“安徽清新互联信息科技有限公司”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果170个，建议您升级VIP下载更多相关专利

[发明专利]一种基于多重感知的人脸识别方法及系统-CN202310586620.7在审
发明人：尼秀明;张卡;何佳 -专利权人： 安徽清新互联信息科技有限公司
申请日： 2023-05-19 - 公布日： 2023-09-22 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种基于多重感知的人脸识别方法及系统，将人脸对齐图像经过已训练完成的深度神经网络模型前向运算后输出具有高度区分性的人脸身份特征向量，通过欧氏距离或者余弦相似度等度量对所述人脸身份特征向量进行操作，输出当前人脸属于某一身份的概率，深度神经网络模型包括输入层data、主干网络模块backbone、主特征模块mainfeature、特征融合模块COMM和辅助训练模块，把人脸身份特征分解成多个感知特征，主感知特征主要负责学习人脸本质身份特征，所有的子感知特征负责非本质特征的学习，能够更多的关注模糊和侧脸等低质量人脸，提高了模型的识别精度、增强了模型的鲁棒性。
一种基于多重感知识别方法系统

[发明专利]一种基于深度学习的车牌位置检测方法-CN201910990076.6有效
发明人：张卡;何佳;尼秀明 -专利权人： 安徽清新互联信息科技有限公司
申请日： 2019-10-17 - 公布日： 2023-09-01 - 主分类号： G06V20/62 文献下载
摘要：本发明公开了一种基于深度学习的车牌位置检测方法，属于车牌识别技术领域，包括：获取待识别的车牌图像；将车牌图像输入至预先训练好的深度神经网络模型中进行前向运算，得到mask特征矩阵和feature特征矩阵；根据mask特征矩阵，获取车牌位置候选区域的掩码图像；根据feature特征矩阵，获取车牌位置候选区域的像素特征；根据车牌位置候选区域的掩码图像和车牌位置候选区域的像素特征，得到车牌图像中车牌位置矩形。本发明通过逐像素语义分割和聚类机制，使得车牌位置的检测结果更加准确，检出率更高。
一种基于深度学习车牌位置检测方法

[发明专利]一种具有感知意识的人脸识别方法、系统及储存介质-CN202310586618.X在审
发明人：尼秀明;张卡;何佳 -专利权人： 安徽清新互联信息科技有限公司
申请日： 2023-05-19 - 公布日： 2023-08-22 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种具有感知意识的人脸识别方法、系统及储存介质，将人脸对齐图像经过已训练完成的深度神经网络模型前向运算后输出具有高度区分性的人脸身份特征向量，通过欧氏距离或者余弦相似度等度量对所述人脸身份特征向量进行操作，输出当前人脸属于某一身份的概率；所述深度神经网络模型包括输入层data、主干网络模块backbone、主特征模块feature和质量模块quanlity；该可以人脸识别方法可以感知输入人脸对齐图像的识别难易程度，融合质量模块quanlity的模型能够更多的关注模糊和侧脸等低质量人脸，提高了模型的识别精度、增强了模型的鲁棒性。
一种具有感知意识识别方法系统储存介质

[发明专利]一种基于深度学习的字符分割方法-CN201811523482.3有效
发明人：张卡;刘跃;何佳;尼秀明 -专利权人： 安徽清新互联信息科技有限公司
申请日： 2018-12-13 - 公布日： 2023-06-09 - 主分类号： G06V30/40 文献下载
摘要：本发明公开了一种基于深度学习的字符分割方法，属于图像处理技术领域，包括：基于LeNet‑5深度神经网络模型，构建待训练深度神经网络模型；收集车牌图像作为原始车牌图像，并标注出原始车牌图像的车牌字符位置矩形；在车牌字符位置矩形中随机选择车牌字符分割位置组合，获取至少一种字符位置组合；将原始车牌图像和字符位置组合输入到所述待训练深度神经网络模型中，训练得到字符分割深度神经网络模型；将任一幅待测车牌图像及其对应的部分车牌字符位置矩形输入至所述字符分割深度神经网络模型中，获取待测车牌图像完整的字符位置矩形。本发明对于低质量车牌图像的字符分割结果更加准确。
一种基于深度学习字符分割方法

