-
公开(公告)号:CN117275076A
公开(公告)日:2023-12-22
申请号:CN202311523567.2
申请日:2023-11-16
Applicant: 厦门瑞为信息技术有限公司 , 北京深感科技有限公司
IPC: G06V40/16 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明公开了基于特征的人脸质量评估模型的构建方法及应用,方法包括:A、获取指定数量的标记有人脸身份类别信息的人脸数字图像作为训练数据集;B基于amsoftmax损失函数,利用训练数据集对脸识别神经网络进行训练,获取训练后的模型;C、在人脸识别模型输出的后端加入质量模块Q,构建质量评估模块;D、基于自适应质量评估损失函数,利用训练数据集对质量模块Q进行训练,获取训练后的人脸质量评估模型。本发明基于人脸识别特征,采用自适应质量评估损失函数,有效的发掘人脸图像之间的信息,高效的建模人脸数字图像在参与比对匹配过程中的质量关系对比对分数的影响,以此获取一种基于特征的人脸质量评估模型。
-
公开(公告)号:CN116147932A
公开(公告)日:2023-05-23
申请号:CN202310158426.9
申请日:2023-02-23
Applicant: 厦门瑞为信息技术有限公司
IPC: G01M17/007 , G06F21/72 , H04L67/02
Abstract: 本申请涉及车载设备技术领域,尤其涉及一种车载自动工装检测方法和装置,该方法应用于检测装置,待测设备放置在所述检测装置上,包括:向待测设备发送通信连接请求指令,建立通信连接;基于建立的通信连接,获取待测设备的类型信息;基于类型信息从类型测试项对应数据库中匹配出待测设备的类型所需测试的项目,得到目标测试项;其中,检测装置中预先设置有类型测试项对应数据库,类型测试项对应数据库中存储有多个待测设备类型及一一对应的所需测试的项目;基于目标测试项对待测设备进行检测,得到检测结果。本申请能够实现一种检测装置适用于车载安全设备的多种产品类型,提高检测工作效率、操作方式的可继承性,以减少人力投入。
-
公开(公告)号:CN117475519A
公开(公告)日:2024-01-30
申请号:CN202311797195.2
申请日:2023-12-26
Applicant: 厦门理工学院 , 厦门瑞为信息技术有限公司
Abstract: 本发明公开了基于孪生网络与多重通道融合的脱机笔迹鉴别方法,将两张输入的笔迹图片进行取反操作,获取其反灰度图片,包括参考图片、测试图片、参考图片的反灰度图片、测试图片的反灰度图片四张笔迹图片;将四张笔迹图片分别进入同一个网络模型提取图像特征向量 ,生成相应的四个特征向量;特征向量经过两次双重笔迹注意力,进行权重加权处理,得到特征向量Y;将四张笔迹图片经过图像处理的128维图片进行融合,融合有512维图片;将融合后的图片经过自注意力与卷积操作,进行判断;将输出的特征向量进行sigmoid操作,将其作为置信度用来判断两张输入图片是否为同一个人书写。
-
公开(公告)号:CN117372701A
公开(公告)日:2024-01-09
申请号:CN202311667809.5
申请日:2023-12-07
Applicant: 厦门瑞为信息技术有限公司 , 厦门理工学院
IPC: G06V10/26 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开基于Transformer的交互式图像分割方法,选取想要标注的图像,载入到交互式图像分割标注软件中;选择分割目标,根据用户点击行为生成点击记录,在对应位置生成点击标记;确认交互完成后,根据点击记录将其转换为圆盘图,作为相对应的正负点击指导再和原始掩码拼接,在与原图相加后作为分割模型输入;利用预训练分割模型对图像中的指定目标进行分割,返回初始的分割掩码;根据初始的分割掩码结果,选择添加合适的正负点击对错误区域进行再次标记;将新的标记再次送入分割模型,并返回修正后的结果。如此往复,对分割结果进行细化,以得到满意的结果。本发明能提高交互式图像分割标注性能,以更少的交互次数得到更好的分割结果。
-
公开(公告)号:CN116627916A
公开(公告)日:2023-08-22
申请号:CN202310912613.1
申请日:2023-07-25
Applicant: 厦门瑞为信息技术有限公司
IPC: G06F16/16 , G06F16/172 , G06F16/14 , G06V40/16 , G06V40/40
