“梁麟开”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4个，建议您升级VIP下载更多相关专利

[发明专利]人脸活体检测方法、装置、设备及存储介质-CN201810924096.9有效
发明人：吴双;丁守鸿;李季檩;梁小龙;梁麟开;杨静 -专利权人：腾讯科技（深圳）有限公司
申请日： 2018-08-14 - 公布日： 2023-06-16 - 主分类号： G06V40/40 文献下载
摘要：本申请实施例公开了一种人脸活体检测方法、装置、设备及存储介质。所述方法包括：获取目标对象的RGB图像和深度图像；调用第一神经网络对RGB图像进行处理得到第一处理结果；调用第二神经网络对深度图像进行处理得到第二处理结果；根据第一处理结果和第二处理结果，确定目标对象是否为人脸活体。本申请实施例通过获取目标对象的RGB图像和深度图像，结合上述两个图像对目标对象进行人脸活体检测，融合了人脸纹理线索和3D人脸结构线索进行人脸活体检测，提高了准确性，可以有效拦截人脸纸片、高清屏幕人脸翻拍、合成人脸视频、面具、3D假体模型等攻击。并且，RGB图像和深度图像的拍摄过程中，无需用户执行交互动作，更为简单高效。
活体检测方法装置设备存储介质

[发明专利]基于方向和尺度自适应卷积神经网络的光场深度估计方法-CN201810317425.3有效
发明人：周文晖;梁麟开;魏兴明;周恩慈 -专利权人：杭州电子科技大学
申请日： 2018-04-10 - 公布日： 2022-03-01 - 主分类号： G06T7/557 文献下载
摘要：本发明公开了一种基于方向和尺度自适应卷积神经网络的光场深度估计方法。本发明包括如下步骤：步骤1.准备光场数据集，制作训练集和测试集；步骤2.搭建方向和尺度自适应的卷积神经网络SOA‑EPN；步骤3.使用训练集训练搭建好的SOA‑EPN网络；步骤4.使用练好的SOA‑EPN网络在测试集上进行测试；本发明借助于尺度和方向感知卷积神经网络来预测光场深度，不仅利用了多方向，而且很好的处理了遮挡等问题，得到准确的深度估计结果。
基于方向尺度自适应卷积神经网络深度估计方法

[发明专利]一种基于遮挡几何互补模型的光场相机深度估计方法-CN201611262452.2有效
发明人：周文晖;李鹏飞;梁麟开;李贤;王彧;潘佳琪 -专利权人：杭州电子科技大学
申请日： 2016-12-30 - 公布日： 2019-07-23 - 主分类号： G06T7/55 文献下载
摘要：本发明公开了一种基于遮挡几何互补模型的光场相机深度估计方法。本发明利用光场光流理论得到光场图像多个视角的遮挡信息，再利用了相对的两个视角中，所看到遮挡区域具有互补关系的性质，通过求两个视角的遮挡信息，对两部分信息进行融合，从而实现精确的光场图像深度估计。本发明能够对具有丰富纹理变化的区域实现很好的遮挡结果，并且得到精确的深度图。
一种基于遮挡几何互补模型相机深度估计方法

[发明专利]一种基于双流卷积神经网络的立体匹配方法-CN201710289393.6在审
发明人：戴国骏;罗姚翔;周文晖;张桦;沈方瑶;梁麟开 -专利权人：杭州电子科技大学
申请日： 2017-04-27 - 公布日： 2017-09-08 - 主分类号： G06T7/593 文献下载
摘要：本发明公开了一种基于双流卷积神经网络的立体匹配方法。该方法利用一种双流卷积神经网络，学习并计算出左右视图中目标区域的匹配代价，并以交叉聚合算法作为辅助，有效地获得目标图像的视差图。双流网络结构不仅继承了卷积神经网络计算量小，性能稳定等优点，同时拥有较大的接受域，并且更充分地提取了目标点邻近区域的特征，拥有更高的精度。
一种基于双流卷积神经网络立体匹配方法