“多模态生物特征”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果4128682个，建议您升级VIP下载更多相关专利

[发明专利]多模态生物特征识别方法、装置、介质及设备-CN202310721529.1在审
发明人：杨春林;王爽;张亚浩 -专利权人：北京眼神智能科技有限公司;北京眼神科技有限公司;深圳爱酷智能科技有限公司
申请日： 2023-06-16 - 公布日： 2023-09-12 - 主分类号： G06V40/70 文献下载
摘要：本申请公开了一种多模态生物特征识别方法、装置、介质及设备，属于生物特征识别领域。本申请在一个模态的活体检测通过后进行该模态的生物特征识别，根据进行的该模态的生物特征识别，并同时结合进行的另一模态的生物特征识别，综合判断多模态生物特征识别是否通过。本申请使得多模态生物特征识别是否通过的结果综合考虑了一个模态的活体检测以及两个模态的生物特征识别，提高了多模态生物特征识别的通过率和可靠性，提高了对呈现攻击的检测效果。
多模态生物特征识别方法装置介质设备

[发明专利]用于多模态生物特征识别的方法、装置及系统-CN201710164579.9在审
发明人：邓玉;廖敏飞;刘丽娟;黄瑞吟;许腾;李文鹏 -专利权人：中国建设银行股份有限公司
申请日： 2017-03-20 - 公布日： 2017-09-12 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种用于多模态生物特征识别的方法、装置及系统。根据一种实施方式提供的用于多模态生物特征识别的方法可以包括，但不限于针对输入的不同类型生物特征分别进行单模态识别；将不同类型生物特征的单模态识别结果进行融合计算得到多模态识别结果。根据各种不同实施方式，在多模态生物识别场景下，多种生物特征融合构成用户的生物特征数据立方体，更加全面的描述客户的生物特征信息，避免单一识别算法的场景局限性。
用于多模态生物特征识别方法装置系统

[发明专利]多模态生物医药数据的表征学习方法及装置-CN202310394248.X在审
发明人：聂再清;杨凯;罗弈桢;张嘉欢;黄婷婷;马维英;张亚勤 -专利权人：清华大学
申请日： 2023-04-13 - 公布日： 2023-07-14 - 主分类号： G06F16/36 文献下载
摘要：本发明提供一种多模态生物医药数据的表征学习方法及装置，其中的方法包括：获取多模态输入数据，多模态输入数据包括生物分子结构数据及其对应的知识图谱数据和文本数据；将多模态输入数据输入至预先训练的多模态生物医药模型，得到融合特征表示；基于融合特征表示，对多种下游预测任务进行预测，其中，多模态生物医药模型包括生物分子结构编码器、图谱编码器、文本编码器以及多模态编码器，通过根据训练样本数据集进行自监督预训练优化得到。该方法利用多模态生物医药模型学习多模态输入数据的表征，使得到的融合特征表示能够应用于多种下游预测任务，实现了多模态生物医药数据的特征融合，同时提高了下游预测任务的预测精度。
多模态生物医药数据表征学习方法装置

[发明专利]多模态脑影像数据处理的方法、装置、设备及存储介质-CN202110174424.X有效
发明人：刘鹏;杨光;朴芮庆;曾啸 -专利权人：西安电子科技大学
申请日： 2021-02-07 - 公布日： 2023-08-15 - 主分类号： G06V10/764 文献下载
摘要：本发明涉及一种多模态脑影像数据处理的方法、装置、设备及存储介质，本方法包括：获取待研究多模态脑影像数据和待验证多模态脑影像数据；对待研究多模态脑影像数据和待验证多模态脑影像数据进行多变量特征提取，对应得到待挖掘特征和待验证特征；对待挖掘特征进行初级特征选择得到第一特征；对第一特征进行终极特征选择得到目标生物标志物和其特征索引序号；利用目标生物标志物构建多核支持向量机分类模型；利用目标生物标志物的特征索引序号和待验证特征得到待验证生物标志物，利用待验证生物标志物和多核支持向量机分类模型得到目标验证结果。多模态脑影像数据可以结合每个模态的独特信息，为理解克罗恩病脑影像生物标志物提供更为全面的角度。
多模态脑影像数据处理方法装置设备存储介质

