-
公开(公告)号：CN115862155A
公开(公告)日：2023-03-28
申请号：CN202211437312.X
申请日：2022-11-16
申请人： 济南博观智能科技有限公司
IPC分类号： G06V40/40 , G06V40/16 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/08
摘要： 本申请公开了一种人脸活体检测方法、装置、设备及可读存储介质，该方法包括：获取待检测原图及待检测原图的人脸检测框；从待检测原图中截取出包括人脸检测框的正方形图像，并校正人脸检测框；将正方形图像输入至训练好的活体检测模型，得到真假人概率分布特征图；利用真假人概率分布特征图，得到待检测原图的活体检测结果。在本申请中，由于检测过程中，真假人概率分布特征图维度并非单一维度，且基于正方形图像进行缩放，可避免原始图像在转换过程中形变的影响，因而本申请可提高活体检测的鲁棒性。
-
公开(公告)号：CN113128481A
公开(公告)日：2021-07-16
申请号：CN202110547658.4
申请日：2021-05-19
申请人： 济南博观智能科技有限公司
摘要： 本申请公开了一种人脸活体检测方法、装置、设备及存储介质。该方法包括：获取待检测图像；所述待检测图像包括可见光人脸图像，以及与所述可见光人脸图像对应的近红外人脸图像；利用预先基于卷积神经网络创建的可见光活体检测模型，预测所述可见光人脸图像是否为活体人脸图像；若是，则利用预先基于卷积神经网络创建的近红外活体检测模型对所述近红外人脸图像进行活体检测，并根据检测结果判断所述待检测图像中是否包含活体人脸目标。可见，利用可见光及近红外光谱波段各自的反射特性，先利用可见光活体检测模型进行近红外的弱势场景过滤，以辅助近红外活体检测模型，提高了人脸活体检测的准确性和效率。
-
公开(公告)号：CN113505854B
公开(公告)日：2023-08-15
申请号：CN202110864512.2
申请日：2021-07-29
申请人： 济南博观智能科技有限公司
发明人： 焦任直
IPC分类号： G06V40/16 , G06V10/74 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/084
摘要： 本申请公开了一种人脸图像质量评价模型构建方法及相关组件。该方法包括：获取高质量人脸图像以及对应的人脸证件照图像，并根据不同的失真类型对高质量人脸图像进行失真处理，以得到失真人脸图像；基于失真人脸图像和对应的高质量人脸图像之间的失真分量得到相应的特征图标签，并基于失真人脸图像和对应的人脸证件照图像之间的相似度得到相应的相似度评分标签；基于失真人脸图像以及对应的相似度评分标签和特征图标签，得到训练数据集；以卷积神经网络为基础构建得到待训练网络，并利用训练数据集对待训练网络进行训练以得到人脸图像质量评价模型，以便利用人脸图像质量评价模型对待测试人脸图像进行评价。提高了人脸图像质量评价的准确性。
-
公开(公告)号：CN112381169A
公开(公告)日：2021-02-19
申请号：CN202011320831.9
申请日：2020-11-23
申请人： 济南博观智能科技有限公司
IPC分类号： G06K9/62
摘要： 本申请公开了一种图像识别方法、装置、电子设备及计算机可读存储介质，该方法包括：获取初始分类层、初始图像识别模型和训练集；从训练集中提取第一标签对应的第一训练数据，并确定第一标签在初始分类层中对应的第一类中心向量；利用第一类中心向量生成训练分类层，并利用第一训练数据在显存中训练训练分类层和初始图像识别模型，得到第一分类层；利用第一分类层更新初始分类层，并更新第一标签，直至初始图像识别模型训练完毕，得到图像识别模型；获取待识别图像，并将待识别图像输入图像识别模型，得到识别结果；该方法允许在训练时采用较大的分类层，得到识别准确率更高的识别模型，同时可以降低对GPU设备的要求。
-
公开(公告)号：CN112329606B
公开(公告)日：2023-08-15
申请号：CN202011209519.2
申请日：2020-11-03
申请人： 济南博观智能科技有限公司
IPC分类号： G06V40/40 , G06V40/16 , G06V10/74 , G06V10/764 , G06V10/82
摘要： 本申请公开了一种活体检测方法、装置、电子设备及计算机可读存储介质，该方法包括：获取待检测图像；利用活体检测模型提取待检测图像对应的特征，并判断各项特征是否均处于对应的概率区间；特征包括深度特征、rPPG特征和类中心点特征中的至少两项；若各项特征均处于概率区间，则确定待检测图像为活体图像；该方法利用活体检测模型提取待检测图像对应的若干项特征，不同类别的特征可以从不同的角度对待检测图像是否为活体图像进行表征，相比单纯使用0、1标签进行分类和判别具有更好的鲁棒性。由于不需要连续获取多张图像并对多张图像进行处理，因此检测速度较快，同时不会受到人员运动、光照变化等因素的影响，识别准确率较高。
-
公开(公告)号：CN113505854A
