-
公开(公告)号：CN108537787A
公开(公告)日：2018-09-14
申请号：CN201810297174.7
申请日：2018-03-30
Applicant: 中国科学院半导体研究所 , 中国科学院大学
CPC classification number: G06T7/0002 , G06K9/00268 , G06T7/13 , G06T2207/10004 , G06T2207/30168 , G06T2207/30201
Abstract: 本发明提供了一种人脸图像的质量判定方法，包括以下步骤：S1、对输入的图像进行人脸检测，确定图像中人脸区域；S2：对检测到人脸的图像进行人脸关键点定位；S3：计算关键点定位之后的人脸图像区域的梯度，得到人脸梯度图像；S4：确定在梯度图像中关键点的坐标位置；S5：计算关键点邻域的梯度信息；S6：根据关键点邻域的梯度信息综合得到人脸图像的质量判定值。本发明不需要借助大量的训练数据进行样本化学习，仅针对待识别图像的关键点进行梯度邻域计算，有效地减轻了系统运行的负担，提升了图像质量判定的准确性和效率。
-
公开(公告)号：CN108492344A
公开(公告)日：2018-09-04
申请号：CN201810298808.0
申请日：2018-03-30
Applicant: 中国科学院半导体研究所 , 中国科学院大学
Abstract: 本发明提供了一种肖像漫画生成方法，包括以下步骤：S1、对输入图像进行人脸检测与特征点定位；S2、根据人脸检测与特征点定位的结果，对输入图像进行预处理，以与参考人脸图像对齐，获得与参考人脸图像对齐的输入人脸特征点集；S3、与参考人脸特征比较，计算输入人脸的个性特征；S4、在变形约束准则下，夸张个性特征，得到输入人脸的肖像漫画特征点集；S5、基于输入人脸与参考人脸图像对齐后的人脸特征点集与肖像漫画特征点集分别建立三角形坐标系，在两个对应的三角形坐标系之间实现图像变形，生成肖像漫画。本发明基于三角形坐标系，无需训练样本，仅需要一张参考人脸图像即可快速生成肖像漫画，可在准实时系统中实现应用。
-
公开(公告)号：CN109409179B
公开(公告)日：2021-10-12
申请号：CN201810295976.4
申请日：2018-03-30
Applicant: 中国科学院半导体研究所 , 中国科学院大学
Abstract: 本发明提供了一种基于邻域类编码学习的静脉识别方法，其特征在于，包括以下步骤：S1、获取训练集静脉图像特征；S2、对所有训练集特征，生成类别间二值模版；S3：以所有训练集特征和得到的类别间二值模版作为输入，二值模版中的每一位训练一个分类器；S4：获取测试静脉图像特征，并将测试特征循环输入每一个分类器，得到测试特征的二值编码；S5：对测试特征的二值编码和得到的类别间二值模版进行相似性度量与识别，得到静脉识别结果。本发明在输入静脉图像特征的基础上，考虑类别间的关系，采用类别编码的方式对原始特征进行二值化，既能提高静脉识别准确率，又能在很大程度上降低数据量。
-
公开(公告)号：CN108537787B
公开(公告)日：2020-12-15
申请号：CN201810297174.7
申请日：2018-03-30
Applicant: 中国科学院半导体研究所 , 中国科学院大学
Abstract: 本发明提供了一种人脸图像的质量判定方法，包括以下步骤：S1、对输入的图像进行人脸检测，确定图像中人脸区域；S2：对检测到人脸的图像进行人脸关键点定位；S3：计算关键点定位之后的人脸图像区域的梯度，得到人脸梯度图像；S4：确定在梯度图像中关键点的坐标位置；S5：计算关键点邻域的梯度信息；S6：根据关键点邻域的梯度信息综合得到人脸图像的质量判定值。本发明不需要借助大量的训练数据进行样本化学习，仅针对待识别图像的关键点进行梯度邻域计算，有效地减轻了系统运行的负担，提升了图像质量判定的准确性和效率。
-
公开(公告)号：CN109409179A
公开(公告)日：2019-03-01
申请号：CN201810295976.4
申请日：2018-03-30
Applicant: 中国科学院半导体研究所 , 中国科学院大学
Abstract: 本发明提供了一种基于邻域类编码学习的静脉识别方法，其特征在于，包括以下步骤：S1、获取训练集静脉图像特征；S2、对所有训练集特征，生成类别间二值模版；S3：以所有训练集特征和得到的类别间二值模版作为输入，二值模版中的每一位训练一个分类器；S4：获取测试静脉图像特征，并将测试特征循环输入每一个分类器，得到测试特征的二值编码；S5：对测试特征的二值编码和得到的类别间二值模版进行相似性度量与识别，得到静脉识别结果。本发明在输入静脉图像特征的基础上，考虑类别间的关系，采用类别编码的方式对原始特征进行二值化，既能提高静脉识别准确率，又能在很大程度上降低数据量。
