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12个,建议您升级VIP下载更多相关专利
  • [发明专利]相似人脸图像生成方法、人脸识别模型训练方法及装置-CN202310587776.7在审
  • 陈训教;蔡万源;辛冠希;郑新莹 - 奥比中光科技集团股份有限公司
  • 2023-05-23 - 2023-09-29 - G06T11/00
  • 本申请提供了一种相似人脸图像生成方法、人脸识别模型训练方法以及装置。通过相似人脸图像生成方法从现有的人脸数据库中任意选取分别来自于不同人物的第一人脸图像和第二人脸图像,并根据第一人脸图像、第二人脸图像生成与第一人脸图像、第二人脸图像均相似的相似人脸图像,所生成的相似人脸图像既可以与相应的第一人脸图像构成一个训练图像对,也可以与相应的第二人脸图像构成另一个训练图像对;通过人脸识别模型训练方法利用众多的训练图像对对待训练人脸识别模型进行训练,以降低人脸识别模型对于相似人脸的误识别率。本申请通过生成的方式得到相似人脸数据,不需要耗费大量的人力、财力及物力去社会上采集,提高了模型的训练效率。
  • 相似图像生成方法识别模型训练装置
  • [发明专利]去散斑网络模型的训练方法、装置及可读存储介质-CN202310357919.5在审
  • 蔡万源;李冠群;郑新莹;张泽鹏 - 奥比中光科技集团股份有限公司
  • 2023-03-30 - 2023-07-11 - G06V10/774
  • 本申请提供一种去散斑网络模型的训练方法、装置及可读存储介质,涉及机器学习技术领域,能够保证去散斑网络模型的可靠性,并且提高去散斑网络模型的去散斑效果。该方法包括:获取训练集,训练集包括n个图像样本对,每个图像样本对包括红外散斑人脸图像样本和对应的无散斑的标准红外人脸图像样本,n≥1且为整数;根据训练集、预设损失函数和预设判别器网络对待训练的去散斑网络模型进行对抗训练,得到训练后的去散斑网络模型;其中,判别器网络用于判别标准红外人脸图像样本为原始图像的概率及去散斑红外人脸图像为模拟图像的概率,原始图像表征无需经过去散斑操作直接得到的纯红外图像,模拟图像表征需要经过去散斑操作间接得到的纯红外图像。
  • 去散斑网络模型训练方法装置可读存储介质
  • [发明专利]用于人脸及人脸属性检测的yolox模型的训练装置-CN202211363343.5在审
  • 郑新莹;李冠群;陈训教;张劲风 - 奥比中光科技集团股份有限公司
  • 2022-11-02 - 2023-02-03 - G06V40/16
  • 本发明公开了用于人脸及人脸属性检测的yolox模型的训练装置,所述训练装置包括:预测单元,用于将待检测图像输入至初始yolox模型进行人脸及人脸属性检测得到检测结果;训练数据存储单元,用于存储txt格式的训练数据;数据处理读取单元,用于读取所述训练数据并与所述检测结果计算所述初始yolox模型的损失函数;迭代修正单元,用于根据所述初始yolox模型的损失函数,对所述初始yolox模型进行迭代修正直至所达到预设条件结束训练,将达到预设条件的yolox模型作为目标人脸重建模型。解决了现有技术中采用深度学习模型进行人脸检测和人脸属性检测,模型加载时间、推理时间以及训练时间长的问题。
  • 用于属性检测yolox模型训练装置
  • [发明专利]一种基于深度图像的目标检测方法和装置-CN202211023397.7在审
  • 郑新莹;李冠群;陈训教 - 奥比中光科技集团股份有限公司
  • 2022-08-25 - 2022-12-06 - G06V40/10