公开(公告)日：2021-10-15
申请号：CN202110864512.2
申请日：2021-07-29
申请人： 济南博观智能科技有限公司
发明人： 焦任直
摘要： 本申请公开了一种人脸图像质量评价模型构建方法及相关组件。该方法包括：获取高质量人脸图像以及对应的人脸证件照图像，并根据不同的失真类型对高质量人脸图像进行失真处理，以得到失真人脸图像；基于失真人脸图像和对应的高质量人脸图像之间的失真分量得到相应的特征图标签，并基于失真人脸图像和对应的人脸证件照图像之间的相似度得到相应的相似度评分标签；基于失真人脸图像以及对应的相似度评分标签和特征图标签，得到训练数据集；以卷积神经网络为基础构建得到待训练网络，并利用训练数据集对待训练网络进行训练以得到人脸图像质量评价模型，以便利用人脸图像质量评价模型对待测试人脸图像进行评价。提高了人脸图像质量评价的准确性。
-
公开(公告)号：CN112381169B
公开(公告)日：2023-01-13
申请号：CN202011320831.9
申请日：2020-11-23
申请人： 济南博观智能科技有限公司(CN)
IPC分类号： G06V10/764 , G06V10/774 , G06V10/82
摘要： 本申请公开了一种图像识别方法、装置、电子设备及计算机可读存储介质，该方法包括：获取初始分类层、初始图像识别模型和训练集；从训练集中提取第一标签对应的第一训练数据，并确定第一标签在初始分类层中对应的第一类中心向量；利用第一类中心向量生成训练分类层，并利用第一训练数据在显存中训练训练分类层和初始图像识别模型，得到第一分类层；利用第一分类层更新初始分类层，并更新第一标签，直至初始图像识别模型训练完毕，得到图像识别模型；获取待识别图像，并将待识别图像输入图像识别模型，得到识别结果；该方法允许在训练时采用较大的分类层，得到识别准确率更高的识别模型，同时可以降低对GPU设备的要求。
-
公开(公告)号：CN112329679B
公开(公告)日：2023-10-10
申请号：CN202011263985.9
申请日：2020-11-12
申请人： 济南博观智能科技有限公司
IPC分类号： G06V10/98 , G06V10/74 , G06V10/766 , G06V10/82 , G06V40/16
摘要： 本申请公开了一种人脸识别方法，所述人脸识别方法包括：获取多张抓拍人脸图像，并将所有所述抓拍人脸图像输入图像质量评估模型；其中，所述图像质量评估模型为利用添加有排序间隔的pairwise损失函数进行排序训练得到的模型；根据所述质量评估模型输出的图像质量评估结果从多张所述抓拍人脸图像中选取目标人脸图像；利用所述目标人脸图像执行人脸识别操作。本申请能够快速选取用于进行人脸识别的抓拍人脸图像，提高人脸识别的效率。本申请还公开了一种人脸识别系统、一种电子设备及一种存储介质，具有以上有益效果。
-
公开(公告)号：CN116664533A
公开(公告)日：2023-08-29
申请号：CN202310665137.8
申请日：2023-06-05
申请人： 济南博观智能科技有限公司
IPC分类号： G06T7/00 , G06V10/25 , G06V10/764 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/047 , G06N3/045 , G06N3/08
摘要： 本申请公开了一种缝合缺陷检测方法、装置、设备及存储介质，涉及人工智能技术领域。该方法包括：获取待检测缝制品的初始图像，利用关键点检测模型对所述初始图像进行关键点检测；根据检测出的关键点从所述初始图像中提取出ROI区域图像；将所述ROI区域图像输入至缝合缺陷检测模型，得到所述缝合缺陷检测模型内每个缺陷检测子模型输出的检测结果，并基于所述检测结果判断所述待检测缝制品是否存在缝合缺陷；所述缺陷检测子模型为根据缝合缺陷类型构建的检测子模型。通过关键点定位缝制品提升定位精度以及泛化性能，并从多种角度分析不同缺陷类型，提升缝制品缝合缺陷检测的鲁棒性。
-
公开(公告)号：CN115273195A
公开(公告)日：2022-11-01
申请号：CN202210906651.1
申请日：2022-07-29
申请人： 济南博观智能科技有限公司
发明人： 焦任直
IPC分类号： G06V40/16 , G06V40/40 , G06V10/774
摘要： 本申请公开了一种人脸活体检测方法、装置、设备及存储介质，涉及人脸识别技术领域，包括：利用收集到的人脸图像构造目标字典，并将人脸图像输入至预设深度学习网络，得到各人脸图像对应的图像特征图；基于图像特征图和目标字典重构出与人脸图像对应的造假特征图；利用确定出的人脸图像对应的分类损失和确定出的造假特征图对应的特征图损失对预先构建的初始活体检测模型进行训练得到目标活体检测模型；通过目标活体检测模型提取待检测人脸图像对应的造假特征和真假分类概率，并基于造假特征和真假分类概率判断待检测人脸图像是否为活体人脸图像。本申请的技术方案能够提高人脸活体检测的准确率。
-
-
-
-
-
-
-
-
-
搜索结果
12 条记录 (耗时 0.03 秒)
