-
-
公开(公告)号：CN114006751A
公开(公告)日：2022-02-01
申请号：CN202111269659.3
申请日：2021-10-29
申请人： 广东宜教通教育有限公司
摘要： 本发明公开了一种使用临时认证码的校园系统单点登录方法，在URL中“隐藏”了凭据ticket，改为预先分配一次性有效的临时认证码，应用服务器只能通过临时认证码以接口的方式获取到凭据ticket，防止黑客通过URL直接截取到凭据ticket。认证中心通过应用服务器ID、较为复杂的接入码和IP白名单等方式，防止非法客户端接入。应用服务器在每次有人工操作时，都会向认证中心询问凭据ticket是否过期，避免应用服务器忘记退出而被其他人冒用。在认证中心登记所有用户在认证中心的用户ID以及与其对应的各个应用服务器中的应用服务器用户ID，不需要统一各个应用服务器的登录帐号，节省了各应用服务器供应商的改造成本。
-
公开(公告)号：CN112541877A
公开(公告)日：2021-03-23
申请号：CN202011549596.2
申请日：2020-12-24
申请人： 广东宜教通教育有限公司
摘要： 本发明公开了一种基于条件生成对抗网络的去模糊方法、系统、设备及介质，所述方法包括：构建生成对抗网络；获取模糊图像和清晰图像；将模糊图像输入生成器的输入层，依次经过标准卷积层、第一激活函数层和第一特征归一化层进行处理；将处理结果输入多个Group‑SE模块中提取特征；将提取的特征输入反卷积层中进行上采样，得到模拟图像；以模拟图像作为负样本，以清晰图像作为正样本，将负样本和正样本输入判别器中进行判别，输出清晰图像的真假判别结果；通过迭代训练生成器和判别器，直到生成对抗网络达到纳什均衡；利用训练好的生成对抗网络对待处理图像进行去模糊处理。本发明可以解决图像去模糊技术运用在人脸识别相关场景中准确率提升不明显等问题。
-
公开(公告)号：CN109670042A
公开(公告)日：2019-04-23
申请号：CN201811473934.1
申请日：2018-12-04
申请人： 广东宜教通教育有限公司
摘要： 本发明公开了一种基于递归神经网络的试题分类及难度分级方法，该方法使用两级的神经网络，第一级网络可以为未标明科目的试题进行分类，同时将分类好的试题放入第二级网络中,可为没有标明试题难度的题目提供一个近似的参考难度。另外，由于试题的属性与试题的难度之间具有某种关联关系，例如某些省份的模拟题往往难于其他题目，同样的包括年份、题型、包含知识点等等也会跟试题的难度有一定的关联关系，因此可以通过这些属性来构建试题的特征向量作深度学习的训练样本。
-
公开(公告)号：CN114006751B
公开(公告)日：2024-06-11
申请号：CN202111269659.3
申请日：2021-10-29
申请人： 广东宜教通教育有限公司
摘要： 本发明公开了一种使用临时认证码的校园系统单点登录方法，在URL中“隐藏”了凭据ticket，改为预先分配一次性有效的临时认证码，应用服务器只能通过临时认证码以接口的方式获取到凭据ticket，防止黑客通过URL直接截取到凭据ticket。认证中心通过应用服务器ID、较为复杂的接入码和IP白名单等方式，防止非法客户端接入。应用服务器在每次有人工操作时，都会向认证中心询问凭据ticket是否过期，避免应用服务器忘记退出而被其他人冒用。在认证中心登记所有用户在认证中心的用户ID以及与其对应的各个应用服务器中的应用服务器用户ID，不需要统一各个应用服务器的登录帐号，节省了各应用服务器供应商的改造成本。
-
公开(公告)号：CN109598785B
公开(公告)日：2023-03-14
申请号：CN201811436303.2
申请日：2018-11-28
申请人： 佛山科学技术学院 , 广东宜教通教育有限公司
摘要： 本发明公开了一种三维网格模型视图转换方法，包括以下步骤：导入三维网格模型；以三维网格模型的几何质点为原点O，建立第一空间直角坐标系，将三维网格模型的长主轴转向至与第一空间直角坐标系的Z轴重合的位置；定位投影点坐标；设置投影视图的像素值；根据投影点坐标以及像素值，生成投影视图。本发明将三维网格模型的长主轴转向至与第一空间直角坐标系的Z轴重合的位置，即可实现将三维网格模型中更多数量的点投影到视图中，以获得信息量最大的投影视图。本发明创造用于将三维网格模型转换成二维的投影视图。
