-
公开(公告)号：CN119091492A
公开(公告)日：2024-12-06
申请号：CN202411249297.5
申请日：2024-09-06
Applicant: 中国民用航空飞行学院 , 成都中医药大学附属医院(四川省中医医院)
IPC: G06V40/16 , G06V20/40 , G06V10/764 , G06V10/26 , G06V10/44 , G06V10/62 , G06V10/771 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/045
Abstract: 本发明公开了一种基于rPPG信号及三维法向量辅助的人脸情绪感知识别方法，涉及面部识别技术领域，包括：利用Mediapipe模块对人脸视频帧进行人脸三维法向量的提取，然后提取人脸三维法向量特征向量fnv；同时采用MTTS‑CAN网络架构模块进行rPPG信号提取，然后提取的rPPG信号特征向量frPPG；将人脸三维法向量特征向量fnv和rPPG信号特征向量frPPG输入特征融合分类模型，得到最终的情绪感知结果。本发明巧妙地整合了这两种不同源的人脸信号，并将其应用于人脸面部的表情识别，提高了人脸情绪感知准确度。
-
公开(公告)号：CN116229137A
公开(公告)日：2023-06-06
申请号：CN202211562822.X
申请日：2022-12-07
Applicant: 中国民用航空飞行学院
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06V10/80 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于对比学习及YOLO‑v5的目标检测模型改进装置及方法，涉及计算机视觉技术领域，其技术方案要点是：包括YOLO‑v5网络结构与对比学习网络结构；对比学习网络结构用于计算并输出正、负样本图片之间的对比损失；YOLO‑v5网络结构通过卷积运算提取图像特征，在输出端生成预测框并设置非极大值抑制运算，保留预测框进行目标损失函数计算；计算出来的目标损失与对比学习网络的对比损失进行加权求和计算最终损失值，将最终损失值反向传回给YOLO‑v5网络进行参数更新。网络训练中加入了对比学习的思想，因此使训练出来的模型对于识别目标与背景差异更加明显，有效地提高了目标检测模型的检测精度。
-
公开(公告)号：CN109886663A
公开(公告)日：2019-06-14
申请号：CN201910123498.3
申请日：2019-02-18
Applicant: 中国民用航空飞行学院
Abstract: 本发明公开了一种基于链表结构的可分电子现金构造方法，在本发明中，对于交易金额在链表长度L以下的交易，用于执行支付协议的运算量为常数，与支付金额无关，即用户只需要2次杂凑运算、3次循环群上的指数运算、1次签名运算、3次循环群上的指数等式的零知识证明和2次数字签名等式的零知识证明即可，提高了支付效率；此外，商户存储一个电子现金的计算量为常数，与电子现金的金额无关，即商户存储电子现金时，银行仅需进行4次对运算就可返回结果给商户，并告知商户存储是否成功，提高了进行电子现金存储的效率。
-
公开(公告)号：CN119131364A
公开(公告)日：2024-12-13
申请号：CN202411265268.8
申请日：2024-09-10
Applicant: 中国民用航空飞行学院 , 西南技术物理研究所
IPC: G06V10/25 , G06V20/17 , G06V10/40 , G06V10/82 , G06V10/80 , G06V10/764 , G06N3/0464 , G06N3/045 , G06N3/094 , G06N3/088
Abstract: 本发明公开了一种基于无监督对抗学习的无人机小目标检测方法，涉及小目标检测技术领域。本发明通过引入图像多尺度退化和增强，使得检测模型能够更好地学习数据中的多元结构和模式，能够更好的对小目标进行识别。通过这种方式，模型能够辅助目标检测框架学习更加具有辨识度和普适性的语义特征用于小目标识别。还将生成对抗网络引入目标检测任务中，使用特征提取器代替生成器，分别将图像背景与合成图像通过特征提取器生成对应的特征图，将两种不同的特征图同时传入判别器，判别器即会鉴别区分上述两种特征图的不同之处，判别器在不断的对抗学习中能够专注于学习两特征图不同之处，用于对合成图像特征图中的小目标对象进行精准定位检测。
-
公开(公告)号：CN116541923A
公开(公告)日：2023-08-04
申请号：CN202310364595.8
申请日：2023-04-07
Applicant: 中国民用航空飞行学院
Abstract: 本发明公开了一种基于VR的带支架设备室内安装基础定位方法，涉及虚拟现实技术领域，其技术方案要点是：本方法中利用虚拟现实技术在室内环境中对带支架设备的支架安装基础进行地面定位。方法先在虚拟环境中建立三维的室内环境及相关障碍物模型，建立三维的支架外部轮廓模型以及支架上方设备的外部轮廓模型，然后通过调整支架及设备的外部轮廓到墙面及障碍物的距离来确定支架位置，最后给出支架安装基础的定位。本发明能够在任意的室内环境中对任意带支架设备的支架安装基础进行地面定位，通过本发明提出的方法能够准确高效地的确定出支架安装基础在室内环境中的位置。
-
Patent Agency Ranking
公开(公告)号：CN120021955A
公开(公告)日：2025-05-23
申请号：CN202510503111.2
申请日：2025-04-22
Applicant: 中国民用航空飞行学院
