-
公开(公告)号：CN115730179A
公开(公告)日：2023-03-03
申请号：CN202211437873.X
申请日：2022-11-16
Applicant: 南昌大学
IPC: G06F17/15
Abstract: 本发明是一种基于闵可夫斯基距离的中心损失扩展方法，属于深度学习、计算机视觉领域。其中该方法包括：首先将欧氏距离的平方推广到n阶闵可夫斯基距离的n次幂，然后通过替换中心损失中的距离度量得出基于闵可夫斯基距离的中心损失(MC损失)，其次将新得出的MC损失与Softmax Loss一起监督训练过程，通过训练调整MC损失影响的权重以得出最终的总损失，最后通过标准的随机梯度下降法对其进行优化。通过本发明可以提高无约束人脸识别的性能。
-
公开(公告)号：CN116453201B
公开(公告)日：2023-09-01
申请号：CN202310723062.4
申请日：2023-06-19
Applicant: 南昌大学 , 泰豪软件股份有限公司
IPC: G06V40/16 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于相邻边缘损失的人脸识别方法及系统，该方法包括：采集历史数据集，对所述历史数据集中可能与基准数据集重叠的人脸图像进行剔除以确定人脸识别模型数据集；利用预设工具搭建预设神经网络模型，并将所述人脸识别模型数据集输入至所述预设神经网络模型当中进行训练以得到人脸识别模型；获取当前的人脸图像，并将所述当前的人脸图像输入至所述人脸识别模型当中，以确定所述人脸图像的人脸信息；其中，所述预设神经网络模型的损失函数为Softmax损失函数与边缘损失结合的损失函数。本发明解决了现有技术中在进行人脸识别时精度低的问题。
-
公开(公告)号：CN116489741A
公开(公告)日：2023-07-25
申请号：CN202310723067.7
申请日：2023-06-19
Applicant: 南昌大学 , 泰豪软件股份有限公司
Abstract: 本发明提供了一种无线传感网络跨层节能方法及系统，该方法通过将汇聚节点和无线传感节点进行分簇，并采用能量基尼系数来控制簇头选举的过程，优化了簇头选取策略和轮换机制，实现簇内能量的消耗平衡，在确定目标簇头后，控制各分簇中的除目标簇头外的其它子节点按照簇内队列协议向目标簇头传输数据，可以有效减少簇内通信的碰撞和数据延迟。
-
公开(公告)号：CN116453201A
公开(公告)日：2023-07-18
申请号：CN202310723062.4
申请日：2023-06-19
Applicant: 南昌大学 , 泰豪软件股份有限公司
IPC: G06V40/16 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于相邻边缘损失的人脸识别方法及系统，该方法包括：采集历史数据集，对所述历史数据集中可能与基准数据集重叠的人脸图像进行剔除以确定人脸识别模型数据集；利用预设工具搭建预设神经网络模型，并将所述人脸识别模型数据集输入至所述预设神经网络模型当中进行训练以得到人脸识别模型；获取当前的人脸图像，并将所述当前的人脸图像输入至所述人脸识别模型当中，以确定所述人脸图像的人脸信息；其中，所述预设神经网络模型的损失函数为Softmax损失函数与边缘损失结合的损失函数。本发明解决了现有技术中在进行人脸识别时精度低的问题。
-
公开(公告)号：CN118194359B
公开(公告)日：2024-08-06
申请号：CN202410610457.8
申请日：2024-05-16
Applicant: 南昌大学 , 泰豪软件股份有限公司
IPC: G06F21/62 , G06F18/213 , G06F18/214
Abstract: 本发明公开了一种基于三支决策的多特征轨迹隐私保护方法，包括：轨迹停留区的生成以及多特征融合的候选轨迹挖掘，根据候选轨迹集的平均速度、停留区数量、轨迹时序以及目标轨迹的相应指标，完成对候选轨迹集分层次递进式的多层过滤。并且采用动态规划的隐私轨迹距离度量方法，在不对轨迹序列长度规整的情况下完成距离的测算得到轨迹隶属度，通过设置合适的阈值，综合考量更多的辅助决策信息，从而提升最后的决策质量效益。本发明可以有效地完成匿名轨迹的提取，解决了轨迹相似性度量中普遍存在的数据对齐问题，提高了匿名轨迹同目标轨迹的相似性以及计算速度，使得匿名轨迹集的构建具有更高的隐私保护水平。
-
Patent Agency Ranking
公开(公告)号：CN118194359A
公开(公告)日：2024-06-14
申请号：CN202410610457.8
