-
公开(公告)号：CN116796821A
公开(公告)日：2023-09-22
申请号：CN202310799193.0
申请日：2023-06-30
Applicant: 清华大学
Abstract: 本申请涉及一种面向3D目标检测算法的高效神经网络架构搜索方法及装置，方法包括：基于预先训练的超网模型，采样得到至少一个神经网络子架构，生成其单次和零次评估策略，并分别评估每个神经网络子架构的性能，得到最优神经网络子架构，同时采用独立评估策略对最优神经网络子架构进行独立训练，得到至少一个神经网络子架构的性能预测器；获取至少一个神经网络子架构的延迟数据训练延迟预测器，基于性能预测器和延迟预测器，结合帕累托进化算法搜索得到最优神经网络架构。由此，解决了在搜索过程需要耗费大量计算资源，且网络架构搜索精度低、高延迟的问题，通过采用多种评估策略训练对应的性能预测器，提高了网络架构的搜索效率及精度。
-
公开(公告)号：CN105243378B
公开(公告)日：2019-03-01
申请号：CN201510781590.0
申请日：2015-11-13
Applicant: 清华大学 , 大唐电信科技股份有限公司
IPC: G06K9/00
Abstract: 本发明提供基于眼部信息的活体人脸检测方法及装置，方法包括：获取待检测人脸图像序列，对其进行光流场估计并获取其中眼睛区域；确定序列中各帧眼睛区域各像素光流，判断各帧眼睛区域各像素光流是否一致，若否则确定检测第一结果为活体，若是则确定检测第一结果为假体；计算序列中各帧眼睛区域二值化图像间的汉明距离，根据其确定活体分数，若活体分数大于等于预设阈值则确定检测第二结果为活体，若活体分数小于预设阈值则确定检测第二结果为假体；判断序列中是否存在眨眼动作，若是则确定检测第三结果为活体，若否则确定检测第三结果为假体；将三种结果融合获取最终检测结果。该方法能检测人脸是否为活体，复杂度低、不需人主动配合、鲁棒性强。
-
公开(公告)号：CN105488486B
公开(公告)日：2018-10-30
申请号：CN201510891742.2
申请日：2015-12-07
Applicant: 清华大学 , 大唐电信科技股份有限公司
IPC: G06K9/00
Abstract: 本发明涉及一种防止照片攻击的人脸识别方法及装置，该方法包括提取待测目标的第一人脸图像对应的待测图像特征，并将所述待测图像特征与预设样本图像的图像特征进行相似性分析，以确定人脸识别的第一识别结果；获取所述待测目标的第二人脸图像；提取所述第二人脸图像对应的待测图像特征，并将该第二待测图像特征与所述预设样本图像的图像特征进行相似性分析，以确定人脸识别的第二识别结果；根据所述第一表示系数矩阵与所述第二表示系数矩阵判断所述待测目标是真人或照片。本发明可以实现防止照片攻击的人脸识别，增强人脸识别系统对照片恶意攻击的防御性，扩大人脸识别系统的适用范围，提高人脸识别的质量。
-
公开(公告)号：CN105139006A
公开(公告)日：2015-12-09
申请号：CN201510634693.4
申请日：2015-09-29
Applicant: 清华大学 , 大唐电信科技股份有限公司
IPC: G06K9/00
CPC classification number: G06K9/0061 , G06K9/00744
Abstract: 本发明提供一种基于虹膜变化的活体识别方法及系统，所述方法包括：获取当前设备的屏幕亮度信息；获取用户对所述当前设备屏幕亮度的瞳孔收缩状态信息；将所述屏幕亮度信息和所述瞳孔收缩状态信息进行分析，获取所述屏幕亮度信息与所述瞳孔收缩状态信息的相关系数；将所述相关系数与预设的阈值进行比较，若所述相关系数大于等于所述阈值，则确定所述用户为真人。上述方法增加了人脸检测设备的智能性，提高了人脸检测设备活体识别的准确性，达到了减少人力损耗的目的，而且简单，易于实施和推广。
-
公开(公告)号：CN116543364A
公开(公告)日：2023-08-04
申请号：CN202310544954.8
申请日：2023-05-15
Applicant: 清华大学
IPC: G06V20/56 , G06V10/77 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本申请涉及车辆智能驾驶技术领域，特别涉及一种目标检测模型的多平台部署架构、车辆及方法，其中，包括：前处理模块用于将输入的三维点云信息映射到二维图像上；输入模型用于输入任意神经网络模型描述格式的目标检测模型；平台专属模型，其中，利用嵌入式平台提供的部署工具将目标检测模型转换为嵌入式平台支持的平台专属模型，实现目标检测模型在嵌入式平台上的部署；推理模块用于调用部署在待部署平台上的目标检测模型对二维图像进行推理，得到三维点云信息对应的目标检测结果。由此，解决了相关技术中目标检测模型的部署方案具有局限性导致部署效率低下、降低了自动驾驶的安全性和可靠性等问题。
-
Patent Agency Ranking
公开(公告)号：CN105243378A
公开(公告)日：2016-01-13
申请号：CN201510781590.0
申请日：2015-11-13
Applicant: 清华大学 , 大唐电信科技股份有限公司
