-
公开(公告)号：CN115690536A
公开(公告)日：2023-02-03
申请号：CN202211328320.0
申请日：2022-10-26
Applicant: 清华大学深圳国际研究生院
IPC: G06V10/774 , G06N3/0464 , G06N3/08 , G06V10/74 , G06V10/80 , G06V10/82
Abstract: 本发明提供了一种单帧红外小目标检测方法，包括以下步骤：获取单帧红外小目标图像的数据集，并对数据集进行预处理，获得训练集；构建基于多尺度局部对比增强模块和金字塔最大池化模块的深度学习网络模型；基于单帧红外小目标的训练集，对深度学习模型进行训练，得到单帧红外小目标检测模型；获取待检测的单帧红外小目标图像；将图像输入单帧红外小目标检测模型中，并输出检测结果图。本发明利用深度学习方法有着良好的泛化性和鲁棒性的特性，将深度学习网络模型用于单帧红外小目标检测，并使用多尺度局部对比增强模块和金字塔最大池化模块以增强深度学习网络对单帧红外小目标的特征提取能力，从而实现单帧红外小目标的检测的高准确率及高鲁棒性。
-
公开(公告)号：CN117558057B
公开(公告)日：2024-04-16
申请号：CN202410044997.4
申请日：2024-01-12
Applicant: 清华大学深圳国际研究生院
IPC: G06V40/16 , G06V10/80 , G06V10/74 , G06V10/762
Abstract: 一种人脸识别方法，包括：将原始人脸特征按不同位置段划分初始人脸子特征，存放到对应的第一编码空间中；基于初始人脸子特征及辅助特征，对各第一编码空间中的初始人脸子特征进行第一量化处理，得到对应的第二编码空间；为各第二编码空间构建码本及包含各第二编码空间中的原始人脸特征的搜索底库；根据待搜索人脸特征的待搜索码字向量在搜索底库中查找对应的码字，确定预设数量的候选人脸特征；将待搜索人脸特征与候选人脸特征进行特征比对，根据特征比对结果确定待搜索的人脸的搜索结果。通过在乘积量化中利用辅助特征进行聚类，使得聚类结果可以考虑原始人脸特征中的全局信息，提高了人脸子特征的聚类准确性，进而提高了人脸识别的准确性。
-
公开(公告)号：CN117557888B
公开(公告)日：2024-04-12
申请号：CN202410046717.3
申请日：2024-01-12
Applicant: 清华大学深圳国际研究生院
Abstract: 一种基于度量学习的人脸模型训练方法和人脸识别方法，其训练过程包括迭代权重参数的更新过程，在第一训练阶段，基于全精度浮点数的权重参数和全精度浮点数的人脸特征对进行训练；在第二训练阶段，基于定点化的权重参数和全精度浮点数的人脸特征对进行训练；通过将全精度浮点数的权重参数进行定点化，保持人脸特征对的输出为全精度浮点数，通过定点化的权重参数对样本人脸对进行处理，得到人脸特征对，根据第二训练阶段的人脸特征对的损失值计算出反向传播算法需要的梯度，利用梯度进行反向传播，以更新待训练人脸模型的权重参数；在第三训练阶段，基于定点化的权重参数和人脸特征对进行训练。本发明可避免模型转换造成的精度损失。
-
公开(公告)号：CN117853374A
公开(公告)日：2024-04-09
申请号：CN202410031382.8
申请日：2024-01-09
Applicant: 清华大学深圳国际研究生院
IPC: G06T5/77 , G06T5/90 , G06N20/00 , G06T3/4038 , G06N3/0464 , G06V10/44 , G06V10/80 , G06V10/74
Abstract: 本发明公开了一种低光图像增强方法与系统，该方法包括：S1、利用分解网络将原始低光图像及对应的正常光参考图像都分别分解为反射图与光照图，得到低光图像反射图、低光图像光照图、参考图像反射图和参考图像光照图；S2、利用低光图像反射图与参考图像反射图，计算互信息最大化的对比学习损失函数，实现对低光图像反射图的细节增强；S3、将低光图像光照图分别与原始低光图像、增强后的低光图像反射图在高维空间进行光照对齐，得到第一对齐结果和第二对齐结果；将第一对齐结果和第二对齐结果拼接后，利用基于空洞密集残差连接块的光照恢复网络，恢复出低光图像。该系统包括分解网络、基于对比学习的分解增强模块和光照恢复模块。
-
公开(公告)号：CN117557888A
公开(公告)日：2024-02-13
申请号：CN202410046717.3
申请日：2024-01-12
Applicant: 清华大学深圳国际研究生院
Abstract: 一种基于度量学习的人脸模型训练方法和人脸识别方法，其训练过程包括迭代权重参数的更新过程，在第一训练阶段，基于全精度浮点数的权重参数和全精度浮点数的人脸特征对进行训练；在第二训练阶段，基于定点化的权重参数和全精度浮点数的人脸特征对进行训练；通过将全精度浮点数的权重参数进行定点化，保持人脸特征对的输出为全精度浮点数，通过定点化的权重参数对样本人脸对进行处理，得到人脸特征对，根据第二训练阶段的人脸特征对的损失值计算出反向传播算法需要的梯度，利用梯度进行反向传播，以更新待训练人脸模型的权重参数；在第三训练阶段，基于定点化的权重参数和人脸特征对进行训练。本发明可避免模型转换造成的精度损失。
