“吴小思”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9个，建议您升级VIP下载更多相关专利

[发明专利]一种基于人脸局部约束编码校准识别方法-CN201810506015.3有效
发明人：傅予力;肖芸榕;吴小思;张隆琴;向友君 -专利权人：华南理工大学
申请日： 2018-05-24 - 公布日： 2022-03-29 - 主分类号： G06V10/772 文献下载
摘要：本发明公开了一种基于人脸局部约束编码校准识别方法，包括：输入训练集，构建字典；获取失配准的待识别人脸图像作为测试样本；初始化误差权重；对测试样本图像进行基于加权重构误差的局部约束编码；更新校准结果；判断更新后的校准结果是否收敛或达到最大迭代次数；若收敛或达到最大迭代次数，则输出最终的校准结果，若不收敛或未达到最大迭代次数，则更新误差权重之后再次进行基于加权重构误差的局部约束编码，直至收敛或达到最大迭代次数。该方法对表示系数进行局部约束，并采用加权l2范数的正则项约束重构误差，使得校准和识别结果更注重于非遮挡区域。该方法能适应不同的现实场景，对于遮挡和非遮挡场景都能快速完成人脸校准和识别。
一种基于局部约束编码校准识别方法

[发明专利]一种基于决策树的快速KNN室内WiFi定位方法-CN201710044989.X有效
发明人：傅予力;吴泽泰;吴小思;陈培林;唐杰 -专利权人：华南理工大学
申请日： 2017-01-20 - 公布日： 2020-07-28 - 主分类号： H04W4/02 文献下载
摘要：本发明公开了一种基于决策树的快速KNN室内WiFi定位方法，所述方法具体包括以下步骤：将定位区域划分为多个子区域，在每一个子区域设置多个定位坐标点；终端采集每个坐标点RSSI指纹信息和坐标信息，通过无线网络传输至服务器，构建指纹数据库；服务器通过集成的决策树算法对目标所处区域类别进行判别；采用KNN算法以目标所处类别进行匹配，计算精确位置；将定位结果返回至终端显示。本发明设计的基于决策树的快速KNN的室内WiFi定位方法，克服了传统KNN算法定位速度慢的问题，利用决策树算法对定位目标进行区域分类，利用KNN算法对目标进行准确定位，定位方法在定位精度和效率上都得到显著提升。
一种基于决策树快速 knn 室内 wifi 定位方法

[发明专利]一种快速处理人脸遮挡的人脸识别方法及装置-CN201610930157.3有效
发明人：傅予力;吴小思;张隆琴;黄志建;向友君 -专利权人：华南理工大学
申请日： 2016-10-31 - 公布日： 2020-05-22 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种快速处理人脸遮挡的人脸识别方法及装置，该方法包括：获取测试人脸样本及标准化学习字典；利用带局部约束的目标函数求出所述测试人脸样本未遮挡部分的局部约束编码，利用马尔可夫随机场对所述测试人脸样本遮挡区域建模并迭代更新，直至检测完成；利用带l2范数约束的目标函数获取所述测试人脸样本的未遮挡区域的稀疏表达；逐类生成每类对应的重构人脸，求出每类重构人脸与所述测试人脸样本之间的重构误差；查找具有最小重构误差对应的类，将其确定为所述测试人脸样本的类别并将其输出。本发明能够处理识别带遮挡或受噪声污染的人脸，在保证高识别成功率的前提下有较快的识别速度，从而更好地进行人脸识别，更适用于实际场景。
一种快速处理遮挡识别方法装置

[发明专利]一种快速精确的室内定位方法-CN201611114412.3有效
发明人：傅予力;陈培林;杨帅;吴小思;唐杰 -专利权人：华南理工大学
申请日： 2016-12-07 - 公布日： 2019-07-16 - 主分类号： G01S1/08 文献下载
摘要：本发明公开了一种快速精确的室内定位方法，包括：将待测区域划分为网格状，每个节点作为一个参考点，终端采集RSS指纹发送至服务器端；将参考点划分成子区域类，构建相应子区域的指纹库；设备采集待定位点RSS并识别待定位点所属区域类；在服务器端执行基于加权欧氏距离和异常值剔除的室内定位算法进行精确定位；从服务器端返回定位结果至终端并显示。本发明公开的一种快速精确的室内定位方法运用K‑means算法把参考点分成w个区域类，利用子区域的指纹数据库定位，减小了计算量降低了定位时间并精确了定位范围，克服了传统KNN算法定位速度慢的问题，利用加权欧氏距离改进KNN算法的度量方式，改善了相似度度量不准确的问题。
室内定位服务器端子区域加权欧氏距离参考点位点算法相似度度量异常值剔除指纹数据库待测区域定位结果设备采集所属区域指纹发送终端采集计算量网格状指纹库度量构建减小终端参考返回改进

