-
公开(公告)号：CN103617431B
公开(公告)日：2017-01-18
申请号：CN201310539961.5
申请日：2013-11-05
Applicant: 北京工业大学
Abstract: 基于最大位平均熵的SIFT描述子二值化及相似度匹配方法涉及图像匹配领域。SIFT算子匹配能力较强，但是SIFT算子带来的数据量是巨大的。所以要对SIFT算子进行二值化，如果对所有算子进行统一二值化，势必也会导致存在数据冗余或者信息丢失。本发明通过对SIFT算子进行二值化，然后对各层二值化结果进行位平均熵的计算，来自适应的选择不同的二值化层数，提取出新的二值化描述子，然后用汉明距离代替欧式距离计算两个描述子之间的距离，将其跟设定阈值进行比较。本发明保留了原始特征的信息并大大减少了数据存储量，降低了计算的复杂度，可更好实现实时性的要求。并且可以取得等同于原始SIFT描述子的匹配结果，远优于统一二值化进行匹配的结果。
-
公开(公告)号：CN105631296A
公开(公告)日：2016-06-01
申请号：CN201511028166.5
申请日：2015-12-30
Applicant: 北京工业大学
CPC classification number: G06F21/32 , G06K9/6267 , H04L9/3231
Abstract: 一种基于CNN特征提取器的安全人脸认证系统设计方法属于生物特征识别领域，具体涉及一种利用CNN提取人脸特征并用Paillier算法和不经意传输协议进行加密的方法。和SCiFi系统相比，本发明将手工提取的特征更换为CNN自动学习的特征，并进行二值化以去除噪声影响，认证准确率较高。在LFW库view2上的测试认证率为91.48％。在整个认证的过程中，服务器不会得知请求者的任何特征信息，只能接收到特征的密文信息而不能进行解密。而客户端只得知是否认证通过，对包括汉明距离在内的其他信息一无所知。本系统采用320bit的特征表示一幅人脸图片，特征数据量较SCiFi系统降低了2/3，因此加密和认证的耗时低，实时性高。
-
Patent Agency Ranking
公开(公告)号：CN103973311B
公开(公告)日：2017-08-04
申请号：CN201410145436.X
申请日：2014-04-11
Applicant: 北京工业大学
Abstract: 在多媒体内容描述领域里，存在很多的特征描述子。对于特征维数相对较高的特征描述子，数据量是巨大的。对特征描述子进行二值化是很多研究者的选择，但是二值化的方式种类繁多。而且，在保存二值化数据的时候往往存在很大的冗余。因此，需要一种合理的编码规则来规范二值化的表示方法。本发明提出了一种对变长二值化描述子的快速编解码算法。本发明提出的对变长二值化的编码算法，大大减少了数据冗余量，而且对各种形式的二值化方案提出了一个统一的标准。本发明相应提出了对变长二值化描述子的解码方案。对一个描述子而言，平均解码时间仅为1.90*10‑4s，并没有带来额外的时间损失，计算速度很快。
-
公开(公告)号：CN105956572A
公开(公告)日：2016-09-21
申请号：CN201610320416.0
申请日：2016-05-15
Applicant: 北京工业大学
CPC classification number: G06K9/00228 , G06K9/00899 , G06K9/00906 , G06N3/08
Abstract: 一种基于卷积神经网络的活体人脸检测方法，涉及机器学习以及模式识别领域。本发明是面向人脸识别中的欺骗问题提出的。传统的人脸识别技术很容易被攻击，攻击者经常采用照片、视频以及3D模型等方法对合法用户的人脸进行复制。如果人脸识别系统不能有效地区分真实人脸和假冒人脸，入侵者就很容易以假冒身份通过识别系统。基于这个问题，本发明提出了一种针基于卷积神经网络的活体人脸检测方法。本发明所提出的方法中的卷积神经网络是基于cuda_convnet框架实现的，网络结构包括四个卷积层，两个max‑pooling层，以及一个全连接层和一个soft‑max层，soft‑max层包括两个神经元，用来预测真假人脸的概率分布。
-
公开(公告)号：CN103617431A
公开(公告)日：2014-03-05
申请号：CN201310539961.5
申请日：2013-11-05
Applicant: 北京工业大学
Abstract: 基于最大位平均熵的SIFT描述子二值化及相似度匹配方法涉及图像匹配领域。SIFT算子匹配能力较强，但是SIFT算子带来的数据量是巨大的。所以要对SIFT算子进行二值化，如果对所有算子进行统一二值化，势必也会导致存在数据冗余或者信息丢失。本发明通过对SIFT算子进行二值化，然后对各层二值化结果进行位平均熵的计算，来自适应的选择不同的二值化层数，提取出新的二值化描述子，然后用汉明距离代替欧式距离计算两个描述子之间的距离，将其跟设定阈值进行比较。本发明保留了原始特征的信息并大大减少了数据存储量，降低了计算的复杂度，可更好实现实时性的要求。并且可以取得等同于原始SIFT描述子的匹配结果，远优于统一二值化进行匹配的结果。
-
公开(公告)号：CN105631296B
公开(公告)日：2018-07-31
申请号：CN201511028166.5
申请日：2015-12-30
Applicant: 北京工业大学
Abstract: 种基于CNN特征提取器的安全人脸认证系统设计方法属于生物特征识别领域,具体涉及种利用CNN提取人脸特征并用Paillier算法和不经意传输协议进行加密的方法。和SCiFi系统相比,本发明将手工提取的特征更换为CNN自动学习的特征,并进行二值化以去除噪声影响,认证准确率较高。在LFW库view2上的测试认证率为91.48%。在整个认证的过程中,服务器不会得知请求者的任何特征信息,只能接收到特征的密文信息而不能进行解密。而客户端只得知是否认证通过,对包括汉明距离在内的其他信息无所知。本系统采用320bit的特征表示幅人脸图片,特征数据量较SCiFi系统降低了2/3,因此加密和认证的耗时低,实时性高。
-
公开(公告)号：CN103973311A
公开(公告)日：2014-08-06
申请号：CN201410145436.X
申请日：2014-04-11
Applicant: 北京工业大学
Abstract: 在多媒体内容描述领域里，存在很多的特征描述子。对于特征维数相对较高的特征描述子，数据量是巨大的。对特征描述子进行二值化是很多研究者的选择，但是二值化的方式种类繁多。而且，在保存二值化数据的时候往往存在很大的冗余。因此，需要一种合理的编码规则来规范二值化的表示方法。本发明提出了一种对变长二值化描述子的快速编解码算法。本发明提出的对变长二值化的编码算法，大大减少了数据冗余量，而且对各种形式的二值化方案提出了一个统一的标准。本发明相应提出了对变长二值化描述子的解码方案。对一个描述子而言，平均解码时间仅为1.90*10-4s，并没有带来额外的时间损失，计算速度很快。
-
-
-
-
-
-
Search Results
7
records
(took 0.017 seconds)