申请日：2024-05-16
Applicant: 南昌大学 , 泰豪软件股份有限公司
IPC: G06F21/62 , G06F18/213 , G06F18/214
Abstract: 本发明公开了一种基于三支决策的多特征轨迹隐私保护方法，包括：轨迹停留区的生成以及多特征融合的候选轨迹挖掘，根据候选轨迹集的平均速度、停留区数量、轨迹时序以及目标轨迹的相应指标，完成对候选轨迹集分层次递进式的多层过滤。并且采用动态规划的隐私轨迹距离度量方法，在不对轨迹序列长度规整的情况下完成距离的测算得到轨迹隶属度，通过设置合适的阈值，综合考量更多的辅助决策信息，从而提升最后的决策质量效益。本发明可以有效地完成匿名轨迹的提取，解决了轨迹相似性度量中普遍存在的数据对齐问题，提高了匿名轨迹同目标轨迹的相似性以及计算速度，使得匿名轨迹集的构建具有更高的隐私保护水平。
-
公开(公告)号：CN116453169A
公开(公告)日：2023-07-18
申请号：CN202310723064.3
申请日：2023-06-19
Applicant: 南昌大学 , 泰豪软件股份有限公司
Abstract: 本发明提供了一种指节纹识别方法及系统，涉及生物特征识别技术领域，该指节纹识别方法包括：采集指节纹图像，从所述指节纹图像中提取ROI子图像；将所述ROI子图像进行归一化处理为有效图像；基于所述有效图像构建指节纹模型；基于所述有效图像对所述指节纹模型进行均值特征训练构建均值函数，提取均值特征；基于所述有效图像对所述指节纹模型进行方向特征训练构建方向函数，提取主方向特征；将所述均值特征和所述主方向特征进行融合，得到融合特征；将所述融合特征与数据库中的对照特征进行对比，以进行身份认证，本发明能够解决现有技术中深度褶皱提取不完整，识别精度低的技术问题。
-
公开(公告)号：CN115761851A
公开(公告)日：2023-03-07
申请号：CN202211442334.5
申请日：2022-11-16
Applicant: 南昌大学
IPC: G06V40/16 , G06V10/764 , G06V10/82 , G06N3/047 , G06N3/0985
Abstract: 本发明提出一种基于全局信息的余弦最优损失函数的优化方法，包括：S1.将现有损失函数的优点与一些重要的新属性相结合，应用L2权重归一化；S2.明确遵循最小化类内变化和最大化类间变化两个目标，依靠一种新的算法来学习类中心和类边缘的余弦相似度，并分别提出两个轻量化版本的余弦最优损失函数；S3.整合上述两个轻量化版本来创建余弦最优损失函数的标准版本。本发明主要针对现有损失函数没有应用权重和特征归一化或未明确遵循最小化类内变化和最大化类间变化的问题，使用全局信息作为人脸识别的反馈，提出了一种基于全局信息的余弦最优损失函数，相比于现有的损失函数，该损失函数更加有效并实现了更先进的性能。
-
公开(公告)号：CN116489741B
公开(公告)日：2023-09-01
申请号：CN202310723067.7
申请日：2023-06-19
Applicant: 南昌大学 , 泰豪软件股份有限公司
Abstract: 本发明提供了一种无线传感网络跨层节能方法及系统，该方法通过将汇聚节点和无线传感节点进行分簇，并采用能量基尼系数来控制簇头选举的过程，优化了簇头选取策略和轮换机制，实现簇内能量的消耗平衡，在确定目标簇头后，控制各分簇中的除目标簇头外的其它子节点按照簇内队列协议向目标簇头传输数据，可以有效减少簇内通信的碰撞和数据延迟。
-
公开(公告)号：CN116110092A
公开(公告)日：2023-05-12
申请号：CN202211437311.5
申请日：2022-11-16
Applicant: 南昌大学
IPC: G06V40/16 , G06V10/46 , G06V10/774 , G06V10/80
Abstract: 本发明是一种基于选择性多描述子融合的人脸鉴别方法，属于计算机视觉领域。该发明首先将多个特征描述子融合，从而形成了超高维融合描述子特征，这一方式消除了单一特征带来的不可靠性。再此基础上，使用一种新的优化方法，称为基于判别能力的多描述子选择方法。该优化方法旨在从整个描述子集中找到特定数量的描述子，同时最大化鉴别能力。我们使用该优化方法对融合形成的超高维融合描述子特征进行挑选，从而形成一个新的人脸鉴别方法。这个新的人脸鉴别方法具有更低的特征维度，但却有与超高维融合描述子特征相近的性能。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.016 seconds)
