3D人脸识别模组校准数据的获取方法、系统、计算机和存储介质

    公开(公告)号:CN112766067A

    公开(公告)日:2021-05-07

    申请号:CN202011633124.5

    申请日:2020-12-31

    IPC分类号: G06K9/00

    摘要: 本申请涉及一种人脸检测加速方法、装置、计算机设备和存储介质。方法包括以下步骤:读取TOF模块的产品序列号和预先保存在AI模块中的TOF模块的产品序列号及与产品序列号绑定的校准数据;将读取的产品序列号和预先保存的产品序列号进行比较;若读取的产品序列号和预先保存的产品序列号一致,则调用所述校准数据进行开机识别。本发明通过预先将TOF在模组的产品序列号与起对应的校准数据绑定,当读取到产品序列号时,直接调用该对应的校准数据,避免重复计算校准数据,导致的时间延迟,增加搭载3D人脸识别模组的门锁的开机时间。

    人脸训练样本图像的生成方法、系统、计算机设备及存储介质

    公开(公告)号:CN113705492A

    公开(公告)日:2021-11-26

    申请号:CN202111018337.1

    申请日:2021-08-31

    IPC分类号: G06K9/00 G06K9/62 G06N3/08

    摘要: 本申请涉及一种人脸训练样本图像的生成方法、系统、计算机设备及存储介质,获取真实图像和随机噪声特征图;将所述随机噪声特征图经过高斯同分布后得到同分布噪声特征图,将所述同分布噪声特征图送入生成模型得到虚拟图像;将所述真实图像和所述虚拟图像输入判别模型进行判别;依据判别结果对所述判别模型和所述生成模型进行训练优化,得到对抗生成网络模型;随机挑选一真实样本图像,送入所述对抗生成网络模型,输出若干训练样本图像。依据经高斯同分布后的同步噪声特征图得到虚拟图像,并根据该虚拟图像和真实图像进行判别结果优化网络模型,最后,通过优化后的网络模型生成大量的训练样本,解决现有人脸训练样本图像不足的问题。

    门锁模组的固件升级方法、系统、计算机和存储介质

    公开(公告)号:CN112732316A

    公开(公告)日:2021-04-30

    申请号:CN202011636910.0

    申请日:2020-12-31

    摘要: 本申请涉及一种门锁模组的固件升级方法、系统、计算机和存储介质。方法包括以下步骤:获取升级包包头信息和有效备份包包头信息;将升级包包头信息与有效备份包包头信息进行比较;若升级包包头信息和有效备份包包头信息的信息不一致,则将变更了的应用程序或模型数据请求升级;获取升级包中变更了的应用程序或模型数据保存至升级存储区域;根据升级存储区域的数据完成固件升级。本发明通过比较应用程序或模型数据的信息,只请求变更的应用程序或模型数据,减少升级软件包的传输时间,最终达到加快升级速度的目的。

    flash数据的保存方法、系统、计算机设备及存储介质

    公开(公告)号:CN112347002A

    公开(公告)日:2021-02-09

    申请号:CN202011268987.7

    申请日:2020-11-13

    IPC分类号: G06F12/02

    摘要: 本申请涉及一种flash数据的保存方法、装置、计算机设备和存储介质。其中,方法包括以下步骤:配置A、B两个扇区,将每个扇区分为n组;读取A和B扇区中同一组数据的有效标记值,根据两个扇区中同一组数据的有效标记值寻找上次数据记录的位置;结合特定组的有效标记值判断无效扇区,擦除无效扇区的数据;新数据由上次数据记录的位置的下一组写入。本申请技术方案通过每组的有效标记值寻找上次数据记录的位置,并且判断两个扇区中的无效扇区,写入数据前删除无效扇区的数据,同时,数据从上次数据记录位置的下一组写入,提升有效写入地址,减少扇区擦除操作,提升时效性。

