“汪厚峄”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11个，建议您升级VIP下载更多相关专利

[发明专利]混合精度的活体目标检测方法和活体检测模型的训练方法-CN202310305046.3在审
发明人： 汪厚峄;南楠;丁然 -专利权人：珠海全志科技股份有限公司
申请日： 2023-03-24 - 公布日： 2023-07-21 - 主分类号： G06V40/40 文献下载
摘要：本发明公开了一种混合精度的活体目标检测方法、混合精度的活体检测模型的训练方法及装置，该混合精度的活体目标检测方法包括：获取待检测图像；所述待检测图像输入至训练完成的活体检测模型中，得到目标活体检测结果，所述目标活体检测结果用于指示所述待检测图像中的目标是否为活体，所述活体检测模型是通过将训练完成的教师网络模型作为学生网络模型的监督信号，对所述学生网络模型进行训练得到的，所述训练完成的教师网络模型是通过第一损失函数训练得到的，所述第一训练函数包括角度空间损失函数和像素级别损失函数。可见，实施本发明能够提高目标检测的安全性。
混合精度活体目标检测方法模型训练

[发明专利]神经网络架构的搜索方法、装置和计算机存储介质-CN202310297478.4在审
发明人： 汪厚峄;南楠;丁然 -专利权人：珠海全志科技股份有限公司
申请日： 2023-03-23 - 公布日： 2023-07-11 - 主分类号： G06N5/01 文献下载
摘要：本发明公开了一种神经网络架构的搜索方法、装置和计算机存储介质，该方法包括：获取候选神经网络架构；对所述候选神经网络架构进行训练；若所述候选神经网络架构训练完成，则基于训练完成的候选神经网络架构搜索出目标神经网络架构，其中，在所述候选神经网络架构的损失函数满足训练完成条件的情况下，确定所述候选神经网络架构训练完成，所述损失函数包括第一硬件参数对应的函数项，所述第一硬件参数用于指示目标硬件平台运行所述候选神经网络架构的硬件参数。可见，实施本发明能够实现搜索出的目标神经网络架构能够兼容推理效率和推理精度的技术效果。
神经网络架构搜索方法装置计算机存储介质

[发明专利]基于深度学习的移动对象检测方法及系统-CN202110339785.5在审
发明人：易甜;汪厚峄;南楠 -专利权人：珠海全志科技股份有限公司
申请日： 2021-03-30 - 公布日： 2022-10-04 - 主分类号： G06T7/254 文献下载
摘要：本发明公开了一种基于深度学习的移动对象检测方法及系统，该方法包括：对待检测图像执行全局移动侦测操作，得到待检测图像的侦测结果；将待检测图像输入轻量级识别模型中进行分析，得到待检测图像的识别结果；当该待检测图像的识别结果用于表示待检测图像存在感兴趣目标时，对待检测图像执行局部移动侦测操作，得到感兴趣目标的侦测结果，如：感兴趣目标为静态目标或者动态目标。可见，本发明通过对采集到的待检测图像进行全局侦测和局部侦测，无论是在静态背景下还是动态背景下，均能够快速准确地检测出动态对象，即即使在树叶摇晃、光线变化等复杂环境下仍能快速准确检测出有对象闯入当前场景，有利于提高报警准确性以及可靠性。
基于深度学习移动对象检测方法系统

[发明专利]人脸图像质量评估方法、计算机装置及计算机可读存储介质-CN201911121119.3有效
发明人： 汪厚峄;张建辉;彭刚;南楠;王晓明 -专利权人：珠海全志科技股份有限公司
申请日： 2019-11-15 - 公布日： 2022-03-04 - 主分类号： G06T7/00 文献下载
摘要：本发明提供一种人脸图像质量评估方法、计算机装置及计算机可读存储介质，该方法包括获取初始图像，将初始图像划分为多张子图像，并且，计算每一张子图像的灰度均值以及方差，并对每一子图像进行归一化计算；对归一化的每一子图像进行离散余弦变换并提取低频系数，利用每一子图像的灰度均值、低频系数计算该子图像的加权特征；计算每一子图像相对于标准人脸子图像的相似度概率得分，并计算该初始图像的最终得分。本发明还提供实现上述人脸图像质量评估方法的计算机装置及计算机可读存储介质。本发明的方法考虑到光照、姿态、遮挡等多种情况对人脸图像的影响，能够更加准确的评估各张图像的质量。
图像质量评估方法计算机装置可读存储介质

