公开(公告)号：CN113378675A

公开(公告)日：2021-09-10

申请号：CN202110603538.1

申请日：2021-05-31

Applicant: 南京理工大学

Inventor： 茅耀斌 ,  沈庆强 ,  项文波 ,  陈婷 ,  吴敏杰 ,  张伟

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种同时检测和特征提取的人脸识别方法，构建人脸检测数据集、人脸特征提取数据集，组成多任务人脸检测识别数据集；构建主干网络、人脸检测分支、人脸特征提取分支，训练基于深度神经网络的人脸检测识别模型，其中主干网络用于提取图像中深层特征，为后续检测以及特征提取分支提供回归分类信息，人脸检测分支用于估算热图、目标中心偏移以及边界框的大小，人脸特征提取分支用于提取每个人脸的特征生成特征向量；将待检测识别图像输入到训练好的人脸检测识别模型，完成人脸检测以及特征提取，进而确定人员身份信息。本发明提高了人脸检测识别的速度，降低了特征提取阶段对人脸检测阶段效果的依赖。

公开(公告)号：CN111242241A

公开(公告)日：2020-06-05

申请号：CN202010096003.5

申请日：2020-02-17

Applicant: 南京理工大学

Inventor： 茅耀斌 ,  曹倩倩 ,  韩翊 ,  刁洁 ,  卓一 ,  张浩 ,  项文波 ,  沈庆强

IPC: G06K9/62

Abstract: 本发明公开了一种刻蚀字符识别网络训练样本增广方法，属于图像处理技术及深度学习领域。该方法包括以下步骤：采集场景中的刻蚀字符图像；根据刻蚀字符图像生成内容图像和风格图像；构建双向生成对抗网络；训练双向生成对抗网络；将内容图像和风格图像输入至训练好的双向生成对抗网络，生成刻蚀字符图像。本发明通过生成对抗网络生成大量刻蚀字符图像，在样本规模小的情况下依旧可以获得充足的训练样本，相比较于人工采集样本更加快速高效，且生成的刻蚀字符图像更逼真，提高了利用深度学习方法识别刻蚀字符的精度。