[发明专利]眼部多模态生物特征识别方法-CN201811522568.4在审
发明人：何召锋;李星光;刘京;张慧;马力;邱显超 -专利权人：北京中科虹霸科技有限公司
申请日： 2018-12-13 - 公布日： 2019-03-22 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种眼部多模态生物特征识别方法，包括眼部多模态生物特征训练过程S1和眼部多模态生物特征比对过程S2，本发明与单一模态生物特征识别相比具有更准确的比对性能。而且在硬件实现上结构简单，可采用一套虹膜图像采集设备采集眼部图像，完成虹膜与眼周两种模态的图像采集，无需为每一种生物模态配备专用的图像采集设备。
多模态生物特征眼部模态比对虹膜图像采集生物特征识别图像采集设备虹膜设备采集图像采集训练过程眼部图像硬件实现专用的配备

[发明专利]多模态神经生物信号处理方法、装置、服务器及存储介质-CN202211481751.0在审
发明人：谢津;詹阳;马征 -专利权人：中国科学院深圳先进技术研究院
申请日： 2022-11-24 - 公布日： 2023-03-03 - 主分类号： G06F18/25 文献下载
摘要：本发明涉及数据处理技术领域，公开了一种多模态神经生物信号处理方法、装置、服务器及存储介质。其中，该方法包括：获取待处理的多模态神经生物信号，对多模态神经生物信号进行预处理；将预处理后的多模态神经生物信号输入至深度学习模型中，基于深度学习模型提取多模态神经生物信号中每种模态神经生物信号的深度特征；将多种深度特征输入至特征融合层进行特征融合，得到目标融合特征；将目标融合特征经由全连接层后输入至回归层，利用回归层对目标融合特征进行体征预测，生成生物体征预测结果。通过实施本技术方案，能够有效捕捉多种深度特征，无需人为设计或选取特征，同时实现了对于神经信号的生物表征的有效预测，提高了生物表征的预测准确度。
多模态神经生物信号处理方法装置服务器存储介质

[发明专利]一种复杂场景多模态生物特征图像获取方法及其装置-CN201510967025.3有效
发明人：孙哲南;侯广琦;谭铁牛;秦娅楠 -专利权人：天津中科虹星科技有限公司
申请日： 2015-12-18 - 公布日： 2019-04-26 - 主分类号： G06K9/20 文献下载
摘要：本发明公开了一种复杂场景多模态生物特征图像获取装置，包括：主动多元成像单元，逻辑控制平台、并行数据计算平台，其中，逻辑控制平台，与主动多元成像单元相连接，并行数据计算平台与逻辑控制平台相连接，并行数据计算平台具体包括多元传感数据处理系统、生物特征场景感知与建模系统、多模态生物特征主动感知系统和高级成像算法处理系统。此外，本发明还公开了一种复杂场景多模态生物特征图像获取方法。本发明公开的一种复杂场景多模态生物特征图像获取方法及其装置，其可以对现实复杂场景条件下多个用户的生物特征进行多模态识别，满足复杂成像场景中多用户的身份识别需求，实现对大范围内的虹膜、人脸、步态多模态生物特征进行有效获取
一种复杂场景多模态生物特征图像获取方法及其装置

