-
公开(公告)号：CN120047368A
公开(公告)日：2025-05-27
申请号：CN202510100836.7
申请日：2025-01-22
Applicant: 厦门瑞为信息技术有限公司
IPC: G06T5/90 , G06T5/60 , G06T5/70 , G06N3/0464 , G06N3/0455
Abstract: 本发明公开了一种基于亮度引导和色彩调节扩散模型的低光照图像增强方法，通过深度挖掘低光图像的信息来提升增强性能。具体方法包括以下三个方面，1）亮度信息提取：为了提取低光图像中的额外信息，通过线性映射，从灰度图中提取像素的平均值，作为图像亮度信息的表示。2）细节和纹理增强：为提高增强结果的细节和纹理质量，引入残差去噪扩散模型，学习正常光照图像与低光图像的映射关系，从而更有效地还原图像内容。3）色彩恢复：针对低光照图像的颜色失真问题，提出了一种自适应色度调节算法，通过可训练的参数自适应调整增强结果的色度，确保色彩恢复的准确性和自然性，显著提升了增强模型的性能。
-
公开(公告)号：CN119363989B
公开(公告)日：2025-04-01
申请号：CN202411907739.0
申请日：2024-12-24
Applicant: 厦门瑞为信息技术有限公司 , 深圳职业技术大学
IPC: H04N19/124 , G06T11/00 , G06T3/4046 , G06N3/0464 , G06N3/045 , H04N19/176 , H04N19/91 , G06N3/08
Abstract: 本发明公开了一种高光谱图像的压缩与重建方法、装置及设备，其包括：获取Matiwan数据并进行包括随机裁剪的预处理，生成预设尺寸的图像块作为原始高光谱图像；将基于所述原始高光谱图像所获得的通道索引和空间网格坐标输入预构建的神经网络中并在预设损失函数的约束下进行过拟合训练，得到用以表示所述原始高光谱图像的第一模型；对所述第一模型的网络权重进行包括权重量化以及哈夫曼编码的压缩处理，得到压缩文件；对所述压缩文件进行哈夫曼逆编码的数据解压以及通过前向传播进行数据重建，得到重建光谱图像。能够实现高压缩比的同时保留高光谱图像的光谱特性，使重建的高光谱图像更具有实际的物理意义，提升压缩重建质量，为后续应用提供数据支撑。
-
公开(公告)号：CN118570885B
公开(公告)日：2025-03-04
申请号：CN202411026995.9
申请日：2024-07-30
Applicant: 厦门瑞为信息技术有限公司
IPC: G06V40/40 , G06V40/16 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于补丁幅值和熵引导策略的活体检测方法与装置，利用SE模块筛选出图片中的k个显著补丁，对于每个显著补丁，其幅值会与其他同类别的图片的补丁的幅值进行随机混合并与显著补丁的相位信息结合，以生成多样化的数据。随着多样化补丁的不断生成，间接鼓励活体检测模型利用脸部的其他区域信息来判断真假人脸。此外，本发明使用熵引导的难例挖掘策略来挖掘难例，能够根据token中包含的总信息量来动态调整样本图像的重要性权重，使活体检测模型在人脸关键区域被遮挡的情况下仍能结合剩余的特征信息以做出鲁棒性的判断。本发明能够缓解活体检测模型的过拟合问题，并提升活体检测模型的泛化能力。
-
公开(公告)号：CN119342216A
公开(公告)日：2025-01-21
申请号：CN202411896962.X
申请日：2024-12-23
Applicant: 厦门瑞为信息技术有限公司 , 集美大学
IPC: H04N19/132 , H04N19/176 , H04N19/13 , H04N19/33 , H04N19/88 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于自编码器的高光谱图像压缩与重建方法、装置及设备，其包括：获取Houston图像数据集并进行包括随机裁剪的预处理，生成预设尺寸的图像块作为原始高光谱图像；将所述原始高光谱图像输入包括编码器以及解码器的自编码模型中并基于预设损失函数进行训练，得到训练完成的高光谱压缩模型，其中，所述编码器的网络结构包括缩略图生成分支以及潜在编码分支，所述解码器的网络结构包括缩略图解码分支以及潜在表示解码分支；将待压缩高光谱图像输入所述高光谱压缩模型中，通过所述编码器对待压缩高光谱图像进行编码，得到压缩数据，通过所述解码器对所述压缩数据进行解码，得到重建高光谱图像。
-
公开(公告)号：CN114140840B
公开(公告)日：2024-11-19
申请号：CN202111092743.2
申请日：2021-09-17
Applicant: 厦门瑞为信息技术有限公司
Abstract: 本发明提供一种基于双摄系统的人脸位置匹配方法、系统及计算机设备，方法包括：基于第一成像系统的分辨率尺寸，生成不同人脸大小尺度下的用于存储单应矩阵的锚框组；同时获取第一成像系统生成的第一图像和第二成像系统生成的第二图像，识别第一图像和第二图像所检测到的人脸数，如果均包括一个人脸，基于所述第一图像中的人脸位置找到最优匹配锚框，对最优匹配锚框对应位置的单应矩阵进行自适应在线学习标定及记录；如果不只包括一个，基于单应矩阵对人脸位置进行映射和匹配关联。本发明能够对任意分辨率下任意距离下的双摄成像人脸进行准确匹配关联，以此提高人脸识别终端安全性，解决双摄系统在检测到多人脸时，人脸容易匹配不准的问题。
-