-
Patent Agency Ranking
公开(公告)号：CN118657811A
公开(公告)日：2024-09-17
申请号：CN202410537394.8
申请日：2024-04-30
Applicant: 中国科学院半导体研究所
Abstract: 本发明提供一种视觉SLAM系统的数据校准方法及装置、电子设备及存储介质，涉及计算机视觉技术领域。该方法包括：根据局部地图的点云中各地图点的位置以及局部地图的RGB图像，获得局部地图的场景中所有直线线条上的直线地图点；在RGB图像中，确定直线地图点对应的关键点所在的观测直线，将观测直线作为直线地图点的位置关系观测值；根据直线地图点和位置关系观测值，建立BA目标函数；根据BA目标函数对局部地图中的校准对象进行校准；其中，校准对象包括：地图点位置以及关键帧位姿。本发明能够解决现有技术中视觉SLAM系统建图和定位准确性偏低的缺陷，有效提高视觉SLAM系统建图和定位准确性。
-
公开(公告)号：CN113537217B
公开(公告)日：2023-11-14
申请号：CN202110832729.5
申请日：2021-07-22
Applicant: 中国科学院半导体研究所
Abstract: 本发明实施例公开了一种基于超声波与图像融合的报靶方法及装置。其中，基于超声波与图像融合的报靶方法，包括：基于图像识别和超声波定位分别进行靶点识别，并获得所述图像识别的靶点坐标和所述超声波定位的靶点坐标之间的映射关系；基于打靶情况，判断是否满足切换条件；如果不满足所述切换条件，则根据所述图像识别的靶点坐标进行报靶，否则基于所述映射关系获得图像靶的靶点坐标并进行报靶。本发明具有靶点识别准确性高的优点，并且不容易发生误报和漏报。
-
公开(公告)号：CN115496200B
公开(公告)日：2023-09-22
申请号：CN202211080897.4
申请日：2022-09-05
Applicant: 中国科学院半导体研究所
IPC: G06N3/08 , G06N3/0495
Abstract: 本申请提供一种神经网络量化模型训练方法、装置及设备，涉及人工智能技术领域，该方法包括：获取浮点模型对应的量化模型，所述量化模型为对所述浮点模型进行量化压缩后的模型；根据所述浮点模型和所述量化模型分别对训练样本处理，得到所述浮点模型输出的第一检测结果和所述量化模型输出的第二检测结果；根据所述第一检测结果和所述第二检测结果，对所述量化模型的参数进行调整。本方案通过浮点模型和量化模型之间的等价性损失来评判量化模型的优劣，基于等价性损失对量化模型进行更新，减小了量化模型迁移到轻量化设备上带来应用和维护上的困难。
-
公开(公告)号：CN115587350A
公开(公告)日：2023-01-10
申请号：CN202110756217.5
申请日：2021-07-05
Applicant: 中国科学院半导体研究所
Abstract: 本发明提供一种授权方法、装置、电子设备和存储介质，所述方法包括：将采集的当前用户身份特征数据与第一数据库中存储的身份特征数据进行匹配，若匹配成功，则将与身份特征数据对应的智能设备和智能相册管家系统进行自动绑定，建立第一绑定关系，从而智能相册管家系统可以基于第一绑定关系访问并读取智能设备中的多媒体增量数据，避免非信任系统读取智能设备中的数据造成数据泄漏的风险。同时，在智能设备与智能相册管家系统建立连接后，智能相册管家系统能够自动从智能设备中读取相应的数据，相较于传统电子相册手动拷贝数据，更加方便快捷。
-
公开(公告)号：CN109002763B
公开(公告)日：2021-09-24
申请号：CN201810619267.7
申请日：2018-06-15
Applicant: 中国科学院半导体研究所
Abstract: 本发明公开了一种基于同源连续性的模拟人脸老化的方法及装置，方法包括：获取人脸图像的特征点；根据特征点构建形状特征向量并计算度量标准，将度量标准与预设度量标准匹配计算，获取各年龄段对应的与预设数量相等的相匹配人脸图像；获取各年龄段对应的纹理增强人脸原型；确定人脸图像所处的源目标年龄段；根据人脸原型对应的形状特征向量、年龄相关和目标形状特征向量获取模拟人脸形状老化的第一模拟图像；根据人脸原型对应的像素点构建出的纹理特征向量获取模拟人脸纹理老化的第二模拟图像。装置包括：由处理器、存储器和总线完成通信的电子设备；非暂态计算机可读存储介质。所述装置执行上述方法。该方法及装置，能够真实自然的模拟人脸老化。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.098 seconds)