[发明专利]生物信息识别方法、装置、设备及介质-CN202210312391.5在审
发明人：祝轶哲 -专利权人：上海云从企业发展有限公司
申请日： 2022-03-28 - 公布日： 2022-06-28 - 主分类号： G06V40/16 文献下载
摘要：本发明提供一种生物信息识别方法、装置、设备及介质，包括：获取待识别目标的生物信息图像；对生物信息图像进行特征提取，得到不同层级的单模态彩色特征与单模态深度特征；逐级融合单模态彩色特征与单模态深度特征，得到每个层级的多模态特征；将多模态特征分别融合单模态彩色特征、单模态深度特征，得到跨模态的彩色卷积特征与跨模态的深度卷积特征；融合跨模态的彩色卷积特征与跨模态的深度卷积特征，得到最终的特征向量；基于生物信息图像最终的特征向量进行信息识别，本发明通过跨模态处理，不仅可提取到更显著的特征，有效捕捉来自彩色图像与深度图像的跨模态信息，有助于检测更完整的目标，在生物信息识别中，也提高了识别精度。
生物信息识别方法装置设备介质

[发明专利]一种基于attention模块的多模态的生物识别方法-CN202211367427.6在审
发明人：温泉;边钦;许秋阳;赵柏富;霍寅虎;栾星 -专利权人：吉林大学
申请日： 2022-11-02 - 公布日： 2023-04-21 - 主分类号： G06V40/70 文献下载
摘要：本发明涉及一种基于attention模块的多模态的生物识别方法，属于计算机生物识别领域。包括数据采集和预处理阶段、神经网络模型训练和验证阶段、attention模块特征融合阶段和部署应用阶段。优点是采用多模态生物特征进行身份识别，弥补了单个模态上生物特征不充分和单模态生物特征不安全的问题，多模态之间进行相互影响，有助于提取到更加全面有效的生物特征，提取方法中采用arcloss函数作为损失函数，相较于softmax loss损失函数，提升了模型识别率，基于特征层融合的过程中采用attention机制的思想，具有更好的特征融合性能，同时相较于传统的给每一个模态的特征学习一个权重，然后将特征进行加权级联，这样使每一个模态的特征都能更好的发挥作用。
一种基于 attention 模块多模态生物识别方法

[发明专利]一种基于卷积神经网络的多模态特征融合方法及装置-CN201811456123.0有效
发明人：仲崇亮 -专利权人：熵基科技股份有限公司
申请日： 2018-11-30 - 公布日： 2021-08-31 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种基于卷积神经网络的多模态特征融合方法包括：从不同的异质图像中提取多个模态的特征，得到每个模态的第一特征集；在多模态卷积神经网络中，依据不同模态之间的相关性，从每个模态的第一特征集中筛选出符合预设条件的特征，得到每个模态的第二特征集；在多模态卷积神经网络的全连接层，确定每个模态的第二特征集的权重，并依据权重将多个模态的第二特征集进行融合，以使融合后的第二特征集对用于生物特征识别的多模态卷积神经网络进行训练这样解决了现有技术中单一模态识别具有的局限性问题，提高了生物特征识别的准确度。
一种基于卷积神经网络多模态特征融合方法装置

[发明专利]生物特征多模态融合识别方法、装置、存储介质及设备-CN202011027159.4在审
发明人：孙飞;杨春林;郭秀花;江武明;周军 -专利权人：北京眼神智能科技有限公司;北京眼神科技有限公司
申请日： 2020-09-25 - 公布日： 2022-04-12 - 主分类号： G06V40/10 文献下载
摘要：本发明公开了一种生物特征多模态融合识别方法、装置、存储介质及设备，属于生物识别领域。在多模态识别中根据后一模态的生物特征图像的质量分数调整后一模态的比对阈值；当后一模态的比对分数不小于调整后的后一模态的比对阈值，且后一模态的生物特征图像的质量分数不小于后一模态的决策阈值时，判断识别通过或进行后续模态的识别；否则，将已识别的所有模态的比对分数融合得到融合分数；根据融合分数判断识别通过或进行后续模态的识别。本发明根据生物特征图像的质量分数高低，动态调整比对阈值，并且利用生物特征图像的质量分数对识别结果进行辅助决策，同时结合比对分数融合，逐步增大身份认证的概率，提高生物识别身份识别的安全性和可靠性。
生物特征多模态融合识别方法装置存储介质设备

