-
公开(公告)号:CN114627507B
公开(公告)日:2025-03-07
申请号:CN202210305612.6
申请日:2022-03-25
Applicant: 电子科技大学中山学院
IPC: G06V40/10 , G06N3/045 , G06N3/0464 , G06N3/084 , G06V40/14 , G06V10/764 , G06V10/82 , G06V10/74
Abstract: 本申请提供一种身份验证方法、装置、电子设备及可读存储介质,涉及图像识别技术领域。该方法利用图像识别模型来对待验证对象的当前生物特征图像与历史生物特征图像之间的相似度进行识别,图像识别模型为孪生神经网络模型,其中的两个网络模型为包括Gabor滤波器的残差网络,由于Gabor滤波器能够在残差网络的卷积层提取针对方向和尺度变化的鲁棒性特征,所以能够更好地提取图像特征,进而利用孪生神经网络模型能更准确地识别两张图像的相似度,达到更好的识别效果,以对待验证对象的身份进行更准确的验证。
-
公开(公告)号:CN114299007B
公开(公告)日:2024-11-08
申请号:CN202111607278.1
申请日:2021-12-24
Applicant: 电子科技大学中山学院
IPC: G06T7/00 , G06T7/194 , G06N3/09 , G06N3/0464 , G06V10/44 , G06V10/56 , G06V10/764 , G06V10/82
Abstract: 本申请提供一种火焰检测方法、系统及计算机可读存储介质,对待检测的图像通过构建火焰三分图,移除无关背景干扰的前提下,对疑似火焰区域进行再检测,从而提高了火焰检测的准确率,降低了对网络模型的火焰检测性能的要求,能够通过轻量型神经网络来进行火灾检测,使得该方法适用于边缘设备端,并且识别出疑似火焰区域,实现了火灾点的定位。
-
公开(公告)号:CN114998940B
公开(公告)日:2024-10-22
申请号:CN202210567763.9
申请日:2022-05-24
Applicant: 电子科技大学中山学院
Abstract: 本发明提供一种基于度量学习的指静脉图像质量评估方法,包括以下步骤:基于已知质量的指静脉图像合成不同程度的低质量图像;根据具有对比关系的分级的图像训练孪生网络,让网络学习图像对的排序关系;取孪生网络的一分支在少量数据集上进行fine‑tuning,得到可以评估单张图像的卷积网络,与现有技术相比,本发明具有如下的有益效果:以较低的学习率,让分支网络在少量的真实数据集上进行训练,得到一个能对单个图像评估的网络模型,从而进行图像评估。
-
公开(公告)号:CN117880753A
公开(公告)日:2024-04-12
申请号:CN202410102116.X
申请日:2024-01-24
Applicant: 电子科技大学中山学院
Abstract: 本发明提供一种基于集群服务器系统的组呼方法,包括以下步骤,步骤一:首先建立集群服务器系统,该系统包括多个服务器节点,它们通过网络连接在一起,以提供高可用性和可扩展性,与现有技术相比,本发明具有如下的有益效果:通过建立集群服务器系统,能够将多个服务器通过网络连接在一起,形成一个整体,以提高系统的可靠性、可用性和性能,通过定义组呼策略,可以将相关人员组成一个群组,方便进行沟通和协作,提高工作效率,同时,可以根据需要设置不同的触发条件、组呼成员、组呼优先级、组呼方式和响应方式,以满足不同的业务需求。
-
公开(公告)号:CN112861692B
公开(公告)日:2024-03-15
申请号:CN202110139999.8
申请日:2021-02-01
Applicant: 电子科技大学中山学院
IPC: G06F18/243 , G06F18/214 , G06N5/01
Abstract: 本申请提供一种房间分类模型构建方法及装置、房间分类方法及装置,该方法包括:获取训练样本集,所述训练样本集包括多个房间数据样本,每一房间数据样本包括房间的多个属性、每一属性对应的数据类型以及房间类型,所述房间的多个属性包括房间的几何信息和门窗信息;根据所述训练样本集中每一房间数据样本的多个属性、每一属性对应的数据类型以及房间类型构建决策树,以获得构建完成的房间分类模型。
-
公开(公告)号:CN111210412B
公开(公告)日:2024-03-15
申请号:CN201911426161.6
申请日:2019-12-31
Applicant: 电子科技大学中山学院
IPC: G06T7/00 , G06T7/194 , G06V10/75 , G06V10/764 , G06N20/10
Abstract: 本申请提供一种包装检测方法、装置、电子设备及存储介质,用于改善对产品包装进行检测的准确率较低的问题。该方法包括:获得第一包装图像和第二包装图像,第一包装图像和第二包装图像均是采集目标产品的包装获得的;使用机器视觉模型预测第一包装图像中是否有缺陷,获得第一预测结果;使用神经网络模型预测第二包装图像中是否有候选边框,获得第二预测结果,候选边框表征第二包装图像中存在缺陷的位置范围;根据第一预测结果和第二预测结果确定目标产品的检测结果,检测结果表征目标产品是否合格。
