Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广州方向智能科技有限公司邹向群获国家专利权

广州方向智能科技有限公司邹向群获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉广州方向智能科技有限公司申请的专利基于改进UNet的手背或手掌静脉图像关键点与ROI定位方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116524549B

龙图腾网通过国家知识产权局官网在2025-11-25发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310462384.8,技术领域涉及:G06V40/145;该发明授权基于改进UNet的手背或手掌静脉图像关键点与ROI定位方法是由邹向群;张荣文;代芬;王紫阳设计研发完成,并于2023-04-25向国家知识产权局提交的专利申请。

基于改进UNet的手背或手掌静脉图像关键点与ROI定位方法在说明书摘要公布了:本发明涉及手背静脉识别技术领域,且公开了基于改进UNet的手背或手掌静脉图像关键点与ROI定位方法,包括以下步骤:S1:实验系统机采集现场设置;S2:自建数据集;S3:建立UNet模型;S4:建立残差模块;S5:用于手背或手掌静脉图像关键点定位的改进UNET模型;S6:利用ROI计算方法去计算感兴趣区域的提取;S7:对模型进行评估;采用近红外成像技术获取手背或手掌静脉图像。通过改进的UNet模型可以实现对非接触式手背或手掌静脉图像进行手背或手掌关键点定位进行ROI提取,适合在边缘嵌入式系统等低资源平台进行实际部署。

本发明授权基于改进UNet的手背或手掌静脉图像关键点与ROI定位方法在权利要求书中公布了:1.基于改进UNet的手背或手掌静脉图像关键点与ROI定位方法,其特征在于,包括以下步骤: S1:实验系统机采集现场设置; S2:自建数据集;采用近红外成像技术获取手背或手掌静脉图像;创建无约束手背或手掌静脉图像数据集,数据集有干净背景、背景干扰、遮挡不全和佩戴戒指的情况; S3:建立UNet模型; S4:建立残差模块;残差模块为瓶颈残差模块; S5:用于手背或手掌静脉图像关键点定位的改进UNet模型;改进UNet网络模型包括: S501:残差模块实现下采样;下采样路径的第一层,先采用大小为3×3的卷积核将1通道图像扩展为20通道,再采用大小为3×3的卷积核将20通道图像降为10通道,需使用边缘填充以确保特征图尺寸大小相同,对第一层的输出特征图采用残差模块,残差模块里第一层为3×3的卷积核,步长为2的卷积实现下采样使得特征图长宽缩小12,短路连接使用大小为1×1的卷积核,步长为2的卷积调整特征图通道数和尺寸,以保证两条路径的输出在通道数和尺寸相同能够相加,下采样路径共使用4次残差模块实现下采样,特征图尺寸缩小为原始输入图像长宽的116; S502:双线性插值实现上采样;双线性插值选用相邻的4个点,在x、y两个方向分别进行插值,因此,上采样路径选用双线性插值替换转置卷积进行上采样,先将对应层的下采样输出特征图使用大小为1×1的卷积核进行卷积,使得下采样输出特征图的通道数与对应的上采样层输出特征图的相同从而直接相加实现将低级特征和高级特征融合; S503:JS散度损失函数;使用JS散度损失函数监督特征图分布,使输出的特征图趋于高斯分布; S504:SoftArgmax获取关键点坐标;SoftArgmax直接连接网络的特征图输出层计算出最大响应点索引,再使用L2损失函数计算关键点坐标标签与最大响应点索引的之间的损失值进行监督学习,实现端到端的训练; S6:利用ROI计算方法去计算感兴趣区域的提取; S7:对模型进行评估。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人广州方向智能科技有限公司,其通讯地址为:511493 广东省广州市番禺区东环街番禺大道北555号番禺节能科技园内天安科技发展大厦604;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。