CN111353915A - 一种基于云平台的知识产权服务系统 - Google Patents

一种基于云平台的知识产权服务系统 Download PDF

Info

Publication number
CN111353915A
CN111353915A CN202010253155.1A CN202010253155A CN111353915A CN 111353915 A CN111353915 A CN 111353915A CN 202010253155 A CN202010253155 A CN 202010253155A CN 111353915 A CN111353915 A CN 111353915A
Authority
CN
China
Prior art keywords
user
intellectual property
service system
image
property service
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
CN202010253155.1A
Other languages
English (en)
Inventor
黄燕
钱茜茜
杨薇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Gaohang Technology Accomplishment Conversion Co ltd
Original Assignee
Guangzhou Gaohang Technology Accomplishment Conversion Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangzhou Gaohang Technology Accomplishment Conversion Co ltd filed Critical Guangzhou Gaohang Technology Accomplishment Conversion Co ltd
Priority to CN202010253155.1A priority Critical patent/CN111353915A/zh
Publication of CN111353915A publication Critical patent/CN111353915A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/18—Legal services
    • G06Q50/184—Intellectual property management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/757—Matching configurations of points or features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Multimedia (AREA)
  • Computer Security & Cryptography (AREA)
  • General Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Technology Law (AREA)
  • Software Systems (AREA)
  • Human Computer Interaction (AREA)
  • Operations Research (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computing Systems (AREA)
  • Medical Informatics (AREA)
  • Computer Hardware Design (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Image Processing (AREA)

Abstract

本发明提供了一种基于云平台的知识产权服务系统，其包括用户终端和云服务器，所述用户终端用于获取用户输入的登录信息，并将其传输至云服务器；所述云服务器用于对所述登录信息进行验证，并在通过验证后，根据用户在注册时设置的个性化标签以及用户的浏览历史数据生成个性化推送信息，并发送至所述用户终端；所述用户终端用于接收并展示所述推送信息。通过用户的个性化标签和用户的浏览历史数据有针对性地生成推送消息，使得用于可以获取其感兴趣的资讯，避免无关消息的推送对用户造成打扰。