  • 本申请适用于目标检测技术领域,提供了一种基于深度图像的目标检测方法,包括:获取深度图像;其中,所述深度图像包括多个像素;根据不同深度值范围将多个像素分别对应地划分到多个目标通道中,使得每个目标通道可对应地包括多个目标像素;基于各目标通道的深度值范围对所述目标像素进行归一化处理对每个目标通道中的目标像素进行归一化处理,得到每个目标通道中多个目标像素分别对应的目标值;根据每个目标通道中多个目标像素分别对应的目标值提取每个目标通道的目标特征,并基于每个目标通道的目标特征得到检测结果。本申请还提供了一种深度图像的目标检测装置,能够执行上述的方法。本申请能够提高对深度图像的目标检测的准确度,避免发生误检。
  • 一种基于深度图像目标检测方法装置
  • [发明专利]一种活体检测方法、门锁系统及电子设备-CN202110858762.5在审
  • 郑新莹;张劲风;高通 - 奥比中光科技集团股份有限公司
  • 2021-07-28 - 2022-01-28 - G06V40/16
  • 本申请涉及生物识别技术领域,尤其涉及一种活体检测方法、门锁系统及电子设备。该活体检测方法包括:获取红外图像、彩色图像和深度图像中的至少两个图像作为目标图像,并识别每个目标图像中目标对象人脸区域的多个人脸特征点;以所述多个人脸特征点各为锚点,在每个目标图像中的人脸区域裁剪多个特征框;将每个目标图像的所述多个特征框输入与该目标图像对应的活体检测模型进行活体判断,获得判断结果;根据所述判断结果确定目标对象是否为活体。本申请实施例无需用户配合做出指定动作,提高了便捷性;此外,通过多模态数据进行活体检测,可以提高检测结果的准确度。
  • 一种活体检测方法门锁系统电子设备
  • [发明专利]一种活体检测模型训练方法及活体检测方法-CN202110858764.4在审
  • 张劲风;郑新莹;高通 - 奥比中光科技集团股份有限公司
  • 2021-07-28 - 2022-01-28 - G06V40/16
  • 本申请涉及生物识别技术领域,尤其涉及一种活体检测模型训练方法及活体检测方法。该活体检测模型训练方法包括:构建活体检测初始模型,所述活体检测初始模型包括至少三个卷积模块、特征融合模块和池化模块;获取人脸图像,并分别得到人脸图像依次经过每个卷积模块时的至少三个特征图像;利用特征融合模块融合所述至少三个特征图像获得第四特征图像;利用池化模块池化第四特征图像,并利用第四特征图像和池化后的第四特征图像对活体检测初始模型进行监督训练并迭代更新所述活体检测初始模型,得到经训练的活体检测模型。本申请实施例推理速度更快;采用轻量化的模型,能成功部署在小算力的芯片上;能获得精度更高的活体检测模型。
  • 一种活体检测模型训练方法
  • [发明专利]一种人脸识别方法、装置、终端设备及存储介质-CN202011180098.5在审
  • 高通;陈碧辉;郑新莹;黄源浩;肖振中 - 深圳奥比中光科技有限公司
  • 2020-10-29 - 2021-01-05 - G06K9/00
  • 本申请适用于数字图像处理技术领域,提供了一种人脸识别方法、装置、终端设备及存储介质。本申请实施例中根据第一人脸识别算法对第一人脸图像进行处理,生成第一元特征矩阵;根据第二人脸识别算法对第二人脸图像进行处理,生成第二元特征矩阵;根据第一人脸识别算法对授权人脸图像进行处理,生成授权人脸特征矩阵,对第一元特征矩阵和授权人脸特征矩阵进行映射处理得到第一特征矩阵;根据第二人脸识别算法对待测人脸图像进行处理,生成待测人脸特征矩阵,对第二元特征矩阵和待测人脸特征矩阵进行映射处理得到第二特征矩阵;根据第一特征矩阵和第二特征矩阵计算相似度,当相似度大于预设阈值时,人脸识别成功,从而提高不同模态的人脸识别效率。
  • 一种识别方法装置终端设备存储介质

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