-
公开(公告)号：CN114764925B
公开(公告)日：2024-06-18
申请号：CN202011605425.7
申请日：2020-12-30
申请人： 北京眼神智能科技有限公司 , 北京眼神科技有限公司
IPC分类号： G06V40/16 , G06V10/774 , G06V10/82 , G06N3/08 , G06N3/0464
摘要： 本发明公开了一种口罩佩戴检测方法、装置、计算机可读存储介质及设备，属于生物识别领域。该方法中，人脸图像经一卷积神经网络处理得到目标特征图，所述目标特征图上的每一个位置均输出人脸概率值、中心点偏移量、尺度回归量、关键点回归值以及佩戴口罩概率值；对目标特征图上的每一个位置，当根据该位置的人脸概率值判断该位置是人脸时，根据该位置的坐标、中心点偏移量和尺度回归量计算得到人脸框位置，根据该位置的尺度回归量、关键点回归值计算得到人脸关键点坐标，根据该位置的佩戴口罩概率值判断是否佩戴口罩。本发明可以较好地解决较大姿态和遮挡导致人脸漏检的问题，并且可以同时进行人脸检测和口罩分类，时间复杂度较低。
-
公开(公告)号：CN118192787A
公开(公告)日：2024-06-14
申请号：CN202211556997.X
申请日：2022-12-06
申请人： 北京眼神智能科技有限公司 , 北京眼神科技有限公司 , 深圳爱酷智能科技有限公司
IPC分类号： G06F3/01 , G06V40/20 , G06V10/82 , G06V20/40 , G06V10/40 , G06V10/764 , G06V10/766 , G06N3/0464 , G06N3/048
摘要： 本申请公开了一种手部关节点检测方法、装置、计算机可读存储介质及设备，属于生物特征识别领域。本申请将手部关节点检测分为了两个阶段，第一阶段进行手掌区域检测，根据手掌区域获得手部图像，第二阶段根据手部图像进行关节点检测。相比于一阶段的手部关节点检测使用的深度学习网络，本申请将使用的神经网络的结构较为轻量化，计算量低、速度快。本申请对手掌区域进行检测，相比对整个手部区域进行检测的计算量更低；手掌检测时使用长宽比为1：1的检测框，更降低了计算量。本申请不依赖于外部设备，只需要根据二维图像即可完成手部关节点的检测，提高了手部关节点检测的速度，实现了实时的应用，能够在手机等移动端设备上实时进行检测。
-
公开(公告)号：CN117542086A
公开(公告)日：2024-02-09
申请号：CN202210914591.8
申请日：2022-08-01
申请人： 北京眼神智能科技有限公司 , 北京眼神科技有限公司
摘要： 本申请公开了一种掌纹掌静脉多模态身份认证方法、装置、存储介质及设备，属于生物特征识别领域。本申请通过设定的掌纹比对权重和掌静脉比对权重对掌纹比对结果和掌静脉比对结果进行融合，根据融合得到的决策融合结果进行身份认证。掌纹比对权重/掌静脉比对权重根据掌纹/掌静脉训练样本集的掌纹/掌静脉比对分数的分布以及掌纹/掌静脉训练样本集的拒真率确定。掌纹/掌静脉比对分数的分布的使用可以使得同一人的掌纹/掌静脉比对分数和不同人的掌纹/掌静脉比对分数的分布差异增大，提升认证分类效果。拒真率的可以用于指导权重的生成，使得权重的优化朝向有利于减少拒真率的目标方向进行。本申请提升了掌纹掌静脉多模态识别的准确率。
-
公开(公告)号：CN113743194B
公开(公告)日：2024-02-02
申请号：CN202110835010.7
申请日：2021-07-23
申请人： 北京眼神智能科技有限公司 , 北京眼神科技有限公司
IPC分类号： G06V40/40 , G06V40/16 , G06V10/774 , G06V10/82 , G06N3/0464
摘要： 本发明实施例公开了一种人脸静默活体检测方法、装置、电子设备及存储介质，属于图像处理技术领域，所述人脸静默活体检测方法包括：获取归一化后的人脸图像；使用卷积神经网络对所述归一化后的人脸图像进行特征提取，并根据提取的特征计算活体判断得分，其中进行特征提取时使用空洞卷积和多尺度多阶段监督训练；根据所述活体判断得分，预测活体概率。本发明实施例使用空洞卷积替代传统的卷积方法，不降低特征图的尺度同时还能增加特征图的感受野信息，能够获得泛化性较好的活体检测特征，并且使用多阶段有监督的方法，进一步增强特征的泛化性，获得了较好的活体检测效果。本发明实施例成本低，泛化性好，对各类假体检测效果佳。
-
公开(公告)号：CN111368599B
公开(公告)日：2023-11-07
申请号：CN201811599968.5
申请日：2018-12-26
申请人： 北京眼神智能科技有限公司 , 北京眼神科技有限公司
IPC分类号： G06V20/10 , G06V10/10 , G06V10/26 , G06V10/28 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084
摘要： 本发明公开了一种遥感图像海面舰船检测方法、装置、计算机可读存储介质及设备，属于图像处理和模式识别领域。该方法包括：将待检测图像输入训练后的U‑net分割网络中，得到海面分割结果图；根据海面的连通性，在海面分割结果图上定位出候选区域，并根据定位出的候选区域从待检测图像上提取出候选区域图像；将所述候选区域图像输入到fine‑tuning后的VGG网络中，判断所述候选区域图像是否为舰船。本发明能有效地降低虚警率，减少海面舰船检测的复杂度，运行效率高，提高了检测结果的准确性。