-
公开(公告)号:CN112784837B
公开(公告)日:2024-01-30
申请号:CN202110107665.2
申请日:2021-01-26
Applicant: 电子科技大学中山学院 , 中山市小榄镇生产力促进中心
IPC: G06V10/25 , G06V10/44 , G06V10/26 , G06V10/82 , G06N3/0464 , G06N3/08 , G06N20/00 , G06T7/12 , G06T7/194
Abstract: 本申请提供一种感兴趣区域提取方法、装置、电子设备及存储介质,该方法包括:获取待认证身份人员的指静脉图像;对指静脉图像进行卷积运算,获得卷积结果图像;对卷积结果图像进行二值化运算,获得二值化图像;对二值化图像进行细化运算,获得细化图像;对细化图像进行曲线追踪,获得指边缘曲线;根据指边缘曲线对指静脉图像进行图像分割,获得指静脉图像的感兴趣区域。在上述的实现过程中,通过对指静脉图像进行卷积运算、二值化运算、细化运算和曲线追踪,有效地提高了获得指边缘曲线的精度,(56)对比文件史永胜等.基于小波双立方配比插值的Bessel拟合图像复原算法《.科学技术与工程》.2020,第20卷(第23期),9472-9477.俞云.指静脉识别算法及其密码应用《.中国优秀硕士学位论文全文数据库 信息科技辑》.2018,(第02期),正文第7-10、31-32页.唐志健.基于立体视觉的深度信息恢复技术研究《.中国优秀博硕士学位论文全文数据库(硕士) 信息科技辑》.2006,(第08期),正文第26-34页.Wan Kim等.Multimodal BiometricRecognition Based on Convolutional NeuralNetwork by the Fusion of Finger-Vein andFinger Shape Using Near-Infrared (NIR)Camera Sensor《.sensors》.2018,第18卷1-34.
-
公开(公告)号:CN116402111A
公开(公告)日:2023-07-07
申请号:CN202310361668.8
申请日:2023-04-04
Applicant: 广东工业大学 , 电子科技大学中山学院
IPC: G06N3/08 , G06V10/26 , G06V10/82 , G06V10/764 , G06N3/0464
Abstract: 本申请提供一种多任务学习网络训练方法、装置、电子设备及存储介质,其中,多任务学习网络训练方法,包括:将全景分割训练数据集和姿态识别训练数据集输入多任务学习网络的主干共享子网络,获取特征图;将特征图输入多任务学习网络的语义分支子网络和实例分割子网络,获得语义分割图以及实例中心预测图、实例中心回归图和骨骼点识别图;获得全景分割图;计算多任务学习网络的总损失,并根据总损失训练多任务学习网络。采用全景分割训练数据集和姿态识别训练数据集训练多任务学习网络,使得多任务学习网络既能够适用于全景分割任务,又能够适用于姿态识别任务,缩减了模型架构,大大提高了模型运行效率。
-
公开(公告)号:CN111275771B
公开(公告)日:2023-04-25
申请号:CN202010101645.X
申请日:2020-02-19
Applicant: 电子科技大学中山学院
IPC: G06T7/80
Abstract: 本申请提供一种摄像头标定方法、装置、电子设备及存储介质,包括:获取虚拟摄像头在不同位姿参数下拍摄的沿着预设轨迹运动的机械臂的视频;提取虚拟摄像头在每一位姿参数下拍摄的视频的每一帧第一特征图像对应的第一光流特征向量;获取待标定的现实摄像头拍摄沿着预设轨迹运动的视频的每一帧第二特征图像的第二光流特征向量;计算每一位姿参数下每一帧第一特征图像对应的第一光流特征向量与对应的每一帧第二特征图像对应的第二光流特征向量的重合率;根据每一位姿参数下每一帧第一特征图像对应的重合率确定每一位姿参数对应的总重合率;将总重合率最高的虚拟摄像头的位姿参数确定为待标定的现实摄像头的位姿参数。
-
公开(公告)号:CN111126245B
公开(公告)日:2023-04-25
申请号:CN201911323565.2
申请日:2019-12-20
Applicant: 电子科技大学中山学院
IPC: G06V30/32 , G06V30/162 , G06V30/18
Abstract: 本发明提供一种数字图像点阵定位方法、装置、设备及存储介质,属于图像处理技术领域。该方法包括:对待处理图像进行差分处理,得到处理后的差分图像;提取差分图像中置信度满足第一预设条件的第一网格点阵集合;根据网格线以及网格点阵特征,在第一网格点阵集合中筛选确定满足第二预设条件的第二网格点阵集合。本发明可以通过网格线以及网格点阵特征,获取网格点阵中每个点的位置信息。
-
-
-
-
-
-
-
-
-