一种基于多级模型的鲁棒人脸对齐方法

    公开(公告)号:CN110490158B

    公开(公告)日:2021-12-24

    申请号:CN201910784678.6

    申请日:2019-08-23

    Applicant: 安徽大学

    Abstract: 本发明公开一种基于多级模型的鲁棒人脸对齐方法,首先利用基于对抗学习的STNs(ASTN)来解决由面部检测器引起的初始化问题,例如旋转和尺度变化,以便获得更好的人脸边界框用于人脸对齐;然后使用沙漏网络来获得人脸特征的初始位置以及它们的相应分数;此外,还提供一种基于样例的形状字典,旨在根据具有高分的的特征点找出那些低分的特征点,通过结合脸部形状约束,由遮挡或背景混乱而导致的人脸特征错位可以得到显著改善。

    一种基于多级模型的鲁棒人脸对齐方法

    公开(公告)号:CN110490158A

    公开(公告)日:2019-11-22

    申请号:CN201910784678.6

    申请日:2019-08-23

    Applicant: 安徽大学

    Abstract: 本发明公开一种基于多级模型的鲁棒人脸对齐方法,首先利用基于对抗学习的STNs(ASTN)来解决由面部检测器引起的初始化问题,例如旋转和尺度变化,以便获得更好的人脸边界框用于人脸对齐;然后使用沙漏网络来获得人脸特征的初始位置以及它们的相应分数;此外,还提供一种基于样例的形状字典,旨在根据具有高分的的特征点找出那些低分的特征点,通过结合脸部形状约束,由遮挡或背景混乱而导致的人脸特征错位可以得到显著改善。

    一种指静脉特征模板保护方法及装置

    公开(公告)号:CN113033700B

    公开(公告)日:2022-11-08

    申请号:CN202110418099.7

    申请日:2021-04-19

    Applicant: 安徽大学

    Abstract: 本发明适用于生物特征识别技术领域,提供了一种指静脉特征模板保护方法及装置,所述指静脉特征模板保护方法包括:S1、将原始向量和转换后的原始特征向量分别扩列获得特征向量和x∈Rhn;S2、将扩展的原始向量和转化后的原始向量进行合并预处理并获得多维的生物特征矩阵;S3、生成双高斯随机投影矩阵并正交化转换为双高斯随机正交投影矩阵作为外部因子;S4、特征矩阵联合双高斯随机正交投影矩阵运算并展开连接获得一维处理向量;S5、一维处理向量进行不可逆变换获得哈希码;S6、对哈希码采用交叉匹配的方式计算相似度。本发明优点:识别性能稳定,不可逆性高,隐私性好,安全性高。

    一种指静脉特征模板保护方法及装置

    公开(公告)号:CN113033700A

    公开(公告)日:2021-06-25

    申请号:CN202110418099.7

    申请日:2021-04-19

    Applicant: 安徽大学

    Abstract: 本发明适用于生物特征识别技术领域,提供了一种指静脉特征模板保护方法及装置,所述指静脉特征模板保护方法包括:S1、将原始向量和转换后的原始特征向量分别扩列获得特征向量和x∈Rhn;S2、将扩展的原始向量和转化后的原始向量进行合并预处理并获得多维的生物特征矩阵;S3、生成双高斯随机投影矩阵并正交化转换为双高斯随机正交投影矩阵作为外部因子;S4、特征矩阵联合双高斯随机正交投影矩阵运算并展开连接获得一维处理向量;S5、一维处理向量进行不可逆变换获得哈希码;S6、对哈希码采用交叉匹配的方式计算相似度。本发明优点:识别性能稳定,不可逆性高,隐私性好,安全性高。

Patent Agency Ranking