Description

一种基于云平台的知识产权服务系统
技术领域
本发明涉及知识产权服务领域，具体涉及一种基于云平台的知识产权服务系统。
背景技术
现有的知识产权服务系统，都涉及到信息的推送，但是推送时一般都以所有的用户为目标，并没有考虑到用户之间不同的个性化喜好。因此经常出现用户收到其不需要的推送消息，对用户产生了骚扰，使得用户的对该系统的好感度降低。
发明内容
针对上述问题，本发明提供了一种基于云平台的知识产权服务系统，其包括用户终端和云服务器，述用户终端用于获取用户输入的登录信息，并将其传输至云服务器；所述云服务器用于对所述登录信息进行验证，并在通过验证后，根据用户在注册时设置的个性化标签以及用户的浏览历史数据生成个性化推送信息，并发送至所述用户终端；所述用户终端用于接收并展示所述推送信息。
所述用户终端包括手机、平板电脑、台式电脑、笔记本电脑中的一种或多种。
所述云服务器包括账户管理数据库，用于存储在知识产权服务系统注册的用户的登录信息；用户标签数据库，用于存储每个用户在注册账号时选择的个性化标签；浏览历史数据库，用于存储每个用户在设定的时间段内在知识产权服务系统上浏览的历史数据。
本发明的有益效果为：
本发明通过用户的个性化标签和用户的浏览历史数据有针对性地生成推送消息，使得用于可以获取其感兴趣的资讯，避免无关消息的推送对用户造成打扰，这样使得推送的效果更好，用户的体验也更好。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1，为本发明一种基于云平台的知识产权服务系统的一种示例性实施例图。
图2，为本发明特征提取模块的一种示例性实施例图。
附图标记：
用户终端1、云服务器2、灰度化子模块3、对比度调整子模块4、滤波子模块5、特征提取子模块6。
具体实施方式
结合以下实施例对本发明作进一步描述。
参见图1，本发明的一种基于云平台的知识产权服务系统，其包括用户终端1和云服务器2，所述用户终端用1于获取用户输入的登录信息，并将其传输至云服务器2；
所述云服务器2用于对所述登录信息进行验证，并在通过验证后，根据用户在注册时设置的个性化标签以及用户的浏览历史数据生成个性化推送信息，并发送至所述用户终端1；
所述用户终端1用于接收并展示所述推送信息。
在一种实施方式中，所述登录信息为用户的脸部图像。
在一种实施方式中，所述用户终端1包括手机、平板电脑、台式电脑、笔记本电脑中的一种或多种。
在一种实施方式中，所述云服务器2包括账户管理数据库，用于存储在知识产权服务系统注册的用户的登录信息；
用户标签数据库，用于存储每个用户在注册账号时选择的个性化标签；
浏览历史数据库，用于存储每个用户在设定的时间段内在知识产权服务系统上浏览的历史数据。
在一种实施方式中，所述个性化标签包括知识产权资源类型、知识产权资源领域、用户角色；
所述知识产权资源类型包括专利、商标、著作权；
所述知识产权资源领域包括国际专利分类表中的八个部类；
所述用户角色包括买方、卖方。
在一种实施方式中，所述云服务器2还包括匹配模块，
所述匹配模块，用于将用户的用户特征与待推送消息的信息特征进行匹配，从待推送消息中选出要向用户推送的消息，生成个性化推送信息；
所述用户特征根据用户的个性化标签以及用户的浏览历史数据进行语义分析后生成；
所述信息特征根据对所述待推送消息进行语义分析后生成。
在一种实施方式中，所述语义分析包括关键词选取。
在一种实施方式中，所述云服务器2还包括特征提取模块和特征匹配模块；
所述特征提取模块用于提取所述脸部图像中包含的待匹配特征数据；
所述特征匹配模块用于将所述待匹配特征数据与云服务器2中预存的登录信息中包含的特征数据进行匹配，若匹配度超过预设的阈值，则所述脸部图像验证通过。
在一种实施方式中，所述特征提取模块包括：灰度化子模块3、对比度调整子模块4、滤波子模块5、特征提取子模块6；
所述灰度化子模块3用于对所述脸部图像进行灰度化处理，得到第一图像；
所述对比度调整子模块4用于对所述第一图像进行对比度调整，得到第二图像；
所述滤波子模块5用于对所述第二图像进行滤波处理，得到第三图像；
所述特征提取子模块6用于对所述第三图像进行特征提取，得到所述第三图像中包含的待匹配特征数据。
在一种实施方式中，所述对所述脸部图像进行灰度化处理，得到第一图像，包括：
分别计算所述脸部图像在RGB颜色空间中三种颜色分量的均值：
Figure 40240DEST_PATH_IMAGE001
式中，
Figure 847659DEST_PATH_IMAGE002
表示颜色分量的均值，
Figure 346774DEST_PATH_IMAGE003
，N表示所述脸部图像的像素点的数量，
Figure 239643DEST_PATH_IMAGE004
表示脸部图像中，第i个像素点的颜色分量值；
根据所述均值，计算三种颜色分量的方差
Figure 482406DEST_PATH_IMAGE005
；
将所述方差
Figure 409911DEST_PATH_IMAGE005
与预设阈值vthre进行对比，若
Figure 345506DEST_PATH_IMAGE006
，则
Figure 460092DEST_PATH_IMAGE007
；若
Figure 772125DEST_PATH_IMAGE008
，则
Figure 822645DEST_PATH_IMAGE009
；
式中，
Figure 929141DEST_PATH_IMAGE010
表示调整后的第i个像素点的颜色分量值；
使用下述式子获得灰度化处理后的像素点的灰度值：
Figure 265445DEST_PATH_IMAGE011
Figure 115589DEST_PATH_IMAGE012
表示灰度化处理后的像素点的灰度值；b1和b2均表示权重比例，b1+b2=1。
本发明上述实施方式，根据脸部图像中三种颜色分量各自的占比，将脸部图像的三种颜色分量进行了调节获得调节后的像素点的灰度值，然后再根据调整后的像素点的灰度值与调整前的像素点的灰度值进行加权融合，从而得到灰度化处理的像素点的灰度值。该实施方式可以有效地避免传统的灰度化处理方式，例如分量法、最大值法、和加权平均法带来的目标像素点与背景像素点差异度小，不利于后续的目标像素点的特征提取的缺点。
