-
公开(公告)号：CN111967351A
公开(公告)日：2020-11-20
申请号：CN202010755078.X
申请日：2020-07-31
申请人： 华南理工大学
摘要： 本发明提供了一种基于深度树网络的指静脉认证算法、装置、介质和设备；其中算法包括：将待验证样本和注册样本作为样本对，进行对齐和组合，得到对齐合成样本；将所述对齐合成样本输入至深度树网络，通过所述深度树网络对所述对齐合成样本进行识别处理，得到待验证样本认证结果；深度树网络是深度为四层的二叉树结构；在二叉树结构中，第一层为一个节点，第二层为两个节点，第三层为四个节点，第四层为八个节点；前三层每个节点均由特征提取单元FEU和决策路由单元DRU组成；第四层每个节点均为分类决策单元CDU。本发明适用于指静脉认证这一小样本任务，能鲁棒地应对多种类型静脉变化，有效对指静脉进行识别，识别准确度高。
-
公开(公告)号：CN106548158A
公开(公告)日：2017-03-29
申请号：CN201610975962.8
申请日：2016-11-07
申请人： 华南理工大学
IPC分类号： G06K9/00
CPC分类号： G06K9/00778
摘要： 本发明提供一种基于机器视觉的人群密度智能监测系统及方法，人群密度智能监测系统包括依次相连的摄像头、嵌入式设备以及计算机客户端，其中，所述摄像头用于实时采集人群视频信息并发送至嵌入式设备；所述嵌入式设备用于提取视频信息且进行分析处理，并将处理结果发送至计算机客户端；所述计算机客户端用于判断人口密度是否处于安全区间和上传采集的实时人群视频信息到服务器，并在本地进行显示。本发明在智能化的检测系统检测下，能够准确地实时监测人群密度，成本低、精确度高，在人口密度过大且超过一定阀值而产生潜在危险的时候，能够实现实时报警。
-
公开(公告)号：CN101386546B
公开(公告)日：2012-12-26
申请号：CN200810199121.8
申请日：2008-10-14
申请人： 华南理工大学
摘要： 本发明提供了精铸用自反应氧化铝基复合陶瓷型芯及其制备方法，该复合陶瓷型芯是由刚玉粉及原位合成的钛酸铝、二钛酸镁和莫来石组成，所述复合陶瓷型芯由下列重量配比的原料制成：不同粒度的刚玉粉70～85％，氧化镁粉0～2％，二氧化钛粉8～20％，蓝晶石粉6～10％，并加入占该四种原料总质量的1～3％的碳粉作为易溃散剂。所述方法将上述前述原料混合，干压成形后高温烧制而成。本发明氧化铝基体中添加其他原料，所制备的陶瓷型芯高温化学稳定性和热稳定性良好；热膨胀系数较低；烧结后收缩率小，室温和高温强度均满足精密铸造用陶瓷型芯的要求。
-
公开(公告)号：CN101419704B
公开(公告)日：2011-06-22
申请号：CN200810199019.8
申请日：2008-10-08
申请人： 华南理工大学
摘要： 本发明公开了一种静脉图像分割方法，包括：读入原图像；选择模板对像素点邻域分块；确定所有像素点的方向场值，得到原图像的方向场图像；确定方向场图像中所有像素点的主方向和从方向；确定原图像的8灰度级图像；得到原图像的二值图像。本发明公开的静脉图像分割方法通过将原静脉图像转换为方向场图像，避免了原静脉图像由于全局照度不均对分割效果的影响，利用本发明公开的分割方法对照度不均、粗细不均以及边界模糊的静脉图像进行分割，能够真实的反映原静脉图像的静脉纹路拓扑结构，噪声点较少且比较集中，便于后续的去噪处理，是一种有效的静脉图像分割方法。
-
公开(公告)号：CN101419704A
公开(公告)日：2009-04-29
申请号：CN200810199019.8
申请日：2008-10-08
申请人： 华南理工大学
摘要： 本发明公开了一种静脉图像分割方法，包括：读入原图像；选择模板对像素点邻域分块；确定所有像素点的方向场值，得到原图像的方向场图像；确定方向场图像中所有像素点的主方向和从方向；确定原图像的8灰度级图像；得到原图像的二值图像。本发明公开的静脉图像分割方法通过将原静脉图像转换为方向场图像，避免了原静脉图像由于全局照度不均对分割效果的影响，利用本发明公开的分割方法对照度不均、粗细不均以及边界模糊的静脉图像进行分割，能够真实的反映原静脉图像的静脉纹路拓扑结构，噪声点较少且比较集中，便于后续的去噪处理，是一种有效的静脉图像分割方法。
-
公开(公告)号：CN118230369A
公开(公告)日：2024-06-21
申请号：CN202410431292.8
申请日：2024-04-11
申请人： 华南理工大学
