控制器与系统服务器通过前端LoRa通信模块和后端LoRa通信模块无线连接。本发明通过手掌静脉识别加入到门禁系统中，此门禁系统在监狱、精神病医院等特殊的应用场景下，需要在出、入门体时都要进行身份验证；并增加实时红外监控功能，在非法闯入或闯出时，都能实时进行报警。
-
公开(公告)号：CN118982850A
公开(公告)日：2024-11-19
申请号：CN202411048630.6
申请日：2024-08-01
Applicant: 桂林电子科技大学 , 广西联睿智能科技有限公司
IPC: G06V40/14 , G06V10/30 , G06V10/764 , G06V10/75 , G06V10/77 , G06V10/25 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种尺寸自适应的非接触式掌静脉高效识别方法，步骤为：S1手掌静脉图像采集；S2提取轮廓信息，获得前景区域和背景区域；S3对手掌静脉图像进行二值化处理，获得二值化图像；S4对二值化图像进行腐蚀处理和膨胀处理，再求处理后的掌静脉图像的质心作为ROI中心；S5求手掌最大内切圆作为ROI区域；S6旋转校正ROI图像；S7采用基于ResNet和SppLayer的深度学习模型提取不同尺寸ROI图像的掌静脉特征，并建立特征数据库；使用PCA进行降维处理后输出相同大小的特征向量；S8采用基于欧式距离的特征匹配策略，取其中距离最小的模板为识别结果。该方法中掌静脉图像利用率较高，识别速率和准确率均高。
-
公开(公告)号：CN117388791A
公开(公告)日：2024-01-12
申请号：CN202311181504.3
申请日：2023-09-13
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种6GISCA系统宽带信号DOA估计算法，涉及通信宽带技术领域，其技术方案要点是：包括以下步骤：利用均匀线性阵列接收K个远场天线发射的宽带信号，将K个宽带型号分为F个窄带信号，其中K为正整数，构成输出信号矩阵Y。本发明基于均匀线性阵列，根据宽带入射信号的特点建立接收信号的稀疏信号模型，其次对模型中各变量构建基于狄利克雷过程先验的概率模型，然后引入虚拟节点，提出基于GAMP算法的变分贝叶斯宽带DOA估计方法；在对未知参数进行初始化后，输入接收天线阵列数据Y，通过DP‑GAMP算法进行迭代更新，得到概率模型参数的各估计值；最后，根据所得到的参数估计值，计算DOA的估计值。该方法具有复杂度低、估计精度高的特点。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.061 seconds)
