-
公开(公告)号：CN111460962B
公开(公告)日：2023-05-05
申请号：CN202010227912.8
申请日：2020-03-27
Applicant: 武汉大学
IPC: G06V40/16 , G06V10/774
Abstract: 本发明公开了一种口罩人脸识别方法及系统，本发明建立基于ArcFace的面部‑眉眼多粒度识别模型，利用眉眼精细特征结构增强口罩人脸识别效果；针对当前急需口罩人脸识别数据集训练模型的现状，提出了多种口罩人脸数据集构建方法；在此基础上形成一套完整的口罩人脸识别系统，系统包括模型构建、模型训练、人脸识别等三个主要环节。本发明技术显著提升了口罩人脸识别的精度，建立的数据集有效支撑了口罩遮挡人脸应用场景的技术开发。
-
公开(公告)号：CN113705393A
公开(公告)日：2021-11-26
申请号：CN202110935424.7
申请日：2021-08-16
Applicant: 武汉大学
Abstract: 本发明公开了一种基于3D人脸模型的俯角人脸识别方法及系统，通过将人脸样本库中清晰正脸转成与待识别的俯角人脸相同的角度进行识别。首先，采集清晰正脸图片构建人脸样本库，并将样本库中正脸图片生成3D人脸模型；然后，使用人脸姿态估计算法估计待识别俯角人脸图片的角度，并将3D人脸模型转成与俯角人脸图片相同的角度；最后，将生成的俯角人脸和待识别俯角人脸一起输入到人脸识别网络中进行识别。本发明方法针对了实际的俯视监控场景下的人脸识别难题，显著改善了俯角人脸的识别精度。
-
Patent Agency Ranking
公开(公告)号：CN106960468A
公开(公告)日：2017-07-18
申请号：CN201710237757.6
申请日：2017-04-12
CPC classification number: G06T17/00 , G06T2207/10028
Abstract: 本发明公开了一种三维激光扫描点云精度评价方法，首先对三维激光扫描误差源进行系统的分析，构建由光斑、测距、测角及配准引起的点位误差模型；然后引入信息熵，利用激光点位概率密度函数模型，建立激光点位信息熵，并根据误差熵和信息熵的关系，构建激光点位误差熵模型；最后，考虑相邻激光点位误差熵相互影响的情况下，构建邻近点误差熵，并利用投影算法，构建点云误差熵，实现基于误差熵空间的点云精度评价。本发明克服了传统三维激光扫描点云精度无法评价的缺点，有助于真实反映点云产品构建的精度，为三维激光扫描应用的可靠性提供了理论依据。
-
公开(公告)号：CN111291669B
公开(公告)日：2023-08-04
申请号：CN202010075862.6
申请日：2020-01-22
Applicant: 武汉大学
Abstract: 本发明公开了一种双通道俯角人脸融合校正GAN网络及人脸融合校正方法，本发明的GAN网络利用低分辨率正脸的全局结构和高分辨率俯角脸的局部纹理重建清晰的正面人脸，提高人脸识别系统的精度。建立的GAN网络包括超分辨率重建网络、姿态校正网络、头部姿态估计模块、人脸配准模块、人脸综合模块等主要功能模块。首先通过超分辨率重建网络将低分辨率正脸提升到高分辨率俯角脸同等分辨率，接着通过姿态校正网络完成高分辨率人脸的俯视姿态校正，然后使用光流配准方法实现二者的像素级对齐，最后将估计出的头部俯视角转换为融合权重，进行角度自适应的人脸合成。本发明能够精确地重建清晰的正面人脸，为监控视频人脸识别提供了新的思路。
-
公开(公告)号：CN106960468B
公开(公告)日：2019-07-09
申请号：CN201710237757.6
申请日：2017-04-12
Abstract: 本发明公开了一种三维激光扫描点云精度评价方法，首先对三维激光扫描误差源进行系统的分析，构建由光斑、测距、测角及配准引起的点位误差模型；然后引入信息熵，利用激光点位概率密度函数模型，建立激光点位信息熵，并根据误差熵和信息熵的关系，构建激光点位误差熵模型；最后，考虑相邻激光点位误差熵相互影响的情况下，构建邻近点误差熵，并利用投影算法，构建点云误差熵，实现基于误差熵空间的点云精度评价。本发明克服了传统三维激光扫描点云精度无法评价的缺点，有助于真实反映点云产品构建的精度，为三维激光扫描应用的可靠性提供了理论依据。
-
公开(公告)号：CN111460962A
公开(公告)日：2020-07-28
申请号：CN202010227912.8
申请日：2020-03-27
Applicant: 武汉大学
Abstract: 本发明公开了一种口罩人脸识别方法及系统，本发明建立基于ArcFace的面部-眉眼多粒度识别模型，利用眉眼精细特征结构增强口罩人脸识别效果；针对当前急需口罩人脸识别数据集训练模型的现状，提出了多种口罩人脸数据集构建方法；在此基础上形成一套完整的口罩人脸识别系统，系统包括模型构建、模型训练、人脸识别等三个主要环节。本发明技术显著提升了口罩人脸识别的精度，建立的数据集有效支撑了口罩遮挡人脸应用场景的技术开发。
-
公开(公告)号：CN111291669A
公开(公告)日：2020-06-16
申请号：CN202010075862.6
申请日：2020-01-22
Applicant: 武汉大学
Abstract: 本发明公开了一种双通道俯角人脸融合校正GAN网络及人脸融合校正方法，本发明的GAN网络利用低分辨率正脸的全局结构和高分辨率俯角脸的局部纹理重建清晰的正面人脸，提高人脸识别系统的精度。建立的GAN网络包括超分辨率重建网络、姿态校正网络、头部姿态估计模块、人脸配准模块、人脸综合模块等主要功能模块。首先通过超分辨率重建网络将低分辨率正脸提升到高分辨率俯角脸同等分辨率，接着通过姿态校正网络完成高分辨率人脸的俯视姿态校正，然后使用光流配准方法实现二者的像素级对齐，最后将估计出的头部俯视角转换为融合权重，进行角度自适应的人脸合成。本发明能够精确地重建清晰的正面人脸，为监控视频人脸识别提供了新的思路。
-
-
-
-
-
-
Search Results
7
records
(took 0.031 seconds)