在一种实施方式中，所述对所述第一图像进行对比度调整，得到第二图像，包括：
对第一图像中的像素点进行光照强度调节：
若
Figure 752107DEST_PATH_IMAGE013
，则使用下述公式进行光照亮度的调节：
Figure 763925DEST_PATH_IMAGE014
；
否则，使用下述公式进行光照亮度的调节：
Figure 118683DEST_PATH_IMAGE015
上述式子中，c1、c2、c3、c4均为预设的调节参数，
Figure 506939DEST_PATH_IMAGE016
表示第一图像中的像素点(x,y)的灰度值，
Figure 263542DEST_PATH_IMAGE017
表示光照亮度调节后的像素点的灰度值，lthre表示光照亮度调节阈值，通过对第一图像的一维灰度直方图阈值分割计算得到，
对光照亮度调节后的像素点进行高光压制和低亮度提升：
若
Figure 446262DEST_PATH_IMAGE018
，则使用下述公式进行高光压制和低亮度提升：
Figure 22737DEST_PATH_IMAGE019
式子中，
Figure 214684DEST_PATH_IMAGE020
表示对比度调整完毕的像素点(x,y)的灰度值，nv表示所述第一图像中的噪声方差；
若
Figure 828723DEST_PATH_IMAGE021
，则使用下述公式进行高光压制和低亮度提升：
Figure 447924DEST_PATH_IMAGE022
式子中，yz表示高光压制参数，pjL表示第一图像中的像素点的灰度均值；
若
Figure 246115DEST_PATH_IMAGE023
均不属于上面列举的两种情况，则使用下述公式进行高光压制和低亮度提升：
Figure 241753DEST_PATH_IMAGE024
。
本发明上述实施方式，通过对第一图像进行光照亮度的调节、高光压制、低亮度提升，可以有效缓解由于光照不均匀引起的目标像素点灰度值偏移的问题。而在光照亮度调节阈值的设置时使用了一维灰度直方图阈值分割的阈值来进行设置，从而使得该阈值具有自适应性，而且计算复杂度低，速度快。
在一种实施方式中，所述对所述第二图像进行滤波处理，得到第三图像，包括：
使用Canny算法对所述第二图像进行边缘检测，确定第二图像中的边缘像素点；
对第二图像进行小波分解，获得其高频系数图像
Figure 972949DEST_PATH_IMAGE025
以及低频系数图像
Figure 497471DEST_PATH_IMAGE026
,
Figure 48538DEST_PATH_IMAGE027
，HL表示水平子带，LH表示垂直子带，HH表示对角子带；
对
Figure 847867DEST_PATH_IMAGE028
进行如下自定义调整：
Figure 902410DEST_PATH_IMAGE029
式中，
Figure 863413DEST_PATH_IMAGE030
表示调整后的高频系数图像；
Figure 901776DEST_PATH_IMAGE031
表示调整后的系数图像中的像素点(x,y)的灰度值，sgn表示符号函数，athre和bthre为预设的阈值参数，
Figure 253865DEST_PATH_IMAGE032
表示提调整前系数图像中的像素点(x,y)的灰度值，
Figure 162915DEST_PATH_IMAGE033
表示高频系数图形的灰度值的标准差；
对
Figure 560399DEST_PATH_IMAGE034
进行如下自定义调整：
Figure 554900DEST_PATH_IMAGE035
式子中，
Figure 696031DEST_PATH_IMAGE036
表示调整完成的低频系数图像；
Figure 725167DEST_PATH_IMAGE037
表示像素点(x,y)的预设大小的邻域像素点所组成的集合；
Figure 27972DEST_PATH_IMAGE038
表示所述邻域中的像素点（i,j）的灰度值；e1、e2为预设的调整参数，
Figure 775348DEST_PATH_IMAGE039
，
Figure 454591DEST_PATH_IMAGE040
表示所述集合中的元素的总数；
Figure 338234DEST_PATH_IMAGE041
表示所述邻域中的像素点的灰度值的方差；tz表示预设的常数型参数；
Figure 811940DEST_PATH_IMAGE042
表示所述邻域中的像素点的噪声方差；Gauss表示高斯核函数的方差；
Figure 46613DEST_PATH_IMAGE043
式子中，g为低频系数特征调整控制参数，R表示尺度，reg(x,y)表示微调函数，若所述邻域中，比中心像素点的灰度值小的像素点的总数sm小于设定的阈值S，则sm的取值为0，否则，sm的取值为所述邻域中的灰度值的极差；
对atwol再次进行小波分解，得到二次分解高频系数图像
Figure 532476DEST_PATH_IMAGE044
；将
Figure 536204DEST_PATH_IMAGE045
和
Figure 180812DEST_PATH_IMAGE046
进行重构，获得第三图像。
本发明上述实施方式，对高频系数图像的自定义调整，加入了符号函数、预设阈值和高频系数图像灰度值的标准差，解决了现有的对高频系数进行调整的函数出现的滤波不彻底、边缘模糊，细节丢失的问题，在对高频系数图像中的噪点进行了有效的压制；而在对低频系数图像进行调整时，使用了邻域的噪声方差、像素点总数、高斯核函数的方差、极差等参数，可以更为全面的考虑邻域对正在处理的像素点的影响，避免了由于极端的噪点造成的无法有效滤波的问题，因为整个邻域均为噪点所出现的概率很小，通过邻域加权的方式，可以更为准确地反应正在处理的像素点周围的噪点情况。
本发明通过用户的个性化标签和用户的浏览历史数据有针对性地生成推送消息，使得用于可以获取其感兴趣的资讯，避免无关消息的推送对用户造成打扰，这样使得推送的效果更好，用户的体验也更好。
最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