[发明专利]基于人脸图像的ISP自适应调整控制方法以及装置-CN202010856033.1在审
发明人：霍帅;易甜;南楠;王晓明;汪厚峄;彭刚 -专利权人：珠海全志科技股份有限公司
申请日： 2020-08-24 - 公布日： 2022-02-25 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了基于人脸图像的ISP自适应调整控制方法以及装置，该方法包括获取图像采集设备采集到的人脸图像，并将人脸图像输入人脸图像质量评估模型中进行分析；获取人脸图像质量评估模型的分析结果，作为人脸图像的图像分析参数，根据图像分析参数判断图像采集设备对应的ISP是否需要调整；若是，根据图像分析参数调整ISP，直至该ISP的参数满足预设条件，并重新触发执行上述的获取图像采集设备采集到的人脸图像的操作。可见，本发明能够实现ISP的动态调整，使ISP一直处于与人脸应用相契合的状态，实现实时、精准的人脸图像的获取，有助于保证人脸应用获取到相对稳定的高质量人脸输入数据，从而提高人脸验证(例如：门禁刷脸认证等)的有效性以及安全性。
基于图像 isp 自适应调整控制方法以及装置

[发明专利]活体人脸的检测方法及装置-CN202010856310.9在审
发明人：易甜;丁然;霍帅;南楠;汪厚峄;王晓明;彭刚 -专利权人：珠海全志科技股份有限公司
申请日： 2020-08-24 - 公布日： 2022-02-25 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种活体人脸的检测方法及装置，该方法包括：在确定出由活体人脸区域图像和非活体人脸区域图像组成的正样本以及由背景区域图像组成的负样本之后，基于正样本中的所有活体人脸区域图像对应的人脸边界框和分类标签、正样本中的所有非活体人脸区域图像对应的人脸边界框和分类标签以及负样本中的所有背景区域图像对应的背景边界框和分类标签训练预先确定出的一级检测模型，得到训练后的一级检测模型；将第一待检测图像输入训练后的一级检测模型进行分析，得到第一待检测图像对应的一级检测结果。可见，实施本发明能够在检测人脸区域的同时实现活体人脸和非活体人脸的分类，从而能够减少活体人脸检测的时间，提高活体人脸的检测效率。
活体检测方法装置

[发明专利]一种轻量级人脸识别模型的训练方法及装置-CN202010825578.6在审
发明人： 汪厚峄;霍帅;易甜;南楠;王晓明;彭刚 -专利权人：珠海全志科技股份有限公司
申请日： 2020-08-17 - 公布日： 2022-02-22 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种轻量级人脸识别模型的训练方法及装置，该方法包括将样本数据输入轻量级人脸识别模型中进行训练，得到训练后的识别模型，基于注意力模型对训练后的识别模型执行池化卷积操作，得到二维空间注意力人脸特征图；对训练后的识别模型包括的人脸特征图与二维空间注意力人脸特征图执行逐元素操作，得到三维空间注意力人脸特征图，池化三维空间注意力人脸特征图，得到一维通道注意力人脸特征图；对三维空间注意力人脸特征图与一维通道注意力人脸特征图执行逐通道操作，得到人脸识别模型。可见，本发明能够使得轻量级人脸识别模型自适应地对复杂场景中的图像特征进行细化，提高该模型的鲁棒性，从而有利于获取到精度高的人脸识别结果。
一种轻量级识别模型训练方法装置

