-
公开(公告)号：CN113673343A
公开(公告)日：2021-11-19
申请号：CN202110814458.0
申请日：2021-07-19
Applicant: 西安交通大学 , 广东科裕智能科技有限公司 , 杭州易掌智能科技有限公司
Abstract: 本发明公开了一种基于加权元度量学习的开放集掌纹识别系统及方法，通过将边缘计算应用到掌纹识别社区门禁系统中，满足了掌纹识别应用的实时性要求，该社区门禁系统包括边缘服务器和若干个分布在社区入口处的掌纹识别门禁终端；目前掌纹识别方法主要集中在封闭场景中，本发明还提出了一种新颖的基于权重的元度量学习方法用于非接触式开放集掌纹识别，在训练过程中仅采用已知的类别进行一次性地训练网络模型，使得模型具有良好的泛化能力，可以直接应用于识别训练集没出现过的类别，无需重新更新和训练识别模型，提高识别系统的鲁棒性和便利性；本发明的掌纹识别过程均为非接触式操作，避免了使用过程中的卫生安全问题。
-
公开(公告)号：CN109784241A
公开(公告)日：2019-05-21
申请号：CN201811646238.6
申请日：2018-12-29
Applicant: 西安交通大学
Abstract: 本发明公开了一种稳定的掌纹图像特征富集区域提取方法，包括以下步骤：利用手掌检测算法定位手掌在图片中的位置，也就是找到需要定位的局部图像区域；利用CNN粗定位出13个手掌关键点的坐标；对于关键点中P3，P6，P9的分别用两个CNN进行精细回归，对于P0，P12根据图像边缘信息进行精细回归；最后根据定位得到的关键点的坐标建立参考坐标系，P3P9为X轴，过P6做Y轴，在距离P6点k1·d取一边长为k2·d的正方向区域，其中d为P0与P12之间的距离，该正方向区域就是最终提取的掌纹富集区域。该方案可以极大减弱位置定位中由于受到手掌大小，方向、张合姿势等不同所导致谷点偏移所带来的误差影响。
-
公开(公告)号：CN106802113B
公开(公告)日：2017-10-20
申请号：CN201611208474.0
申请日：2016-12-23
Applicant: 西安交通大学
Abstract: 本发明提供了基于多弹孔模式识别算法的智能报靶系统和方法，系统包括声控传感器、群智能相机与监控计算机和移动客户端，智能相机布置在靶标前方，射击信号通过声控传感器触发智能相机采集图像，使用靶面定位矫正算法、多弹孔识别分类算法、报靶计分算法实时获取弹孔类型和射击得分信息并通过其内部的WIFI模块将信息上传至监控计算机和移动客户端，移动客户端进行语音报靶，监控计算机则实时显示各射手的射击得分信息，提供用户界面对射击信息进行统计查询、智能管理；本发明每个靶标的射击报靶相互独立，不依赖于监控计算机，结构简洁、安全可靠，同时提出的模式识别方法抗干扰能力强，弹孔识别率高，具有实时性和精确性。
-
公开(公告)号：CN113673343B
公开(公告)日：2023-09-19
申请号：CN202110814458.0
申请日：2021-07-19
Applicant: 西安交通大学 , 广东科裕智能科技有限公司 , 西安易掌慧科技有限公司
IPC: G06V40/13 , G06V40/12 , G06V10/75 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08 , G01J5/00
Abstract: 本发明公开了一种基于加权元度量学习的开放集掌纹识别系统及方法，通过将边缘计算应用到掌纹识别社区门禁系统中，满足了掌纹识别应用的实时性要求，该社区门禁系统包括边缘服务器和若干个分布在社区入口处的掌纹识别门禁终端；目前掌纹识别方法主要集中在封闭场景中，本发明还提出了一种新颖的基于权重的元度量学习方法用于非接触式开放集掌纹识别，在训练过程中仅采用已知的类别进行一次性地训练网络模型，使得模型具有良好的泛化能力，可以直接应用于识别训练集没出现过的类别，无需重新更新和训练识别模型，提高识别系统的鲁棒性和便利性；本发明的掌纹识别过程均为非接触式操作，避免了使用过程中的卫生安全问题。
-
公开(公告)号：CN104858155A
公开(公告)日：2015-08-26
申请号：CN201510323243.3
申请日：2015-06-12
Applicant: 西安交通大学
IPC: B07C5/34
Abstract: 一种多线接力包裹分拣物联网视觉检测方法及系统装置，首先对多台视觉感知装置进行布置，将整个包裹分拣系统划分为多个监控段，由一台视觉感知装置负责一个监控段的监控，每个监控段包含多条流水线，各监控段的视觉感知装置在采集图像后通过网线将图像数据发送往监控计算机，监控计算机通过千兆网卡接收图像信息并对传送来的图像进行分析，通过包裹识别、包裹跟踪定位、跟踪丢失处理、接力跟踪算法实时得到多条流水线上的所有包裹的形状、编码和位置坐标信息并将这些信息发送往客户端计算机；本发明提出的方法能够实现对物流分拣系统中多条流水线上的包裹进行识别、跟踪、定位，具有实时性和精确性，能够提高包裹分拣系统的自动化程度。