Claims (9)

1.一种基于云平台的知识产权服务系统，其特征在于，其包括用户终端和云服务器，所述用户终端用于获取用户输入的登录信息，并将其传输至云服务器；
所述云服务器用于对所述登录信息进行验证，并在通过验证后，根据用户在注册时设置的个性化标签以及用户的浏览历史数据生成个性化推送信息，并发送至所述用户终端；
所述用户终端用于接收并展示所述推送信息。
2.根据权利要求1所述的一种基于云平台的知识产权服务系统，其特征在于，所述登录信息为用户的脸部图像。
3.根据权利要求1所述的一种基于云平台的知识产权服务系统，其特征在于，所述用户终端包括手机、平板电脑、台式电脑、笔记本电脑中的一种或多种。
4.根据权利要求1所述的一种基于云平台的知识产权服务系统，其特征在于，所述云服务器包括账户管理数据库，用于存储在知识产权服务系统注册的用户的登录信息；用户标签数据库，用于存储每个用户在注册账号时选择的个性化标签；浏览历史数据库，用于存储每个用户在设定的时间段内在知识产权服务系统上浏览的历史数据。
5.根据权利要求1所述的一种基于云平台的知识产权服务系统，其特征在于，所述个性化标签包括知识产权资源类型、知识产权资源领域、用户角色；所述知识产权资源类型包括专利、商标、著作权；所述知识产权资源领域包括国际专利分类表中的八个部类；所述用户角色包括买方、卖方。
6.根据权利要求1所述的一种基于云平台的知识产权服务系统，其特征在于，所述云服务器还包括匹配模块；
所述匹配模块，用于将用户的用户特征与待推送消息的信息特征进行匹配，从待推送消息中选出要向用户推送的消息，生成个性化推送信息；所述用户特征根据用户的个性化标签以及用户的浏览历史数据进行语义分析后生成；所述信息特征根据对所述待推送消息进行语义分析后生成。
7.根据权利要求6所述的一种基于云平台的知识产权服务系统，其特征在于，所述语义分析包括关键词选取。
8.根据权利要求2所述的一种基于云平台的知识产权服务系统，其特征在于，所述云服务器还包括特征提取模块和特征匹配模块；所述特征提取模块用于提取所述脸部图像中包含的待匹配特征数据；所述特征匹配模块用于将所述待匹配特征数据与云服务器中预存的登录信息中包含的特征数据进行匹配，若匹配度超过预设的阈值，则所述脸部图像验证通过。
9.根据权利要求1所述的一种基于云平台的知识产权服务系统，其特征在于，所述特征提取模块包括：灰度化子模块、对比度调整子模块、滤波子模块、特征提取子模块；所述灰度化子模块用于对所述脸部图像进行灰度化处理，得到第一图像；所述对比度调整子模块用于对所述第一图像进行对比度调整，得到第二图像；所述滤波子模块用于对所述第二图像进行滤波处理，得到第三图像；所述特征提取子模块用于对所述第三图像进行特征提取，得到所述第三图像中包含的待匹配特征数据。
CN202010253155.1A 2020-04-02 2020-04-02 一种基于云平台的知识产权服务系统 Withdrawn CN111353915A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010253155.1A CN111353915A (zh) 2020-04-02 2020-04-02 一种基于云平台的知识产权服务系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010253155.1A CN111353915A (zh) 2020-04-02 2020-04-02 一种基于云平台的知识产权服务系统