IPC: G06K9/00
CPC classification number: G06K9/00228 , G06K9/00906
Abstract: 本发明提供基于眼部信息的活体人脸检测方法及装置，方法包括：获取待检测人脸图像序列，对其进行光流场估计并获取其中眼睛区域；确定序列中各帧眼睛区域各像素光流，判断各帧眼睛区域各像素光流是否一致，若否则确定检测第一结果为活体，若是则确定检测第一结果为假体；计算序列中各帧眼睛区域二值化图像间的汉明距离，根据其确定活体分数，若活体分数大于等于预设阈值则确定检测第二结果为活体，若活体分数小于预设阈值则确定检测第二结果为假体；判断序列中是否存在眨眼动作，若是则确定检测第三结果为活体，若否则确定检测第三结果为假体；将三种结果融合获取最终检测结果。该方法能检测人脸是否为活体，复杂度低、不需人主动配合、鲁棒性强。
-
公开(公告)号：CN119180937A
公开(公告)日：2024-12-24
申请号：CN202310629572.5
申请日：2023-05-30
Applicant: 北京超星未来科技有限公司 , 清华大学
IPC: G06V10/25 , G06V10/26 , G06V10/762 , G06V10/80
Abstract: 本公开实施例中提供了用于目标检测的感知方法及系统，所述方法包括：获取由采集装置采集的预定检测范围内的3D点云数据；将所述3D点云数据输入至3D点云目标检测算法单元，并由所述3D点云目标检测算法单元决定检测目标的3D检测边界框的输出结果；将所述3D点云数据输入至3D点云分割聚类算法单元，并由所述3D点云分割聚类算法单元决定检测目标的3D聚类边界框的输出结果；以及将所述3D点云目标检测算法单元的输出结果和所述3D点云分割聚类算法单元的输出结果进行融合，并决定融合信息的输出结果。通过本公开的处理方案，提高了固态激光雷达的感知准确性。
-
公开(公告)号：CN105488486A
公开(公告)日：2016-04-13
申请号：CN201510891742.2
申请日：2015-12-07
Applicant: 清华大学 , 大唐电信科技股份有限公司
IPC: G06K9/00
CPC classification number: G06K9/00275 , G06K9/00288 , G06K9/00899
Abstract: 本发明涉及一种防止照片攻击的人脸识别方法及装置，该方法包括提取待测目标的第一人脸图像对应的待测图像特征，并将所述待测图像特征与预设样本图像的图像特征进行相似性分析，以确定人脸识别的第一识别结果；获取所述待测目标的第二人脸图像；提取所述第二人脸图像对应的待测图像特征，并将该第二待测图像特征与所述预设样本图像的图像特征进行相似性分析，以确定人脸识别的第二识别结果；根据所述第一表示系数矩阵与所述第二表示系数矩阵判断所述待测目标是真人或照片。本发明可以实现防止照片攻击的人脸识别，增强人脸识别系统对照片恶意攻击的防御性，扩大人脸识别系统的适用范围，提高人脸识别的质量。
-
公开(公告)号：CN116843716A
公开(公告)日：2023-10-03
申请号：CN202310569220.5
申请日：2023-05-19
Applicant: 北京超星未来科技有限公司 , 清华大学
IPC: G06T7/20 , G06V20/58 , G06V20/64 , G06V10/40 , G06V10/82 , G06V10/766 , G06V10/764
Abstract: 本公开提供了一种目标跟踪方法及装置、电子设备、计算机可读介质，该方法包括：获取目标车辆对应的三维点云数据以及所述目标车辆的运动信息，其中，所述三维点云数据包括多个三维点的三维坐标以及每个三维点对应的反射率；根据所述三维点云数据确定目标障碍物的检测信息，其中，所述检测信息包括所述目标障碍物的位置信息；以及根据所述目标障碍物的位置信息以及所述车辆运动信息确定所述目标障碍物的目标跟踪轨迹。根据本公开的实施例能够根据三维点云数据实现对目标障碍物的准确感知，减少目标障碍物的误检和漏检，提升列车运行效率和安全。
-
公开(公告)号：CN116540218A
公开(公告)日：2023-08-04
申请号：CN202310593912.3
申请日：2023-05-24
Applicant: 清华大学
IPC: G01S7/497
Abstract: 本申请特别涉及一种基于多固态激光雷达的快速标定方法、装置、设备及介质，方法包括：接收多固态激光雷达的标定指令，获取多固态激光雷达中主激光雷达的第一点云数据和至少一个从激光雷达的第二点云数据，得到至少一个从激光雷达到主激光雷达的投影矩阵，同时获取至少一个辅助雷达的第三点云数据，根据第一点云数据、第二点云数据和第三点云数据得到稠密点云地图，并根据稠密点云地图对投影进行修正，以根据修正后的投影矩阵对多固态激光雷达精标定。由此，解决了通过人工标定或自动标定人工调参而造成的标定流程复杂化，从而降低了标定效率及精度，通过多个雷达的粗标定和精标定的联合标定过程，提高了多固态激光雷达的标定精度和无人化效率。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.018 seconds)