IPC: A61B5/0205 , A61B5/024 , A61B5/16 , A61B5/00 , G06F18/25 , G06F18/213 , G06N3/0455 , G06N3/0464 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种基于信号融合的飞行员非接触生理状态评估方法，涉及计算机视觉、图像处理及生理信号检测技术领域，包括：构建rPPG信号特征提取模型，采用对比学习作为自监督学习方案训练rPPG信号特征提取模型；利用训练好的rPPG信号特征提取模型从视频中提取rPPG信号特征；构建声音及表情融合信号特征提取模型并进行预训练，利用训练好的声音及表情融合信号特征提取模型从视频中提取声音及表情信号特征；构建基于深度学习模型的多源信号融合网络，将所述rPPG信号特征和声音及表情信号特征作为输入，对人体的生理状态进行连续性评估。本发明将rPPG信号、音频信号和表情信号三个模态结合起来，提高了生理状态评估的准确性和可靠性。
-
公开(公告)号：CN119810607A
公开(公告)日：2025-04-11
申请号：CN202510286090.3
申请日：2025-03-12
Applicant: 中国民用航空飞行学院
IPC: G06V10/80 , G06V10/774 , G06V10/82 , G06V10/52 , G06T3/4076 , G06T3/4046 , G06N3/094
Abstract: 本发明公开了一种基于多通道域泛化网络的无人机小目标检测方法，涉及计算机视觉、图像处理和目标检测技术领域，方法包括：构建并训练多通道域泛化网络；将包含无人机小目标的低分辨率图像输入到训练好的多通道域泛化网络进行检测识别；多通道域泛化网络包括高分辨率目标检测网络、低分辨率目标检测网络、低分辨率域泛化网络、判别器，所述高分辨率目标检测网络与所述低分辨率目标检测网络通过强约束相连，所述低分辨率目标检测网络与低分辨率域泛化网络则通过对抗约束连接。本发明能够在不同的环境和变化条件下更准确地检测小目标，确保无论在任何背景或条件下都能保持较高性能。
-
公开(公告)号：CN118484835B
公开(公告)日：2024-10-11
申请号：CN202410948283.6
申请日：2024-07-16
Applicant: 中国民用航空飞行学院 , 成都中医药大学附属医院(四川省中医医院)
IPC: G06F21/62 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06V40/16 , G06V20/40 , G06V20/00 , G06V10/44 , G06V10/80 , A61B5/00
Abstract: 本发明公开了一种重置rPPG信号的视频人脸生理信息隐私保护方法，涉及计算机视觉技术领域，包括获取原始人脸视频及目标rPPG信号，提取原始人脸视频中的原rPPG信号；将数据集中的原始人脸视频转换为视频帧，并在每一视频帧中添加随机高斯噪声，得到噪声视频；构建隐私保护网络，包括生成对抗网络和重构损失模块，生成对抗网络包括生成器和判别器；对所述隐私保护网络中的生成器和判别器进行交替训练；将噪声视频的视频帧输入到训练好的生成器中，生成目标人脸视频。本发明提出利用条件生成对抗网络在给定目标rPPG信号的条件下，对原视频进行重构，可以达到掩盖原始视频中rPPG生理信号的目的，进而对人脸视频的生理信息进行了有效的隐私保护。
-
公开(公告)号：CN115905819B
公开(公告)日：2023-05-12
申请号：CN202310220943.4
申请日：2023-03-09
Applicant: 中国民用航空飞行学院
IPC: G06F18/10 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种基于生成对抗网络的rPPG信号生成方法及装置，属于生理信号识别技术领域。rPPG信号生成方法，包括：生成标准频率信号和标准波形信号；生成对抗网络生成待训练rPPG信号，并对标准频率信号、标准波形信号和待训练rPPG信号进行预处理，以及将预处理后的待训练rPPG信号分别与预处理后的标准频率信号和预处理后的标准波形信号进行对抗训练；其中，预处理为将一维的信号转换为二维的图像信号。本发明使用标准频率信号和标准波形信号分别与生成信号进行对抗学习，能够生成频率准确且波形形态标准化的rPPG信号。
-
公开(公告)号：CN118484835A
公开(公告)日：2024-08-13
申请号：CN202410948283.6
申请日：2024-07-16
Applicant: 中国民用航空飞行学院 , 成都中医药大学附属医院(四川省中医医院)
IPC: G06F21/62 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06V40/16 , G06V20/40 , G06V20/00 , G06V10/44 , G06V10/80 , A61B5/00
Abstract: 本发明公开了一种重置rPPG信号的视频人脸生理信息隐私保护方法，涉及计算机视觉技术领域，包括获取原始人脸视频及目标rPPG信号，提取原始人脸视频中的原rPPG信号；将数据集中的原始人脸视频转换为视频帧，并在每一视频帧中添加随机高斯噪声，得到噪声视频；构建隐私保护网络，包括生成对抗网络和重构损失模块，生成对抗网络包括生成器和判别器；对所述隐私保护网络中的生成器和判别器进行交替训练；将噪声视频的视频帧输入到训练好的生成器中，生成目标人脸视频。本发明提出利用条件生成对抗网络在给定目标rPPG信号的条件下，对原视频进行重构，可以达到掩盖原始视频中rPPG生理信号的目的，进而对人脸视频的生理信息进行了有效的隐私保护。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.028 seconds)
