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 > 中广高科(北京)信息技术有限公司赵爱娜获国家专利权

中广高科(北京)信息技术有限公司赵爱娜获国家专利权

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!

龙图腾网获悉中广高科(北京)信息技术有限公司申请的专利基于边缘计算的分布式人脸特征实时提取方法及系统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:CN120656227B

龙图腾网通过国家知识产权局官网在2026-01-27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:202511042542.X,技术领域涉及:G06V40/16;该发明授权基于边缘计算的分布式人脸特征实时提取方法及系统是由赵爱娜;姚树财设计研发完成,并于2025-07-28向国家知识产权局提交的专利申请。

基于边缘计算的分布式人脸特征实时提取方法及系统在说明书摘要公布了:本发明提供一种基于边缘计算的分布式人脸特征实时提取方法及系统,涉及人脸识别技术领域,包括通过对采集的人脸图像进行时序采样获取多帧序列,构建时空特征关联图并预测修正人脸位置,将优化图像序列划分为任务包分配至边缘计算设备,构建特征点局部张量场并提取特征描述信息,最终选择最优特征融合矩阵。本发明提高了人脸特征提取的实时性和准确性,降低了计算资源消耗。

本发明授权基于边缘计算的分布式人脸特征实时提取方法及系统在权利要求书中公布了:1.基于边缘计算的分布式人脸特征实时提取方法,其特征在于,包括: 将终端设备采集的人脸图像数据进行时序采样,获取连续多帧图像序列; 建立包括多个边缘计算设备的边缘计算资源池; 对连续多帧图像序列构建时空特征关联图,提取人脸运动轨迹,结合递归贝叶斯方法预测人脸位置,利用重投影误差补偿方法进行修正,生成时空对齐的优化人脸图像序列; 将优化人脸图像序列划分为连续帧任务包,采用着色标记方法对连续帧任务包进行分配,建立特征点运动预测机制,将所述连续帧任务包分配至边缘计算设备执行特征提取任务; 在边缘计算设备中构建特征点的局部张量场并获得势能值,建立多级种子点确定特征点提取序列,依据张量场梯度提取特征描述信息,生成张量特征序列,构建特征融合矩阵,包括: 在边缘计算设备中构建特征点间的局部张量描述符,提取相应特征点的方向参数、尺度参数和强度参数,建立张量场,计算特征点在张量场中的区域关联度和结构重要度,获得特征点势能值; 选取特征点势能值最大的特征点作为第一级种子点,基于势能差值确定多级种子点,选取最优遍历路径,记录最优遍历路径上特征点的位置索引信息,生成特征点提取序列; 计算张量场的梯度分布数值,对梯度分布数值大于预设梯度强度阈值的区域提取特征第一描述信息,对梯度分布数值小于预设梯度强度阈值的区域提取特征第二描述信息,获得特征点的多维度特征描述; 根据特征点提取序列确定特征提取顺序,提取特征点的结构参数和邻域数据,生成张量特征向量并按照特征点提取序列的顺序组织,形成张量特征序列; 计算张量特征序列中相邻特征向量的相位差异数值,构建相位差异矩阵并计算特征融合权重系数,生成特征融合权重矩阵,利用特征融合权重矩阵对张量特征序列进行融合,获得特征融合矩阵; 对各边缘计算设备生成的特征融合矩阵进行时序验证,根据预设互信息阈值选择最优特征融合矩阵,并将最优特征融合矩阵发送至终端设备。

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中广高科(北京)信息技术有限公司,其通讯地址为:100096 北京市昌平区黄平路19号院2号10层1005;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。