-
公开(公告)号：CN111368600B
公开(公告)日：2023-10-31
申请号：CN201811600003.3
申请日：2018-12-26
申请人： 北京眼神智能科技有限公司 , 北京眼神科技有限公司
IPC分类号： G06V20/13 , G06V10/82 , G06N3/0464
摘要： 本发明公开了一种遥感图像目标检测识别方法、装置、计算机可读存储介质及设备，属于图像处理与模式识别领域。该方法包括：将预处理后的遥感图像经过基础网络+附加网络模型得到融合特征图，附加网络包括反卷积层和PM模块；将融合特征图通过附加网络的PM模块得到检测识别结果，检测识别结果包括检测框位置、检测框类别和检测框类别置信度，PM模块包括残差模块；根据检测识别结果对检测框进行筛选，筛选包括删除不满足预设条件的检测框；对筛选后的检测框进行NMS操作，得到最终的检测识别结果。本发明提高了对于小物体的检测性能，更适用于高分全色遥感图像，提高了检测精度以及检测效率；泛化能力强，对于多目标的检测任务，检测效率较高。
-
公开(公告)号：CN112132739B
公开(公告)日：2023-07-18
申请号：CN201910551628.3
申请日：2019-06-24
申请人： 北京眼神智能科技有限公司 , 北京眼神科技有限公司
摘要： 本发明公开了一种3D重建以及人脸姿态归一化方法、装置、存储介质及设备，属于计算机视觉领域。所述的3D重建方法包括：获取2D人脸图像；将所述2D人脸图像输入轻量卷积神经网络，经过轻量卷积神经网络的若干卷积操作和转置卷积操作，提取2D人脸图像的特征并将该特征转换为表示欲重建的3D人脸的3D几何信息的UV位置图；所述UV位置图的像素点的RGB像素值是欲重建的3D人脸对应三维点的三维坐标值；根据所述UV位置图提供的3D几何信息以及所述2D人脸图像提供的纹理信息进行3D人脸转换，得到3D人脸。本发明的3D重建准确性、鲁棒性好，重建分辨率高、速度快。重建后的3D人脸尤其对大姿态人脸归一化效果好，识别正确率高。
-
公开(公告)号：CN116152872A
公开(公告)日：2023-05-23
申请号：CN202111368343.X
申请日：2021-11-18
申请人： 北京眼神智能科技有限公司 , 北京眼神科技有限公司
摘要： 本发明公开了一种人脸跟踪方法、装置、存储介质及设备，属于生物识别领域。本发明得到当前帧图像的当前人脸位置，并在下一图像上通过人脸跟踪得到下一人脸位置；计算当前人脸位置内的人脸与跟踪得到的下一人脸位置内的人脸的相似度S1，若该相似度S1大于设定的第一跟踪阈值，则人脸跟踪成功，否则对下一帧图像进行人脸检测得到下一人脸位置；计算当前人脸位置内的人脸与检测得到的下一人脸位置内的人脸的相似度S2以及当前人脸位置与检测得到的下一人脸位置的位置重叠相似度，若相似度S2和位置重叠相似度均大于各自的阈值，则人脸跟踪成功。本发明能够在人脸被遮挡和人脸姿态发生变化的情况下实现人脸追踪，适用于需要流畅用户体验的移动端业务中。
-
公开(公告)号：CN116152871A
公开(公告)日：2023-05-23
申请号：CN202111368288.4
申请日：2021-11-18
申请人： 北京眼神智能科技有限公司 , 北京眼神科技有限公司
IPC分类号： G06V40/16 , G06N3/0464 , G06N3/048 , G06N3/047 , G06N3/084 , G06V10/774 , G06V10/764 , G06V10/82
摘要： 本发明公开了一种卷积神经网络训练和人脸检测方法、装置、介质及设备，属于生物识别领域。该方法将从训练集中选取的一个批次的训练样本输入待训练的卷积神经网络；在正向传播过程中计算每个训练样本的损失，根据所有样本的损失计算得到训练损失，其中，人脸图像的偏转角度越大的训练样本的损失在训练损失中所占的比重越大；在反向传播过程中根据训练损失调整卷积神经网络的参数；多次循环迭代，实现卷积神经网络的训练。本发明提高偏转角度较大的人脸样本的损失占比权重，在训练样本数量不变，不增加存储和计算开销的前提下使得卷积神经网络的优化朝向可以更好的检测大角度人脸的方向进行，提高了对偏转角度较大的人脸的检测效果。
-
公开(公告)号：CN114529731A
公开(公告)日：2022-05-24
申请号：CN202011194982.4
申请日：2020-10-30
申请人： 北京眼神智能科技有限公司 , 北京眼神科技有限公司
摘要： 本发明公开了一种人脸特征点定位及属性分析方法、装置、存储介质及设备，属于生物识别领域。其包括：获取人脸图像并截取得到人脸区域图像；将人脸区域图像输入卷积神经网络，得到人脸特征点检测结果及属性分析结果；其中，所述卷积神经网络包括图像前处理部分以及位于所述图像前处理部分后的并列的若干分支；所述人脸区域图像经过所述图像前处理部分得到前处理特征图，所述前处理特征图分别经过若干分支得到人脸特征点检测结果及属性分析结果。本发明使用一个CNN网络将人脸特征点定位和人脸属性分析同时进行处理，不但可以获得较高的准确率还可以较大程度上减少算法消耗的时间。
-
-
-
-
-
-
-
-
-
搜索结果
82 条记录 (耗时 0.081 秒)