[发明专利]一种基于深度学习的车牌字符分割方法-CN201910989160.6有效
发明人：张卡;何佳;尼秀明 -专利权人： 安徽清新互联信息科技有限公司
申请日： 2019-10-17 - 公布日： 2023-06-09 - 主分类号： G06V20/62 文献下载
摘要：本发明公开了一种基于深度学习的车牌字符分割方法，属于车牌识别技术领域，包括获取待识别的车牌图像，并根据车牌图像得到车牌位置局部图像；将车牌位置局部图像输入至预先训练好的深度神经网络模型中进行前向运算，得到mask特征矩阵和feature特征矩阵；根据mask特征矩阵，获取车牌字符候选区域的掩码图像；根据feature特征矩阵，获取车牌字符候选区域的像素特征；根据车牌字符候选区域的掩码图像和车牌字符候选区域的像素特征，得到车牌位置局部图像中车牌字符的位置矩形。本发明通过逐像素语义分割和聚类机制，使得车牌字符位置的检测结果更加准确，检出率更高。
一种基于深度学习车牌字符分割方法

[发明专利]一种基于上下文信息的车牌字符识别方法-CN201910990075.1有效
发明人：张卡;何佳;尼秀明 -专利权人： 安徽清新互联信息科技有限公司
申请日： 2019-10-17 - 公布日： 2023-06-02 - 主分类号： G06V20/62 文献下载
摘要：发明公开了一种基于上下文信息的车牌字符识别方法，包括：构建深度神经网络模型，该深度神经网络模型包括快速提取特征网络、上下文信息网络和识别网络，快速提取特征网络、上下文信息网络和识别网络依次连接；通过获取的车牌字符训练样本图像集合，训练所述深度神经网络模型；通过训练后的深度神经网络模型，对待识别的车牌图像进行识别；字符识别结果更加精确，对相似字符的区分能力更强，鲁棒性更高。
一种基于上下文信息车牌字符识别方法

[发明专利]一种基于深度学习的车道线检测方法-CN201910990078.5有效
发明人：张卡;何佳;尼秀明 -专利权人： 安徽清新互联信息科技有限公司
申请日： 2019-10-17 - 公布日： 2023-06-02 - 主分类号： G06V20/56 文献下载
摘要：本发明公开了一种基于深度学习的车道线检测方法，属于自动驾驶技术领域，包括：获取待识别图像，该待识别图像包含车道线；将待识别图像输入至预先训练好的深度神经网络模型，该深度神经网络模型包括基干网络和车道线网络；利用基干网络对待识别图像进行处理，得到包含车道线的特征图；利用车道线网络对特征图进行处理，获取车道线的位置。本发明通过融合循环神经网络，可更多的抓住狭长目标的关键信息，使得车道线检测结果更加准确。
一种基于深度学习车道检测方法

[发明专利]一种基于深度学习的车牌字符识别方法-CN201811624968.6有效
发明人：张卡;何佳;尼秀明 -专利权人： 安徽清新互联信息科技有限公司
申请日： 2018-12-28 - 公布日： 2023-05-30 - 主分类号： G06V20/62 文献下载
摘要：本发明公开了一种基于深度学习的车牌字符识别方法，属于车牌识别技术领域，包括构建深度神经网络模型，该深度神经网络模型包括基础网络、车牌字符分割网络和车牌字符识别网络，车牌字符分割网络和车牌字符识别网络共享基础网络；收集车牌样本图像，对所构建的深度神经网络模型进行训练，得到字符识别模型；利用字符识别模型，对待识别车牌图像进行车牌字符识别。本发明通过构建深度神经网络模型，直接完成车牌字符分割、字符识别，既保证了车牌字符识别结果的准确性，提高了车牌字符识别的速度。
一种基于深度学习车牌字符识别方法