-
Patent Agency Ranking
公开(公告)号：CN114764942A
公开(公告)日：2022-07-19
申请号：CN202210555142.9
申请日：2022-05-20
Applicant: 清华大学深圳国际研究生院
IPC: G06V40/16 , G06V10/774 , G06K9/62
Abstract: 本发明公开了一种难正负样本在线挖掘方法，用于人脸识别模型的训练过程，包括如下步骤：S1、获取由第一图形处理器从样本人脸对提取到的特征向量对；S2、根据所述特征向量对计算所述样本人脸对的损失函数；S3、根据所述损失函数，对所述样本人脸对进行难正负样本挖掘，得到包含难正负样本人脸对的目标样本集；S4、计算所述目标样本集中各所述难正负样本人脸对的梯度，并将所述梯度传送到第二图形处理器，以使所述第二图形处理器通过所述梯度进行反向传播，对模型参数进行调整，并将调整后的模型参数共享给所述第一图形处理器。
-
公开(公告)号：CN117689645A
公开(公告)日：2024-03-12
申请号：CN202311733184.8
申请日：2023-12-18
Applicant: 清华大学深圳国际研究生院
Abstract: 一种图像质量评价方法，包括如下步骤：随机裁切待测图像为多个图像块；将每个图像块输入到分数预测网络中，得到各个图像块对应的预测质量分数；对各个图像块的质量分数进行分数融合，得到待测图像的预测质量分数。所述分数预测网络使用深度学习算法进行训练，损失函数为图像区域差异平衡损失函数。所设计的图像区域差异平衡损失函数在训练中充分考虑不同图像区域间的差异性，对区域间的差异进行平衡，同时降低了图像区域间预测偏差和区域内的预测误差，从而让算法在面对各个图像块时，都能保持具有较高一致性且优秀的预测精度，提高了算法的内容无关性和鲁棒性，进而提升了整体的性能。
-
公开(公告)号：CN117558057A
公开(公告)日：2024-02-13
申请号：CN202410044997.4
申请日：2024-01-12
Applicant: 清华大学深圳国际研究生院
IPC: G06V40/16 , G06V10/80 , G06V10/74 , G06V10/762
Abstract: 一种人脸识别方法，包括：将原始人脸特征按不同位置段划分初始人脸子特征，存放到对应的第一编码空间中；基于初始人脸子特征及辅助特征，对各第一编码空间中的初始人脸子特征进行第一量化处理，得到对应的第二编码空间；为各第二编码空间构建码本及包含各第二编码空间中的原始人脸特征的搜索底库；根据待搜索人脸特征的待搜索码字向量在搜索底库中查找对应的码字，确定预设数量的候选人脸特征；将待搜索人脸特征与候选人脸特征进行特征比对，根据特征比对结果确定待搜索的人脸的搜索结果。通过在乘积量化中利用辅助特征进行聚类，使得聚类结果可以考虑原始人脸特征中的全局信息，提高了人脸子特征的聚类准确性，进而提高了人脸识别的准确性。
-
公开(公告)号：CN114898414A
公开(公告)日：2022-08-12
申请号：CN202210413280.3
申请日：2022-04-20
Applicant: 清华大学深圳国际研究生院
IPC: G06V40/13 , G06V40/145 , G06V40/70
Abstract: 本发明公开了一种基于单相机的多视角生物特征采集装置，包括光源模块、相机模块和移动模块，其中，所述光源模块包括生物特征置放块和光源单元，所述生物特征置放块的上表面设有生物特征置放部，且在所述生物特征置放部处设有多个透光孔，所述光源单元设置于所述生物特征置放块的下方以通过多个所述透光孔透出光；所述相机模块固定连接在所述移动模块上，所述移动模块用于带动所述相机模块移动以使得所述相机模块能够静置于所述生物特征置放块的上方的多个位置处，以从多个视角对所述生物特征置放块上放置的生物特征进行拍摄。本发明不仅实现了多视角图像拍摄，而且大幅度地降低了设备成本和操作复杂性。
-
公开(公告)号：CN113989861A
公开(公告)日：2022-01-28
申请号：CN202111162648.5
申请日：2021-09-30
Applicant: 清华大学深圳国际研究生院
IPC: G06V40/13 , G06V10/141 , H04N5/225 , H04N5/232
Abstract: 一种多视角手指静脉图像采集设备，包括摄像模块、照明模块、驱动模块和支撑模块，支撑模块上设置有旋转轨道，驱动模块包括电机和转柄，电机安装在支撑模块上，转柄安装在电机上，摄像模块和照明模块相对设置并分别与转柄相连，摄像模块和照明模块还分别通过滑轮安装在旋转轨道上，摄像模块和照明模块之间设置有供手指放入的空间，电机驱动转柄转动，转柄带动摄像模块和照明模块沿旋转轨道同步旋转，摄像模块对手指进行多视角摄像，照明模块在多视角摄像时对手指提供对应视角的照明。本发明只使用单个相机实现对手指静脉多视角全方位的灵活采集，大大减少了投入成本，简化了设备结构和控制程序，以低成本实现了高质量易操作的多视角指静脉采集。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.033 seconds)
