-
公开(公告)号：CN109583342B
公开(公告)日：2022-11-04
申请号：CN201811391295.4
申请日：2018-11-21
Applicant: 重庆邮电大学
IPC: G06V40/40 , G06V40/16 , G06V10/764
Abstract: 本发明涉及一种基于迁移学习的人脸活体检测方法，属于图像处理与计算机视觉技术领域；所述方法包括将视频数据切分为图像序列，检测图像序列中的人脸，将数据分为训练集和测试集；使用源域的训练集训练3D卷积神经网络，得到区分真假脸的标签分类器；在卷积层后添加梯度反转层，提取源域和目标域的公共特征；把源域和目标域的数据通过梯度反转层进行对抗训练，得到区分源域和目标域数据的域分类器；把目标域的测试集送入到训练好的标签神经网络中，选取网络分类的最大概率为最后的检测结果。本发明把对抗性迁移学习的思想运用到活体检测，提高了活体检测的泛化能力；通过3D卷积神经网络，不仅能利用视频的空间信息也能利用时间信息，还能提高活体检测的精度。
-
Patent Agency Ranking
公开(公告)号：CN111275692B
公开(公告)日：2022-09-13
申请号：CN202010077283.5
申请日：2020-01-26
Applicant: 重庆邮电大学
Abstract: 本发明公开一种基于生成对抗网络的红外图像小目标检测方法，该方法针对包含小目标的目标图像块重构出虚假背景图像块，将虚假背景图像块与目标图像块进行配对得到第一配对数据，用该数据对生成对抗网络进行训练，然后将图像序列块中未包含小目标的两个原始背景图像块进行配对得到第二配对数据，并使用该数据继续进行训练得到目标生成对抗网络模型，将待检测的图像块序列输入目标生成对抗网络模型得到检测序列结果，将检测序列结果按待检测的原始红外图像的尺寸进行拼接，并将拼接后的图像与待检测的原始红外图像作残差，对作残差后的图像进行滤波得到检测结果。通过本发明提供的方法，可以在保证较快的检测速率的同时，极大地抑制背景干扰。
-
公开(公告)号：CN109583342A
公开(公告)日：2019-04-05
申请号：CN201811391295.4
申请日：2018-11-21
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于迁移学习的人脸活体检测方法，属于图像处理与计算机视觉技术领域；所述方法包括将视频数据切分为图像序列，检测图像序列中的人脸，将数据分为训练集和测试集；使用源域的训练集训练3D卷积神经网络，得到区分真假脸的标签分类器；在卷积层后添加梯度反转层，提取源域和目标域的公共特征；把源域和目标域的数据通过梯度反转层进行对抗训练，得到区分源域和目标域数据的域分类器；把目标域的测试集送入到训练好的标签神经网络中，选取网络分类的最大概率为最后的检测结果。本发明把对抗性迁移学习的思想运用到活体检测，提高了活体检测的泛化能力；通过3D卷积神经网络，不仅能利用视频的空间信息也能利用时间信息，还能提高活体检测的精度。
-
公开(公告)号：CN109448035A
公开(公告)日：2019-03-08
申请号：CN201811349860.0
申请日：2018-11-14
Applicant: 重庆邮电大学
Abstract: 本发明属于图像处理与计算机视觉技术领域，涉及一种基于深度学习的红外图像与可见光图像配准方法，包括根据可见光图像得到生成图像；根据红外图像和生成图像得到控制点的位移矢量和空间变换器的局部变形参数；空间变形器和重采样器根据红外图像得到变形图像；将变形图像与生成图像送入判决网络中判别，并将两图像的差异作为损失函数反向传播以优化网络；若判决网络不能分辨出真实样本和来源于生成器的伪样本，则认为网络已达到最优，得到的变形图像即为最后配准结果；本发明第一阶段利用少量监督信息生成红外图像，第二阶段基于卷积神经网络做可变形图像配准，从而实现了可见光图像与红外图像间的配准。
-
公开(公告)号：CN111275692A
公开(公告)日：2020-06-12
申请号：CN202010077283.5
申请日：2020-01-26
Applicant: 重庆邮电大学
Abstract: 本发明公开一种基于生成对抗网络的红外图像小目标检测方法，该方法针对包含小目标的目标图像块重构出虚假背景图像块，将虚假背景图像块与目标图像块进行配对得到第一配对数据，用该数据对生成对抗网络进行训练，然后将图像序列块中未包含小目标的两个原始背景图像块进行配对得到第二配对数据，并使用该数据继续进行训练得到目标生成对抗网络模型，将待检测的图像块序列输入目标生成对抗网络模型得到检测序列结果，将检测序列结果按待检测的原始红外图像的尺寸进行拼接，并将拼接后的图像与待检测的原始红外图像作残差，对作残差后的图像进行滤波得到检测结果。通过本发明提供的方法，可以在保证较快的检测速率的同时，极大地抑制背景干扰。
-
公开(公告)号：CN109753884A
公开(公告)日：2019-05-14
申请号：CN201811529494.7
申请日：2018-12-14
Applicant: 重庆邮电大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于关键帧提取的视频行为识别方法，具体包括1)将视频切成图片序列，提取所述图片序列的一维特征；2)从所述图片序列中选取满足至少一个预定义长度帧的图片序列，形成候选帧；3)从所述候选帧中选取至少一个关键帧；4)将所述选取的至少一个关键帧所对应的一维特征池化；5)从所述池化后的关键帧中进行识别，本发明能够根据动作的类别变化来灵活改变关键帧的提取策略，提高行为识别的准确性。
-
-
-
-
-
Search Results
6
records
(took 0.082 seconds)
