-
公开(公告)号：CN112634392A
公开(公告)日：2021-04-09
申请号：CN202011623820.8
申请日：2020-12-30
申请人： 天津中科智能识别产业技术研究院有限公司
摘要： 本发明公开一种基于几何先验对抗生成网络的人脸表情合成方法，包括步骤：将表情数据库图像数据预处理，提取人脸图像的表情关键点，制作人脸关键点热力图；将人脸图像和人脸关键点热力图作为网络模型的输入，训练对抗生成网络中的两对生成器和判别器同时完成表情生成和去除的任务，训练得到能同时进行表情生成和表情去除的几何先验对抗生成网络模型使用训练好的几何先验对抗生成网络模型，对测试数据进行表情生成和去除处理，并对经过去除处理操作的图像进行表情不变人脸识别。本发明同时优化人脸表情合成和人脸表情去除两个任务，有利于提升网络训练的收敛速度，有效提高了模型泛化能力。
-
公开(公告)号：CN112528018A
公开(公告)日：2021-03-19
申请号：CN202011381648.X
申请日：2020-12-01
申请人： 天津中科智能识别产业技术研究院有限公司
摘要： 本发明公开一种基于文本挖掘的热点新闻发现方法，包括步骤：将预处理后的新闻的标题的权重扩大，在分词及去停用词处理后，获取新闻的TF‑IDF的特征向量；基于所述TF‑IDF的特征向量，利用聚类算法预测新闻的所属类别；将新闻的标题及摘要合并成一句子，然后对句子进行分词、去停用词处理；利用TextRank算法，对新闻标题排序后输出热点新闻。本发明在聚类时增加了新闻标题权重，以提升其正确率；将新闻的标题、摘要、关键词一并用于排序，一方面增加新闻标题的权重，一方面能减少新闻标题的重复。
-
公开(公告)号：CN112507781A
公开(公告)日：2021-03-16
申请号：CN202011133412.4
申请日：2020-10-21
申请人： 天津中科智能识别产业技术研究院有限公司
IPC分类号： G06K9/00
摘要： 本发明公开了一种多维度多模态群体生物特征识别系统以及方法，主要面向远距离场景中人脸、虹膜和步态生物特征的群体获取与识别，包括：主动式可配置光电成像元件、高分辨多维计算成像模块、自适应全向光源，机电控制交互平台、高性能数据计算平台和生物特征数据处理软件。本发明可以在现实复杂场景中针对非限定状态的用户人群实现全向多模态实时生物特征高效获取，满足复杂场景中的高通量身份识别需求，基于可动态配置的光机电算，通过时空复用的计算成像装置与机制实现远距离大景深全向360°大范围内人群的人脸、虹膜、步态多模态生物特征有效获取与融合识别，在军事国防、反恐布控、安检通关、金融支付等国计民生领域拥有广泛应用前景。
-
公开(公告)号：CN112380912A
公开(公告)日：2021-02-19
申请号：CN202011130140.2
申请日：2020-10-21
申请人： 天津中科智能识别产业技术研究院有限公司
摘要： 本发明公开了一种行进中虹膜识别装置，包括二自由度摆镜、虹膜成像模块、光电控制系统和场景感知设备以及装置支架；二自由度摆镜包括工业反射镜和二自由度转台；二自由度转台顶部的载物台上设置有工业反射镜；其中，虹膜成像模块，包括成像镜头、转接环、液体透镜和虹膜相机；成像镜头垂直朝下安装；成像镜头的顶部，通过转接环与液体透镜的下端相连接；液体透镜的顶部与虹膜相机相连接。本发明基于液体透镜的景深扩展与快速对焦，以及基于二自由度摆镜的视场扩展与身高适应，能够实现行进中动态虹膜的成像与识别，可以对不同身高、不同方位行进中的目标实现虹膜识别，适应性强。
-
公开(公告)号：CN111815523A
公开(公告)日：2020-10-23
申请号：CN202010510153.6
申请日：2020-06-08
申请人： 天津中科智能识别产业技术研究院有限公司
摘要： 本发明公开基于生成对抗网络的图像修复方法，包括：图像数据集的图像数据预处理，得到训练数据集与测试数据集；多次迭代训练生成对抗网络的生成器与判别器，得到图像修复模型，该模型通过生成对抗网络的判别器计算生成器所生成的修复图像与真实图像之间的多种损失函数，使得生成的修复图像在视觉上生成逼真并且在语义上合理；通过使用训练好的图像修复模型，对测试数据集中的受损图像进行修复处理，测试训练好的图像修复模型的修复性能。本发明能显著的提高生成的修复图像的视觉质量和语义质量。
-
公开(公告)号：CN111753652A
公开(公告)日：2020-10-09
申请号：CN202010406689.3
申请日：2020-05-14