    人脸检测加速方法、系统、计算机设备和存储介质

    公开(公告)号:CN112329686A

    公开(公告)日:2021-02-05

    申请号:CN202011277889.X

    申请日:2020-11-13

    IPC分类号: G06K9/00 G06T3/40 G06N3/04

    摘要: 本申请涉及一种人脸检测加速方法、装置、计算机设备和存储介质。方法包括以下步骤:获取人脸图像;设置最小检测人脸像素,同时,根据最小检测人脸像素确定缩放因子;将人脸图像根据缩放因子进行多次缩放,获得若干呈图片金字塔的检测图像;将检测图像中除面积最大的检测图像外的剩余检测图像进行拼接生成一张拼接图像;将检测图像中面积最大的检测图像和由若干检测图像拼接生成的拼接图像作为两张输入图像送入PNET网络进行检测。将第一次缩放的图像和剩余缩放的图像拼接在在一起的图像轮流输入到MTCNN模型当中只进行两次检测,而远远比原来的7‑11次检测要少,从而达到了加速的效果。

    动态数据加载减少内存开销的方法、系统、计算机设备及存储介质

    公开(公告)号:CN112596811B

    公开(公告)日:2022-08-05

    申请号:CN202011522425.0

    申请日:2020-12-17

    IPC分类号: G06F9/445 G06F9/50 G06F13/28

    摘要: 本申请涉及一种动态数据加载减少内存开销的方法、系统、计算机设备及存储介质,方法包括以下步骤:在RAM中设定固定模型地址、当前模型地址及下一步模型地址;通过CPU按序依次从FLASH加载模型M1~Mn;通过DMA将模型M1加载到固定模型地址中,同时,也通过DMA将除模型M1以外的其它模型按序加载到当前模型地址和下一步模型地址中;除初始化步骤通过CPU运行模型M1处理数据外,剩余步骤均通过当前模型地址加载的模型处理数据,数据处理后释放其内存,直到所有模型处理完成。本发明通过动态加载模型的方法,释放出大量运行近期不需要使用的模型空间,通过DMA协同加载模型的方法,减少频繁加载对CPU的时间消耗。

    人脸检测表面向量数据加速方法、系统、计算机设备和存储介质

    公开(公告)号:CN112734682A

    公开(公告)日:2021-04-30

    申请号:CN202011633108.6

    申请日:2020-12-31

    摘要: 本申请涉及一种人脸检测表面向量数据加速方法、系统、计算机设备和存储介质。方法包括以下步骤:获取多张连续帧深度图像;选取最近一帧深度图像,获取其人脸坐标,并根据人脸坐标划出最小人脸区域;依据所述最小人脸区域对所有深度图像进行抠图,将抠出的所有深度图像的最小人脸区域图像进行平均;根据平均后的最小人脸区域图像数据计算人脸的表面向量。本发明通过使用最小人脸区域,对深度图像的部分区域而非全部区域进行图像的与处理,以减少计算人脸表面向量的耗时,提高整体系统的运行速度。

    动态数据加载减少内存开销的方法、系统、计算机设备及存储介质

    公开(公告)号:CN112596811A

    公开(公告)日:2021-04-02

    申请号:CN202011522425.0

    申请日:2020-12-17

    IPC分类号: G06F9/445 G06F9/50 G06F13/28

    摘要: 本申请涉及一种动态数据加载减少内存开销的方法、系统、计算机设备及存储介质,方法包括以下步骤:在RAM中设定固定模型地址、当前模型地址及下一步模型地址;通过CPU按序依次从FLASH加载模型M1~Mn;通过DMA将模型M1加载到固定模型地址中,同时,也通过DMA将除模型M1以外的其它模型按序加载到当前模型地址和下一步模型地址中;除初始化步骤通过CPU运行模型M1处理数据外,剩余步骤均通过当前模型地址加载的模型处理数据,数据处理后释放其内存,直到所有模型处理完成。本发明通过动态加载模型的方法,释放出大量运行近期不需要使用的模型空间,通过DMA协同加载模型的方法,减少频繁加载对CPU的时间消耗。