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 > 公安部交通管理科学研究所刘东波获国家专利权

公安部交通管理科学研究所刘东波获国家专利权

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!

龙图腾网获悉公安部交通管理科学研究所申请的专利基于多标签图像识别的证件照合规性检测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:CN119478641B

龙图腾网通过国家知识产权局官网在2025-12-26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:202411586039.6,技术领域涉及:G06V10/98;该发明授权基于多标签图像识别的证件照合规性检测方法是由刘东波;钱彬;王军华;晋军伟;沈涛设计研发完成,并于2024-11-08向国家知识产权局提交的专利申请。

基于多标签图像识别的证件照合规性检测方法在说明书摘要公布了:本申请提供的基于多标签图像识别的证件照合规性检测方法,基于将所述图像背景更换模型和所述证件照合规性检测模型进行串联,构建了一个统一的神经网络模型来解决证件照的众多不合规项检测,简化算法流程,提升系统的响应速度和鲁棒性;其通过图像背景更换模型将待检测证件照图像都变为纯色背景图像,使得后续的合规性检测模型能够聚焦于人像区域,避免了开放式场景下背景对证件照合规性检测系统的干扰;本方法针对每一项证件照不合规行为构建任务检测分支模块,基于SwinTransformer模型构建基础模型,通过基础模型对纯色背景的待识别证件照图像进行特征提取和信息理解,再将提取到的图像特征分别送入任务检测分支模块。

本发明授权基于多标签图像识别的证件照合规性检测方法在权利要求书中公布了:1.基于多标签图像识别的证件照合规性检测方法,其特征在于,其包括以下步骤: S1:构建图像背景更换模型; 所述图像背景更换模型对待检测证件照图像进行去背景处理,将待检测证件照图像都变为纯色背景图像; S2:构建证件照合规性检测模型; 所述证件照合规性检测模型包括:基础模型和任务检测分支模块; 所述任务检测分支模块针对合规性检测中需要检测的每一项不合规检测任务分别构建,所述任务检测分支模块的个数大于1; 所述基础模型基于SwinTransformer模型构建,所述任务检测分支模块包括3个连续的核大小为3×3的卷积层; 输入图像首先送入所述基础模型中,所述基础模型提取输入图像中所有的特征后,将提取到的所有图像特征分别送入每一个所述任务检测分支模块中;所述任务检测分支模块进行任务特征的提取和识别;每个所述任务检测分支模块输出其对应的检测任务对应的检测结果; 每个所述分支检测模型的检测结果表示输入图像中是否存在对应的特征; S3:对所述证件照合规性检测模型进行训练,得到训练好的所述证件照合规性检测模型; 训练过程中,使用的损失函数为: 其中m表示样本总数,q表示检测任务的类别总数,表示第i个样本第j个类别的真实值,表示第i个样本第j个类别的预测值;p表示第i个样本的均衡因子,其定义如下: 其中n表示第j个类别的样本数; S4:将训练好的所述证件照合规性检测模型在图像验证集上进行推理,并对推理结果进行评估;评估指标如下所示: 其中m表示样本总数,q表示检测任务的类别总数,表示第i个样本第j个类别的真实值,表示第i个样本第j个类别的预测值; S5:将所述图像背景更换模型和所述证件照合规性检测模型进行串联,采用微服务架构完成GPU集群部署,支持HTTP并发调用; S6:将待检测证件照图像送入所述图像背景更换模型统一图像背景后,再送入所述证件照合规性检测模型进行合规性检测,所述证件照合规性检测模型输出待检测图证件照图像中包括的不合规的特征。

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公安部交通管理科学研究所,其通讯地址为:214151 江苏省无锡市滨湖区钱荣路88号;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。