-
Patent Agency Ranking
公开(公告)号：CN109800677A
公开(公告)日：2019-05-24
申请号：CN201811642465.1
申请日：2018-12-29
Applicant: 西安交通大学
Abstract: 本发明公开了一种跨平台掌纹识别方法，属于生物特征识别技术领域。本发明采用了深度迁移自编码器模型。通过优化重构损失，深度自编码器的隐含层能够提取到可识别的低维掌纹特征，并具有低损失性和可复原性的优点。迁移模型可以通过约束隐含层特征之间的最大均值差异，减小不同领域之间的差别，将源域和目标域的特征分布转换成一致。最后采用源域特征量和类别信息训练分类器，并直接用到目标域中，实现目标域中无监督的掌纹识别。本发明能够解决现有技术无法跨平台识别的缺点，降低模型对训练数据的要求，提升掌纹识别的便利性。
-
公开(公告)号：CN104893972B
公开(公告)日：2016-05-11
申请号：CN201510378422.7
申请日：2015-07-01
Applicant: 西安交通大学
Abstract: 一种高通量基因测序动态调度控制方法及系统装置，系统装置包括温度控制系统、试剂控制系统、激光触发控制系统、振镜扫描系统和光学采集系统，通过温度及试剂控制系统对流动槽内被打断的待测片段进行桥式PCR扩增；通过温度、试剂控制系统保证边合成边测序(Sequencing by Synthesis，SBS)反应顺利进行；通过激光触发、振镜扫描、光学采集对荧光信号完成捕获并保存数据，实现了高通量基因测序仪的一体化控制系统。
-
公开(公告)号：CN104858155B
公开(公告)日：2016-05-11
申请号：CN201510323243.3
申请日：2015-06-12
Applicant: 西安交通大学
IPC: B07C5/34
Abstract: 一种多线接力包裹分拣物联网视觉检测方法及系统装置，首先对多台视觉感知装置进行布置，将整个包裹分拣系统划分为多个监控段，由一台视觉感知装置负责一个监控段的监控，每个监控段包含多条流水线，各监控段的视觉感知装置在采集图像后通过网线将图像数据发送往监控计算机，监控计算机通过千兆网卡接收图像信息并对传送来的图像进行分析，通过包裹识别、包裹跟踪定位、跟踪丢失处理、接力跟踪算法实时得到多条流水线上的所有包裹的形状、编码和位置坐标信息并将这些信息发送往客户端计算机；本发明提出的方法能够实现对物流分拣系统中多条流水线上的包裹进行识别、跟踪、定位，具有实时性和精确性，能够提高包裹分拣系统的自动化程度。
-
公开(公告)号：CN104965999A
公开(公告)日：2015-10-07
申请号：CN201510306051.1
申请日：2015-06-05
Applicant: 西安交通大学
IPC: G06F19/20
Abstract: 本发明提供一种中短基因片段测序的分析拼接方法及设备，方法包括：校验read序列，去除包含错误和不可靠信息的基因序列；读取处理后的read数据，分析数据并构建k-mer结构和四叉树结构；构建拼接存储表，记录拼接过程的进展情况和当前参与拼接的read信息；选取初始k-mer开始拼接后，根据拼接打分公式不断选取后继k-mer并实时更新拼接存储表结构中的信息，得到contig序列；利用read-pair信息，基于最长公共子序列的方法合并contig序列，生成并输出super-contig；针对以上拼接方法对性能的特殊要求，本发明设备为嵌入式手持结构；利用本发明中的方法及设备，可以快速、准确的实现中短基因片段测序的分析与拼接。
-
公开(公告)号：CN102346966B
公开(公告)日：2012-08-15
申请号：CN201110286711.6
申请日：2011-09-23
Applicant: 西安交通大学
IPC: G08G1/04
Abstract: 一种针对高速公路违章占道车辆跟踪检测的超车计数判定方法，在测试车辆上安装第一超声波传感器和第二超声波传感器，同时在测试车辆内安装含有主控器和红外通信子模块，将第一超声波传感器和第二超声波传感器同含有超车计数子程序和超车计数判定算法子程序的主控器的超声波接口相连接，而将主控器的接口同红外通信子模块相连接，该红外通信子模块同安装在测试车辆所要经过的与高速公路出站处的监控计算机的红外通信主模块能相互通信，从而能够真正准确有效地实现针对高速公路违章占道车辆检测的超车计数判定。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.019 seconds)