Patent Agency Ranking
公开(公告)号：CN118470436B
公开(公告)日：2024-10-22
申请号：CN202410909764.6
申请日：2024-07-09
Applicant: 厦门瑞为信息技术有限公司
IPC: G06V10/764 , G06V10/82 , G06V40/10 , G06V10/25 , G06V10/10 , G06N3/0455 , G01V8/00
Abstract: 本发明公开了一种提升毫米波安检仪违禁品检测能力的方法，其从毫米波的本质出发，通过调节毫米波信号增益强度，生成多种不同DB的毫米波图片用于深度学习算法的训练，提升算法的准确率和鲁棒性。针对毫米波图像中不存在人体的空白区域，采用基于关键点外推的方法进行去除，使算法聚焦于有效区域，降低算法推理消耗。为了让检测算法能达到更高的准确率，本发明将去除空白区域的正、背面图像水平拼接起来，输入检测算法，让算法在推理时可以得到更多的有效信息。为了让检测算法充分注意到图像中正、背面图像的相关性，本发明对DETR算法进行了的修改，引导算法中的注意力机制，更好的发挥作用。
-
公开(公告)号：CN118781034A
公开(公告)日：2024-10-15
申请号：CN202411260396.3
申请日：2024-09-10
Applicant: 厦门瑞为信息技术有限公司
Abstract: 本发明公开了一种基于零次学习的轻量级低光图像增强装置及方法，包括基于零次学习方法的轻量级曲线参数估计模块、傅里叶频域变换模块、适应度函数模块及合并模块。基于零次学习方法的轻量级曲线参数估计模块用来预测输入图像的亮度增强曲线函数，对于图片中的每一个像素，不断根据曲线函数进行迭代增强；傅里叶频域变换模块给出输入原图的傅里叶变换频谱图，根据频谱图求出每个像素的幅值；适应度函数模块根据图像的像素值分布，分为暗区、亮区、边缘区以及中心区，不同区域的适应度函数返回值不同，这样可以分区域动态调整增强方式，合并模块会基于三个函数的结果对每一个像素进行合并计算，并以最终合并的结果作为最终的增强调整结果。
-
公开(公告)号：CN118470808B
公开(公告)日：2024-09-06
申请号：CN202410923964.7
申请日：2024-07-11
Applicant: 厦门瑞为信息技术有限公司
IPC: G06V40/40 , G06V10/82 , G06N3/0464 , G06V10/774 , G06N3/096
Abstract: 本发明公开了一种基于局部卷积与语义信息的活体检测装置与方法，利用深度神经网络结构的活体检测模型并进行模型推理，活体检测模型包括CNN分支、transformer分支、语义信息对齐模块及模型损失计算模块，带多尺度池化的多头自注意力模块作为transformer模块的一部分，通过压缩特征序列长度和增强特征表示能力，进一步提升了模型的性能。本发明利用局部卷积以显著降低模型参数量及内存访问次数，在保障模型原有判别性以及抗干扰能力的情况下，使活体检测模型能够在资源受限的设备或场景中运行，实现对图像中的真假人脸进行准确区分，具有较高的真人通过率和抵抗各类攻击的能力。
-
公开(公告)号：CN118587779A
公开(公告)日：2024-09-03
申请号：CN202411060218.6
申请日：2024-08-05
Applicant: 厦门瑞为信息技术有限公司
IPC: G06V40/40 , G06V40/16 , G06V10/764 , G06V10/74 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种结合掩码卷积和负样本特征序列的活体检测方法，利用深度神经网络结构，通过编码器、可学习的掩码卷积模块和带负样本特征序列的分类器三个模块相互配合，实现对图像中的真假人脸进行准确区分。编码器模块用于提取输入图像的特征表示；可学习的掩码卷积模块利用卷积、池化、全连接层等操作及高斯函数获得可优化的掩码，该掩码与卷积相乘后能够对不同位置的像素赋予不同的权重，自适应地捕捉图像中的细节信息并抑制图像中的噪声和干扰使得纹理特征更加明显，增强所学纹理特征的辨别性，从而提高特征的表达能力、判别性以及抗干扰能力。此外，带负样本特征序列的分类器的使用使得算法能够学习到更加鲁棒的特征空间。
-
公开(公告)号：CN118570885A
公开(公告)日：2024-08-30
申请号：CN202411026995.9
申请日：2024-07-30
Applicant: 厦门瑞为信息技术有限公司
IPC: G06V40/40 , G06V40/16 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于补丁幅值和熵引导策略的活体检测方法与装置，利用SE模块筛选出图片中的k个显著补丁，对于每个显著补丁，其幅值会与其他同类别的图片的补丁的幅值进行随机混合并与显著补丁的相位信息结合，以生成多样化的数据。随着多样化补丁的不断生成，间接鼓励活体检测模型利用脸部的其他区域信息来判断真假人脸。此外，本发明使用熵引导的难例挖掘策略来挖掘难例，能够根据token中包含的总信息量来动态调整样本图像的重要性权重，使活体检测模型在人脸关键区域被遮挡的情况下仍能结合剩余的特征信息以做出鲁棒性的判断。本发明能够缓解活体检测模型的过拟合问题，并提升活体检测模型的泛化能力。
-
-
-
-
-
-
-
-
-
Search Results
104
records
(took 0.11 seconds)
