专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果90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
  • 尼秀明;张卡;何佳 - 安徽清新互联信息科技有限公司
  • 2023-05-19 - 2023-09-22 - G06V40/16
  • 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字符分割方法-CN201811523482.3有效
  • 张卡;刘跃;何佳;尼秀明 - 安徽清新互联信息科技有限公司
  • 2018-12-13 - 2023-06-09 - G06V30/40
  • 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
  • 张卡;何佳;尼秀明 - 安徽清新互联信息科技有限公司
  • 2019-10-17 - 2023-06-09 - G06V20/62
  • 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]一种基于半监督学习的车牌质量判断方法-CN202211378367.8在审
  • 尼秀明;张卡;何佳 - 安徽清新互联信息科技有限公司
  • 2022-11-04 - 2023-05-16 - G06V20/62
  • 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]一种基于深度光流跟踪的客流统计方法及系统-CN202010885690.9有效
  • 张卡;何佳;戴亮亮;尼秀明 - 安徽清新互联信息科技有限公司
  • 2020-08-28 - 2023-04-18 - G06T7/269
  • 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
  • 张卡;何佳;尼秀明 - 安徽清新互联信息科技有限公司
  • 2018-12-28 - 2023-04-07 - G06V20/62
  • 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
  • [发明专利]一种人脸活体判别方法、装置及系统-CN202211648245.6在审
  • 何佳;张卡;尼秀明 - 安徽清新互联信息科技有限公司
  • 2022-12-21 - 2023-03-14 - G06V40/16
  • 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
  • [发明专利]一种基于注意力机制的车牌字符分割方法-CN201910990074.7有效
  • 张卡;何佳;尼秀明 - 安徽清新互联信息科技有限公司
  • 2019-10-17 - 2023-03-10 - G06V30/148
  • 一种基于注意力机制的车牌字符分割方法,可解决当前技术对低质量车牌图像进行字符分割,不够精确的技术问题。包括以下步骤:S1、建立深度神经网络模型;S2、通过标注好的训练样本数据,优化所述深度神经网络模型参数,得到最优深度神经网络模型;S3、读取车牌图像信息,经过最优深度神经网络模型前向运算后,输出的特征图就是车牌上每个字符的分割位置;本发明采用深度学习技术预测车牌字符位置,采用高效的基干网络,减少了模型内存消耗,极大提升了系统的运行速度,采用无anchor训练机制,降低了模型训练的难度,同时使得训练模型的收敛速度更快,利用注意力机制,针对车牌的不同字符位置,能够自适应的调整注意力权值分布,车牌字符分割结果更加准确。
  • 一种基于注意力机制车牌字符分割方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top