Abstract: 本发明公开了一种多路摄像头数据采集和数据倒灌的自动测试方法及系统,包含两个部分,嵌入式设备及PC端,本发明支持在带有USB接口的嵌入式设备上,采集无损或有损的图像,支持多种图像格式,支持保存图像的元属性,支持通过USB接口倒灌图像数据,用于人脸检测或识别等智能算法功能处理模块,实现统计分析或场景复现等。本发明还支持同时采集多路摄像头的数据,保存来自不同摄像头图像间的相关性,用于采集同一时间多路摄像头对应的图像,支持活体检测算法的数据采集和数据倒灌要求。本发明基于PYTHON工具,实现针对大数据量采集和倒灌的功能需求,提高自动化测试水平,提高开发和测试效率。
-
公开(公告)号:CN116418931A
公开(公告)日:2023-07-11
申请号:CN202310132336.2
申请日:2023-02-17
Applicant: 厦门瑞为信息技术有限公司
IPC: H04N5/77
Abstract: 本申请的实施例提供了一种视频接收装置及视频接收方法。该视频接收装置包括切换开关、处理器以及两个摄像头,两个所述摄像头分别通过所述切换开关与所述处理器连接;各所述摄像头通过所述切换开关向所述处理器输出图像数据,其中,每一帧所述图像数据中包括有效数据段和无效数据段,两个所述摄像头的图像数据中的有效数据段和无效数据段交错设置;所述切换开关可在任一所述摄像头输出有效数据段时导通该摄像头和所述处理器以供所述处理器接收,并在接收有效数据完成后,导通另一所述摄像头和所述处理器,以使所述处理器接收另一所述摄像头输出的有效数据段。本申请实施例的技术方案保证两个摄像头所传输的视频数据的正常接收并节省芯片成本。
-
公开(公告)号:CN115909561A
公开(公告)日:2023-04-04
申请号:CN202211516230.4
申请日:2022-11-29
Applicant: 厦门瑞为信息技术有限公司
IPC: G07C9/00
Abstract: 本发明公开了一种智能门锁的人脸识别装置和方法,其中,该装置包括WiFi控制模块和人脸识别模块,WiFi控制模块包括WiFi芯片,WiFi芯片的外围连接有前锁控制设备;人脸识别模块包括人脸识别芯片,人脸识别芯片与WiFi芯片之间通过串口或者one‑wire总线进行通信;由此,将电控系统由原来的三个核心子系统压缩为两个核心子系统,以便降低成本和功耗,且系统间采用芯片级通信,避免板级通信由于连接线接触不良导致通信效率低。
-
公开(公告)号:CN115766674A
公开(公告)日:2023-03-07
申请号:CN202211389007.8
申请日:2022-11-08
Applicant: 厦门瑞为信息技术有限公司
IPC: H04L65/60 , H04L65/1108 , H04L65/1069 , H04L65/1101
Abstract: 本发明提供一种流媒体服务器,包括下述独立组件:API,供快速创建基于浏览器的Webrtc音视频交互客户端,并对媒体服务器进行相关操作;Worker,绑定并运行在CPU某个核心上,负责媒体数据处理及转发C++子进程;所述API和所述Worker通过进程间通信进行交互。本发明的流媒体服务器符合JTT‑1078协议车载设备,并利用Webrtc实时通讯技术的优势解决现有开源通用媒体服务器实时性差、延迟高、性能较差等问题。
-
公开(公告)号:CN119342216B
公开(公告)日:2025-03-18
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:CN118887722B
公开(公告)日:2024-12-03
申请号:CN202411346926.6
申请日:2024-09-26
Applicant: 厦门瑞为信息技术有限公司 , 厦门大学
IPC: G06V40/16 , G06V40/40 , G06V10/82 , G06N3/0464 , G06N3/0895
Abstract: 本发明公开了一种基于自信息增强对比学习的深度伪造人脸检测方法,包括:获取样本图像并进行数据增强生成两个视图;将两个视图输入至特征提取网络,利用多尺度特征增强模块、自信息增强学习模块分别对图像的浅层、中层、深层特征进行学习。所述多尺度特征增强模块用于提高网络的局部与全局特征建模能力;自信息增强学习模块利用自信息度量来量化生成人脸局部区域的自信息差异,突出高信息纹理与形状特征,并通过注意力机制来降低网络对特定伪造痕迹的关注;利用级联的Projector和Predictor架构,结合相互预测机制在高维空间中捕捉伪造模式与面部结构多样性的细微变化。最终利用二分类交叉熵损失函数和相互预测一致性损失函数来优化模型并进行真伪判别。
-
-
-
-
-
-
-
-
-