申请人： 天津大学 , 天津中科智能识别产业技术研究院有限公司
摘要： 本发明公开了一种基于数据增强的三维人脸识别方法，该方法包括以下步骤：S1：数据增强；S2：数据预处理；S3：利用VGG-16神经网络基础模型，进行参数和网络结构优化设计，构建针对三维人脸的专用识别网络；S4：将数据集划分为训练集与测试集，利用训练集对网络模型进行训练，在测试集上测验识别算法的性能；S5：利用训练好的识别网络模型，去掉最后一层全联接层，得到人脸特征向量，存储用于身份判定；S6:获取注册人脸的特征向量，与数据集中存储的特征进行比对，识别目标人物身份。本发明能够自动学习得到三维人脸的有效特征，特别是可解决在三维人脸识别中由于真实人脸三维数据难以获得而造成的识别网络过拟合、适用性差等学习难题。
-
公开(公告)号：CN111523495A
公开(公告)日：2020-08-11
申请号：CN202010341817.0
申请日：2020-04-27
申请人： 天津中科智能识别产业技术研究院有限公司
摘要： 本发明公开了一种基于深度强化学习的监控场景中的端到端主动式人体跟踪方法，包括以下步骤：S1：搭建多种虚拟环境用于训练和测试；S2：构建卷积神经网络和Actor‑Critic网络；S3：卷积神经网络的输入为摄像头获取的目标视频流，训练网络模型，直到模型收敛；S4：在虚拟测试环境中测试人体目标跟踪效果，满足指标要求；S5：将达到要求的模型迁移到现实场景中进行测试验证，满足指标要求。本发明可以在室内外监控场景中的自动人员目标跟踪，服务机器人的视觉跟踪控制，空巢老人监护系统，跨场景相机联网目标布控等多种应用中场景取代现有的人工控制和复杂控制算法，实现高效、准确和智能的机器视觉自主人员跟踪相关应用。
-
公开(公告)号：CN111340758A
公开(公告)日：2020-06-26
申请号：CN202010097124.1
申请日：2020-02-17
申请人： 天津中科智能识别产业技术研究院有限公司
摘要： 本发明公开了一种基于深度神经网络的高效虹膜图像质量评价新方法，使用特征提取模型提取输入图像中的虹膜图像的特征图，然后使用重建模型由虹膜图像的特征图估计虹膜有效区域热力图，最后质量预测模型将虹膜有效区域作为感兴趣区域，由特征图计算虹膜图像整体质量分数。本发明方法不需要对采集得到的眼部图像进行其他预处理或经过分割定位等流程，可以直接使用深度神经网络对眼部图像进行全局特征提取，并根据提取到的特征自动估计虹膜有效区域热力图，将虹膜全局特征和有效区域热力图使用视觉注意力机制进行结合，对虹膜图像进行质量评价。本发明提出的虹膜图像质量评价方法流程简捷，计算速度快，鲁棒性和适应性强。
-
公开(公告)号：CN111274997A
公开(公告)日：2020-06-12
申请号：CN202010096119.9
申请日：2020-02-17
申请人： 天津中科智能识别产业技术研究院有限公司
摘要： 本发明公开了一种基于双眼融合的虹膜识别神经网络模型训练方法，在用于虹膜识别的深度神经网络模型的训练过程中，将同一个体的双眼虹膜输入识别模型中进行训练，对双眼虹膜的互补信息加以考虑，实现双眼虹膜特征的联合学习和优化，通过这种训练方式得到更具判别性和鲁棒性的双眼融合特征，从而提升识别模型的性能。本发明提出的融合双眼信息进行深度神经网络训练的方式，能够解决训练过程的优化目标与实际需求不一致的问题，充分提取两只眼睛虹膜区域的互补信息。双眼融合起来进行训练，可以有效提升模型的特征表达能力，提取的虹膜特征更具判别性和鲁棒性，从而显著提高虹膜识别的准确率。
-
公开(公告)号：CN111160085A
公开(公告)日：2020-05-15
申请号：CN201911135090.4
申请日：2019-11-19
申请人： 天津中科智能识别产业技术研究院有限公司
摘要： 本发明公开一种人体图像关键点姿态估计方法，包括以下步骤：首先将图像送入基于空洞卷积的特征金字塔网络DetectionNet进行图像检测，只输出人体用边界框标记的人体图像；然后裁剪成预定格式大小，并进行数据增强处理，形成训练数据；然后利用训练数据，训练融合空洞卷积Dilated conv的神经网络的人体图像关键点姿态估计模型，得到能够对人体图像进行姿态估计以得到人体固件关键点图像的深度神经网络模型：并用该模型进行人体姿态的估计。本发明可以将含有人体的输入图像进行关键点生成，并且生成估计处理后的图像中生成的人体关键点具有较高精度较好保持了人体的骨架几何信息。
-
-
-
-
-
-
-
-
-
搜索结果
137 条记录 (耗时 0.055 秒)