[发明专利]一种基于半监督学习的车牌质量判断方法-CN202211378367.8在审
发明人：尼秀明;张卡;何佳 -专利权人： 安徽清新互联信息科技有限公司
申请日： 2022-11-04 - 公布日： 2023-05-16 - 主分类号： G06V20/62 文献下载
摘要：本发明公开了一种基于半监督学习的车牌质量判断方法，包括：获取待判断的车牌图像，并根据现有的车牌检测算法获取车牌字符局部图像；将车牌字符局部图像输入至预先训练好的深度神经网络模型，该深度神经网络模型包括特征提取模块和车牌质量预测模块；利用特征提取模块对待判断的车牌字符局部图像进行特征提取，得到包括车牌字符局部图像的高层特征图；利用车牌质量预测模块对高层特征图进行处理，获取车牌字符局部图像的车牌质量指数；该车牌质量判断方法的网络模型通用性强，识别速度更快，对于污损、粘连、字符缺失、定位不够精确的低质量车牌图像，鲁棒性更强，同时不需要额外的标注车牌质量，模型训练更加便捷。
一种基于监督学习车牌质量判断方法

[发明专利]一种基于车牌模板信息进行字符多维参数最优分割的方法-CN201910271843.8有效
发明人：何佳;张卡;尼秀明 -专利权人： 安徽清新互联信息科技有限公司
申请日： 2019-04-04 - 公布日： 2023-04-18 - 主分类号： G06V30/148 文献下载
摘要：本发明公开了一种基于车牌模板信息进行字符多维参数最优分割的方法，属于图像处理技术领域，包括：根据待测车牌规范性标准，构建车牌模板图像；获取待测车牌的局部图像，并设定待测车牌局部图像的位置变化范围；以车牌模板图像作为约束条件，在待测车牌局部图像的位置变化范围内，搜索待测车牌局部图像的最优字符分割位置，得到车牌字符分割结果。本发明相比传统字符分割方法，具有定位速度较快、对光照变化不敏感、对车牌在垂直方向的错切变形不敏感以及对字符尺寸变化不敏感等优点。
一种基于车牌模板信息进行字符多维参数最优分割方法

[发明专利]一种基于深度光流跟踪的客流统计方法及系统-CN202010885690.9有效
发明人：张卡;何佳;戴亮亮;尼秀明 -专利权人： 安徽清新互联信息科技有限公司
申请日： 2020-08-28 - 公布日： 2023-04-18 - 主分类号： G06T7/269 文献下载
摘要：本发明的一种基于深度光流跟踪的客流统计方法及系统，包括：获取行人图像；使用事先设置好的基于深度光流跟踪的客流统计模型进行客流统计，即对于任意给出的一幅行人图像，经过深度神经网络模型前向运算后，分别输出行人头部区域的中心位置、行人头部区域的半径以及行人头部区域的运动位移量；进而获取当前帧行人头部区域的位置和相对于前帧的身份地址，更新跟踪列表；采用客流统计方法，完成客流统计。本发明采用深度学习基于一个深度神经网络模型，并行实现行人头部区域的位置检测和行人头部区域的跟踪；综合利用了图像的多尺度语义信息和帧间光流信息，客流统计更加的准确，鲁棒性更强；基于anchor‑free的策略设计深度神经网络模型，系统运行速度更快。
一种基于深度跟踪客流统计方法系统