Publications (1)

Publication Number Publication Date
CN111353915A true CN111353915A (zh) 2020-06-30

Family

ID=71194732

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010253155.1A Withdrawn CN111353915A (zh) 2020-04-02 2020-04-02 一种基于云平台的知识产权服务系统

Country Status (1)

Country Link
CN (1) CN111353915A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112102676A (zh) * 2020-09-29 2020-12-18 深圳市元征科技股份有限公司 一种培训内容生成方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106097192A (zh) * 2016-06-12 2016-11-09 安庆市扬智信息科技有限公司 一种关于知识产权的平台
CN107423690A (zh) * 2017-06-26 2017-12-01 广东工业大学 一种人脸识别方法及装置
CN108804450A (zh) * 2017-04-28 2018-11-13 百度在线网络技术（北京）有限公司 信息推送的方法和装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106097192A (zh) * 2016-06-12 2016-11-09 安庆市扬智信息科技有限公司 一种关于知识产权的平台
CN108804450A (zh) * 2017-04-28 2018-11-13 百度在线网络技术（北京）有限公司 信息推送的方法和装置
CN107423690A (zh) * 2017-06-26 2017-12-01 广东工业大学 一种人脸识别方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
龚晗义: ""人脸检测与识别关键技术研究"" *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112102676A (zh) * 2020-09-29 2020-12-18 深圳市元征科技股份有限公司 一种培训内容生成方法及装置
CN112102676B (zh) * 2020-09-29 2022-09-09 深圳市元征科技股份有限公司 一种培训内容生成方法及装置

Similar Documents

Publication Publication Date Title
CN110543815B (zh) 人脸识别模型的训练方法、人脸识别方法、装置、设备及存储介质
US10133921B2 (en) Methods and apparatus for capturing, processing, training, and detecting patterns using pattern recognition classifiers
CN107911753B (zh) 用于在视频中添加数字水印的方法和装置
WO2020125631A1 (zh) 视频压缩方法、装置和计算机可读存储介质
EP1374168B1 (en) Method and apparatus for determining regions of interest in images and for image transmission
Park et al. Retinex method based on adaptive smoothing for illumination invariant face recognition
WO2017121018A1 (zh) 二维码图像处理的方法和装置、终端、存储介质
KR20180109665A (ko) 객체 검출을 위한 영상 처리 방법 및 장치
WO2021184718A1 (zh) 卡片边框识别方法、装置、设备和计算机存储介质
US20220374947A1 (en) Artificial intelligence-based system and method for grading collectible trading cards
CN111353915A (zh) 一种基于云平台的知识产权服务系统
CN111047618A (zh) 基于多尺度的无参考屏幕内容图像质量评估方法
CN109523564B (zh) 用于处理图像的方法和装置
CN108664921B (zh) 一种安卓平台下基于词袋模型的图像识别方法及系统
Kwok et al. Single-scale center-surround Retinex based restoration of low-illumination images with edge enhancement
CN115546554A (zh) 敏感图像的识别方法、装置、设备和计算机可读存储介质
CN112215237B (zh) 图像处理方法及装置、电子设备和计算机可读存储介质
CN113761249A (zh) 一种确定图片类型的方法和装置
CN113379631A (zh) 一种图像去雾的方法及装置
CN113128372A (zh) 基于图像处理的黑头识别方法、黑头识别装置及终端设备
Akbarinia et al. Colour constancy: Biologically-inspired contrast variant pooling mechanism
CN112016348A (zh) 一种人脸真伪识别方法和装置
CN112712004B (zh) 人脸检测系统及人脸检测方法、装置、电子设备
Kanimozhi et al. Generic image quality assessment of portable fundus camera photographs
CN109711328B (zh) 一种人脸识别方法、装置及电子设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20200630