[发明专利]多模生物特征融合方法和系统-CN202010023577.X在审
发明人：杨明辉;吴亮 -专利权人：杭州芯影科技有限公司
申请日： 2020-01-09 - 公布日： 2020-07-28 - 主分类号： G06K9/00 文献下载
摘要：本发明实施例公开一种多模生物特征融合方法和系统，其中方法包括如下步骤：对多模态生物数据中各生物数据对应的特征数据进行特征比对，生成所述多模态生物数据的分数向量，对所述分数向量进行分段线性分类处理，生成所述分数向量对应的决策值，根据所述决策值识别所述多模态生物数据对应的身份信息。采用本发明，通过线性分类器将多种生物特征进行融合，可以保留每种生物特征的有用信息，在高维度的特征空间中提取身份信息，可以保证身份识别的准确率。
生物特征融合方法系统

[发明专利]基于语音信号的跨模态生物特征识别方法及系统-CN201910981216.3在审
发明人：潘成华 -专利权人：江苏网进科技股份有限公司
申请日： 2019-10-16 - 公布日： 2020-01-31 - 主分类号： G10L15/02 文献下载
摘要：本发明提供一种语音信号的跨模态生物特征识别方法，其步骤：S1:获取包括待识别语音信号、多人的多模态生物特征信息；S2：针对每一种单一模态利用神经网络模型提取特征，获取声纹特征及对应的其它模态生物特征的固定维度的向量；S3：确认多模态生物特征的声纹特征向量与其它维度的特征向量是否来自同一个人，针对获得的多个并联而成的向量对以及相应的0或1标签，并进行监督分类训练，选择损失函数评估最优的模型和参数，输出0或1确认识别结果通过输入为语音信号，系统凭借输入的语音信号在若干个候选人的其他模态的生物特征信号中，识别出该语音信号发音人的其他模态的生物特征信息。
语音信号模态向量多模态生物特征声纹特征维度神经网络模型生物特征识别生物特征信号生物特征信息监督分类生物特征损失函数特征向量提取特征并联发音标签输出评估

[发明专利]生物特征识别方法、装置、设备及存储介质-CN202080001396.5在审
发明人：朱亚军;于磊 -专利权人：北京小米移动软件有限公司
申请日： 2020-06-30 - 公布日： 2020-11-13 - 主分类号： G06K9/00 文献下载
摘要：本公开实施例提供了一种基于多模态融合的生物特征识别方法，其中，方法包括：确定不同模态的生物特征的第一识别结果；根据不同模态的权重及第一识别结果，确定出生物特征的第二识别结果。
生物特征识别方法装置设备存储介质

[发明专利]基于深度网络多模态信息融合的生物信息识别方法和装置-CN202011588398.7在审
发明人：周武;李尚轩;张林子;张洪来 -专利权人：广州中医药大学（广州中医药研究院）
申请日： 2020-12-29 - 公布日： 2021-04-13 - 主分类号： G06K9/62 文献下载
摘要：本申请实施例提供的基于深度网络多模态信息融合的生物信息识别方法和装置，涉及图像识别技术领域。一种基于深度网络多模态信息融合的生物信息识别方法，包括：首先，获取多个模态的待识别图像，其中，多个模态的待处理图像属于同一生物信息；其次，通过预设识别模型对多个模态的待识别图像进行融合处理，得到融合特征；然后，根据融合特征进行分类处理，得到生物信息的类别，其中，预设识别模型根据多个模态的生物信息图像训练得到。通过上述方法，可以实现根据多个模态图像融合后的特征进行分类识别，改善了现有技术中现有技术中的神经网络模型一般对多个模态的图像分别进行识别，所导致的图像识别的可靠性低的问题。
基于深度网络多模态信息融合生物识别方法装置

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条