[发明专利]一种基于深度学习的一体化车牌识别方法-CN201811627897.5有效
发明人：张卡;何佳;尼秀明 -专利权人： 安徽清新互联信息科技有限公司
申请日： 2018-12-28 - 公布日： 2023-04-07 - 主分类号： G06V20/62 文献下载
摘要：本发明公开了一种基于深度学习的一体化车牌识别方法，构建深度神经网络模型：该深度神经网络模型包括基础网络、多尺度网络、车牌类型判断网络、车牌位置检测网络、车牌字符识别网络和输出结构合并层，训练深度神经网络模型：将收集的车牌样本图像送入所述深度神经网络模型中，以训练深度神经网络模型，车牌识别：通过训练后的深度神经网络模型，对待识别车牌图像进行车牌识别，以输出车牌参数，所述车牌参数包括车牌类型、车牌字符和车牌矩形位置参数；通过该深度神经网络模型使得模型消耗内存小，车牌识别鲁棒性强，识别结果更加准确，解决了传统车牌识别时模型消耗内存很大，运算量很大的缺陷。
一种基于深度学习一体化车牌识别方法

[实用新型]一种执法记录仪充电装置-CN202222989629.6有效
发明人：郭小东;张小良;张佳妮;王秀娟;王小敏;方幸 -专利权人： 安徽清新互联信息科技有限公司
申请日： 2022-11-09 - 公布日： 2023-04-07 - 主分类号： H02J7/00 文献下载
摘要：本实用新型公开了一种执法记录仪充电装置，包括充电底座以及用于装载电池和记录仪的上壳体，上壳体与充电底座拆卸连接，电池和记录仪分别与充电底座电连接，上壳体上设置有用于对电池进行充电压紧的压紧机构，所述压紧机构包括压片块、立轴、固定块、弹簧和垫片，固定块固定于上壳体上，立轴的一端与压片块固定连接、另一端穿过固定块与垫片拆卸连接，弹簧套设在立轴外周，弹簧的一端与压片块连接、另一端与固定块连接；该充电装置可以同时对带着电池的记录仪以及单独的电池进行充电，单独的电池在充电的过程中通过压紧机构进行充电压紧，保证了较轻电池充电时的充分电接触，并且操作轻便，实现了执法记录仪的安全快速充电。
一种执法记录仪充电装置

[实用新型]一种防疫核验装置-CN202222989725.0有效
发明人：卢磊成;王小敏;郭小东 -专利权人： 安徽清新互联信息科技有限公司
申请日： 2022-11-09 - 公布日： 2023-03-24 - 主分类号： G07C9/21 文献下载
摘要：本实用新型公开了一种防疫核验装置，包括壳体组件，壳体组件包括上壳体和与上壳体配合连接的下壳体，上壳体中设置有第一PCB板、用于获取图像的图像组件和用于测量温度的测温组件，下壳体中设置有第二PCB板，图像组件、测温组件均与第一PCB板电连接，第一PCB板与第二PCB板通过排针排母连接；该核验装置中上壳体和下壳体上各安装一块PCB板，上壳体上的第一PCB板分别与图像组件、测温组件的电器件连接，两块PCB使用排针排母的方式连接，实现电源连接和信号传输的作用，可以向外接设备传输识别信息，同时减少排线，降低生产工艺成本，还解放了人力，使用机器核验的方式提高效率。
一种防疫核验装置

[发明专利]一种人脸活体判别方法、装置及系统-CN202211648245.6在审
发明人：何佳;张卡;尼秀明 -专利权人： 安徽清新互联信息科技有限公司
申请日： 2022-12-21 - 公布日： 2023-03-14 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种人脸活体判别方法、装置及系统，包括：S1：获取人脸图像；S2：依次控制每个点光源的开/关，在打开点光源的时间段，获取所检测人脸图像的人脸额头的最亮点作为对应的反光点位置；S3：根据不同点光源下的反光点位置计算得到人脸活体判决门限值M；S4：将人脸活体判决门限值M与预设的人脸活体阈值判别门限值进行活体判别，输出人脸活体判别结果；该人脸活体判别方法、装置及系统在只增加很少硬件成本的情况下进行活体人脸活体判别，能够准确的判别出手机屏幕、照片、高清打印图片等攻击，适合于设备成本较为敏感、且身份识别错误没有致命后果的应用场景。
一种活体判别方法装置系统

1
2
3
4
5
6
7
8
9
10
11
12
下一页»
尾页
共 170 条