[实用新型]一种人脸遮挡智能识别门锁-CN201821234987.3有效
发明人：傅予力;肖芸榕;吴小思;张隆琴;向友君 -专利权人：华南理工大学
申请日： 2018-08-01 - 公布日： 2019-05-14 - 主分类号： G07C9/00 文献下载
摘要：本实用新型公开了一种人脸遮挡智能识别门锁，用户无需携带实物，用户通过移动终端上传采集到的准入者的无遮挡正脸照，准入者获得人脸识别准入权限之后，智能识别门锁会只对获得人脸识别准入权限的人开启，且使用者无需摘下眼镜或是帽子等遮挡物，方便高效；对于新到访的客人，智能门锁识别失败之后将启动对话装置，使用者可使用移动终端与到访者通话；对于使用照片、面具等工具冒充准入者的不法分子，智能门锁能及时发现并启动报警装置，及时提醒主人，且主人可以通过智能门锁的摄像模块实时获取门外的动态，提高安全性；且当人脸识别功能出现故障时，可以通过指纹密码锁开启，避免了破门而入等不必要的麻烦，双重保险，增加实用性。
准入智能门锁智能识别门锁人脸识别人脸遮挡移动终端人脸识别功能权限本实用新型指纹密码锁对话装置启动报警摄像模块实时获取双重保险无遮挡遮挡物门外上传正脸面具眼镜采集帽子通话实物携带失败发现

[发明专利]一种基于深度卷积神经网络和证据K近邻的人脸核实方法-CN201710441602.4在审
发明人：傅予力;黄志建;吴小思;张隆琴 -专利权人：华南理工大学
申请日： 2017-06-13 - 公布日： 2017-11-10 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于深度卷积神经网络和证据K近邻的人脸核实方法，包括步骤首先训练深度卷积神经网络提取人脸特征；然后选用N类人脸库通过深度卷积神经网络提取特征后求类中心点组成模板库和类最大边界距离；通过欧氏距离找到近邻M个近邻类，类内构造K个近邻证据，构造类内基本置信指派，使用D‑S规则进行证据融合，得到类的总的置信指派；类间融合使用PCR5规则处理冲突，最后转化成各个模式类别的pignistic概率，使用融合规则和所设立的分类规则来判断识别目标的类别。本发明针对人脸提出一套近邻证据构造和融合算法，相对于KNN在准确度和实时性上都有微小提升，可运用于身份认证，公共安全等领域。
一种基于深度卷积神经网络证据近邻核实方法

[实用新型]一种具有遮挡检测功能的人脸识别门禁系统-CN201621220013.0有效
发明人：傅予力;张隆琴;吴小思;黄志建;向友君 -专利权人：华南理工大学
申请日： 2016-11-14 - 公布日： 2017-06-06 - 主分类号： G07C9/00 文献下载
摘要：本实用新型公开了一种具有遮挡检测功能的人脸识别门禁系统，涉及计算机视觉和模式识别领域，包括摄像头模块、操作系统控制模块、遮挡检测模块、人脸识别模块、识别结果显示模块、指纹登录模块、人脸采集模块。遮挡检测模块利用马尔可夫随机场可快速地检测出人脸的遮挡区域，而免除了使用者在采集图像之前摘除眼镜等遮挡物的麻烦，人脸识别模块利用稀疏编码对人脸图像分类识别，指纹登录模块在人脸识别成功后需要使用者录入与其身份一致的指纹。本实用新型通过遮挡检测模块，免除了使用者摘除遮挡物的麻烦，提高了基于人脸识别的门禁系统的工作效率，并利用马尔可夫随机场模型提高了检测的速度，最后通过指纹登录模块保证了门禁系统的安全性。
一种具有遮挡检测功能识别门禁系统

[发明专利]一种基于关节活跃度的Kinect动作识别方法-CN201410220225.8有效
发明人：刘剑聪;王伟凝;钟卓耀;张莉婷;吴小思 -专利权人：华南理工大学
申请日： 2014-05-22 - 公布日： 2017-04-19 - 主分类号： G06F3/01 文献下载
摘要：本发明公开了一种基于关节活跃度的Kinect动作识别方法，包括以下步骤(1)建立标准动作模板库，得到标准动作模板图和标准动作模板差分图；(2)对用户的即时动作进行识别首先采集即时动作数据，再构建即时动作图、计算即时动作差分图、对即时动作图进行预处理，利用标准动作模板差分图和用户实时图像差分图，求每一列的差分绝对值总和，以此设置关节活跃的权值，最后在用户即时动作图与标准动作模板图的欧氏距离矩阵中乘入关节活跃度权值，并求和，将此值用于判定用户即时动作类别。本发明具有复杂度较低，运算速度快，识别率较高的优点。
一种基于关节活跃 kinect 动作识别方法

[实用新型]一种人脸识别装置-CN201521144681.5有效
发明人：傅予力;徐书燕;吴泽泰;吴小思;温研东 -专利权人：华南理工大学
申请日： 2015-12-31 - 公布日： 2016-12-07 - 主分类号： G06K9/00 文献下载
摘要：本实用新型公开了一种人脸识别装置，所述装置包括：图像获取模块、稀疏编码模块、联合分类模块和标签输出模块，上述各模块依次顺序连接，其中，所述图像获取模块，用于将获取得到的人脸图像数据作为测试样本；所述稀疏编码模块，用于对所述测试样本进行稀疏编码，得到测试样本的稀疏表达；所述联合分类模块，包括字典分类器和线性分类器，用于对所述测试样本进行联合分类；所述标签输出模块，用于输出所述测试样本的类别标签。上述人脸识别装置，联合字典分类器和线性分类器对测试样本分类，能够更好地利用稀疏向量包含的判别信息，增强分类能力，提高识别成功率。
一种识别装置

1
共 9 条