-
公开(公告)号：CN111310732A
公开(公告)日：2020-06-19
申请号：CN202010196121.3
申请日：2020-03-19
申请人： 广东宜教通教育有限公司
摘要： 本发明公开了一种高精度人脸认证方法、系统、计算机设备及存储介质，所述方法包括：利用多任务级联卷积神经网络对待检测图像进行人脸检测，得到人脸图像；基于101层残差网络对人脸图像进行特征提取，得到512维人脸深度特征，作为待认证人员人脸特征；将待认证人员人脸特征与资料库人员人脸特征进行比对，得到人脸认证结果。本发明具有强鲁棒性和高健壮性，消除人脸特征描述符由于侧度、偏移等噪声所产生的影响，快速定位到人脸区域并且可以精准地对人物身份进行认证。
-
公开(公告)号：CN117409455A
公开(公告)日：2024-01-16
申请号：CN202311172658.6
申请日：2023-09-12
申请人： 广东宜教通教育有限公司
摘要： 本发明公开了一种基于特征加权融合的轻量级人脸识别方法及系统，其是基于改进的MobileFaceNet实现自然场景下的实时人脸识别，改进的MobileFaceNet被称为SEMobileFaceNet；SEMobileFaceNet是对原来MobileFaceNet的BottleBlock模块及边缘损失Arcface进行改进，其中，对BottleBlock模块的改进是：加入SE，使用通道注意力对不同通道的特征进行加权融合，提高对关键特征的利用；对边缘损失Arcface的改进是：将角度裕值转变为动态调整，根据梯度值的大小忽略或裁剪部分梯度。本发明可有效地应对复杂环境中的人脸识别，提高自然场景人脸识别的准确度。
-
公开(公告)号：CN116486391A
公开(公告)日：2023-07-25
申请号：CN202310185157.5
申请日：2023-03-01
申请人： 广东宜教通教育有限公司
IPC分类号： G06V20/62 , G06V10/77 , G06V10/82 , G06V10/74 , G06N3/047 , G06N3/045 , G06N3/09 , G06N3/096 , G06N3/08
摘要： 本发明公开了一种场景文本识别方法、系统、存储介质及计算设备，利用知识蒸馏的思想将场景文本识别模型分为教师网络模型与学生网络模型，利用教师网络模型来训练学生网络模型，以得到一个轻量级的场景文本识别模型；将场景文本训练集输入场景文本识别模型中，使用ResNet架构来实现特征提取，且对其中四个阶段输出的特征进行蒸馏；使用Transformer模块来实现注意力机制，对提取到的特征进行序列建模，并利用教师网络模型中的相似度矩阵和前馈网络的输出作为监督信号，训练学生网络模型；最后经线性层得到最终的预测结果。本发明可提高场景文本的识别精度，并且构建的轻量级识别模型可以部署到计算能力较弱的小型或移动设备上。
-
公开(公告)号：CN116229445A
公开(公告)日：2023-06-06
申请号：CN202310185149.0
申请日：2023-03-01
申请人： 广东宜教通教育有限公司
摘要： 本发明公开了一种自然场景文本检测方法、系统、存储介质及计算设备，包括：1)对原始数据集进行Imgaug数据增强；2)将处理后的数据集中的图像输入改进DBNet，通过加入了LAFE模块的骨干网络模块来获取目标图像的特征信息，其中，经过LAFE模块时依次进行三层空洞卷积、通道注意力和空间注意力来增强图像前后景特征的区别；将经过骨干网络模块输出的特征输入到加入了MEFF模块的特征金字塔模块中，以输出补充了空间语义信息的不同尺度的特征图，最终预测由概率图和阈值图生成的近似二值图，进而经过像素点到文本框的聚合后处理得出检测结果。本发明具有了深度学习技术的特性，通过训练可以不断优化网络，提高自然场景文本的检测能力。
-
-
-
-
-
-
-
-
-
搜索结果
30 条记录 (耗时 0.041 秒)