IPC分类号： G06V40/14 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/082
摘要： 本发明提供了一种基于网络剪枝的静脉认证方法、介质及设备；其中方法为：将待认证的静脉图像输入基于网络剪枝的静脉认证卷积神经网络进行特征提取，输出待认证的静脉特征；将待认证的静脉特征与样本库里的静脉特征做相似度度量，得到认证结果；基于网络剪枝的静脉认证卷积神经网络包括骨干网络、静脉特征保护层和全局平均池化；基于网络剪枝的静脉认证卷积神经网络是指对初始化的静脉认证卷积神经网络进行训练、且在训练之后进行网络剪枝并网络优化而形成的静脉认证卷积神经网络。该方法将静脉认证卷积神经网络压缩，自动去除冗余通道，并保证网络对静脉特征有效信息的提取能力。
-
公开(公告)号：CN116543456A
公开(公告)日：2023-08-04
申请号：CN202310432607.6
申请日：2023-04-21
申请人： 华南理工大学
IPC分类号： G06V40/20 , G06V10/774 , G06V10/20 , G06V10/26
摘要： 本发明提供了一种基于时序剪影补全的多人步态识别方法、介质及设备；其中方法为：获取多行人行走视频序列；对多行人视频序列进行预处理，得到剪影图序列；将剪影图序列输入基于双判别器监督的轻量级时序剪影补全网络，得到补全后的剪影图序列；将补全后的剪影图序列输入到步态特征提取网络，得到多行人步态特征编码；将多行人步态特征编码与注册库人员步态特征进行特征匹配，得到最终的步态识别结果。该方法在步态识别流程中添加剪影图序列补全的步骤，在剪影图序列进行识别前，使用补全方式对受遮挡的剪影图序列进行补全，能够根据剪影图序列前后帧的信息，自动补全由于多人场景形成的遮挡人体部分，提升剪影图序列的质量。
-
公开(公告)号：CN116429426A
公开(公告)日：2023-07-14
申请号：CN202310270873.3
申请日：2023-03-17
申请人： 华南理工大学
IPC分类号： G01M13/045 , G06F18/2135 , G06F18/25 , G06F18/241 , G06N3/0464
摘要： 本发明公开了一种多域特征融合轴承故障诊断方法、装置及介质，其中方法包括：获取轴承的振动信号；根据所述振动信号提取时域特征、频域特征和时频域特征；采用主成分分析方法对所述时域特征、频域特征和时频域特征三种域特征进行融合，获得融合特征；将所述融合特征预设的卷积神经网络中，进行轴承状态分类识别。本发明采用主成分分析方法将时域特征、频域特征和时频域特征三种特征进行融合，在通过卷积神经网络进行分类识别，能够极大地提供故障诊断准确率。本发明可广泛应用于轴承故障诊断技术领域。
-
公开(公告)号：CN106919941B
公开(公告)日：2018-10-09
申请号：CN201710281130.0
申请日：2017-04-26
申请人： 华南理工大学
IPC分类号： G06K9/00
摘要： 本发明公开了一种三维手指静脉识别方法及系统，包括步骤：三个摄像头从三个角度拍摄手指静脉图像，获得三幅图像；依据手指轮廓线构建手指三维模型；将三个摄像头拍摄的二维图像纹理映射到三维手指模型中，对重叠区域和非重叠区域分别做不同的处理；得到三维手指静脉图像；对三维手指静脉图像进行特征提取与匹配，最终完成识别。本发明能获得更好的手指静脉识别效果，对手指旋转、倾斜等多种姿态具有较高鲁棒性。
-
公开(公告)号：CN107977609A
公开(公告)日：2018-05-01
申请号：CN201711156713.7
申请日：2017-11-20
申请人： 华南理工大学
摘要： 本发明公开了一种基于CNN的指静脉身份验证方法，包括下述步骤：1)数据采集及处理：使用公开数据集或者自行采集若干指静脉图像，并随机使用旋转、平移和裁剪的操作对所获取指静脉数据集的图像数据进行扩增；2)构建CNN网络并对CNN网络进行训练；3)注册阶段：对于每根手指采集若干幅指静脉图片，提取出其ROI区域并进行归一化处理，然后使用步骤2)中训练完成的CNN网络计算出其特征向量并存储下来；4)验证阶段：再以步骤3)的方式采集指静脉图片并计算其特征向量，然后计算该特征向量与数据库中每一特征向量的距离，并依据距离判断其是否对应同一根手指。本发明所应用的匹配方式简单易行，系统性能相比传统方法有很大提高。
-
-
-
-
-
-
-
-
-
搜索结果
44 条记录 (耗时 0.022 秒)