[发明专利]AI处理器的内存分配方法、计算机装置及计算机可读存储介质-CN202180001055.2在审
发明人： 汪厚峄;丁然;南楠 -专利权人：珠海全志科技股份有限公司
申请日： 2021-03-26 - 公布日： 2021-07-23 - 主分类号： G06F9/50 文献下载
摘要：本发明涉及内存管理的技术领域，并且提供一种AI处理器的内存分配方法、计算机装置及计算机可读存储介质，该方法包括获取神经网络的多个算子，分析输入与输出占用的内存空间可重叠的算子；判断神经网络的输入的尺寸是否为固定尺寸，如是，采用静态内存池式分配算法确定多个内存块的存储地址：计算神经网络模型推理过程中每一内存块的大小，确认每一内存块的生命周期；并判断内存块是否为可被重叠的内存块，如是，修正内存块的大小和生命周期，根据内存块修正后的大小和生命周期分配各内存块的存储地址，否则，则采用动态内存池式分配算法为多个内存块申请内存空间。本发明还提供实现上述方法的计算机装置及计算机可读存储介质。
ai 处理器内存分配方法计算机装置可读存储介质

[发明专利]基于非线性融合深度3D卷积描述子的行为识别方法-CN201710568540.3有效
发明人：同鸣;赵梦傲;李明阳;汪厚峄 -专利权人：西安电子科技大学
申请日： 2017-07-13 - 公布日： 2020-09-08 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于非线性融合深度3D卷积描述子的行为识别方法，主要解决现有技术识别准确率低的问题。其方案是：1.将每个样本输入到C3D网络中获取各层激活值；2.对C3D网络的每一层进行处理，得到每一层的特征向量；3.融合不同层的特征向量，得到全局特征集合和局部特征集合；4.对全局特征集合和局部特征集合进行判别性非线性融合，得到深度3D卷积描述子；5.获取训练样本的深度特征用于训练线性SVM分类器；6.获取测试样本的深度特征输入到线性SVM分类器中进行识别。本发明提高了行为识别的准确率，在UCF‑Sports库上取得了94.67％的识别率，可应用于人机交互、视频监控和视频检索。
基于非线性融合深度卷积描述行为识别方法

[发明专利]基于稠密轨迹协方差描述子的行为识别方法-CN201710418123.0有效
发明人：同鸣;闫娜;赵梦傲;汪厚峄 -专利权人：西安电子科技大学
申请日： 2017-06-06 - 公布日： 2020-04-14 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于稠密轨迹协方差描述子的行为识别方法，主要解决现有技术没有考虑不同特征之间的相关性，未能准确描述行为主体运动，导致行为识别准确率低的问题。其实现步骤是：1)提取视频的稠密轨迹，对轨迹立方体中的每个像素点，获取梯度、空间位置以及梯度、光流和运动边界的时间导数并将这些特征作为底层特征；2)获取底层特征集合，对其求取协方差矩阵并投影到欧式空间以获取轨迹子块的描述子；3)串接轨迹子块的描述子，获取基于稠密轨迹的协方差矩阵描述子；4)对协方差矩阵描述子进行BOW编码后利用线性SVM分类模型进行行为识别。本发明提高对行为的描述能力和识别准确率，可用于视频监控的复杂环境。
基于稠密轨迹协方差描述行为识别方法

[发明专利]基于稠密轨迹核协方差描述子的行为识别方法-CN201710418650.1有效
发明人：同鸣;赵梦傲;汪厚峄;闫娜 -专利权人：西安电子科技大学
申请日： 2017-06-06 - 公布日： 2020-04-14 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于稠密轨迹核协方差描述子的行为识别方法，主要解决现有技术未能考虑不同特征之间的非线性相关性，导致行为识别准确率低的问题。实现步骤是：1)提取稠密轨迹，对轨迹立方体中的每个像素点提取特征获取底层特征矩阵；2)计算底层特征矩阵的核协方差矩阵，并将其映射到欧式空间获取向量化的特征表示；3)利用轨迹立方体中所有的特征表示构建基于稠密轨迹的核协方差矩阵描述子；4)对核协方差矩阵描述子用BOW模型进行编码获取码字直方图，利用训练集的码字直方图训练SVM，将测试集的码字直方图在训练好的SVM中进行测试，获取行为识别结果。本发明进一步提高了对行为的描述能力，可用于视频监控等复杂环境中。
基于稠密轨迹协方差描述行为识别方法

1
共 11 条