買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜西安交通大學(xué)申請的專利一種基于人工智能的碳排放交易市場管理系統(tǒng)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN114092238B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-05-30發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202111098809.9，技術(shù)領(lǐng)域涉及：G06Q40/04；該發(fā)明授權(quán)一種基于人工智能的碳排放交易市場管理系統(tǒng)是由鐘友文;吳曉玲;張慧芳設(shè)計研發(fā)完成，并于2021-09-18向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于人工智能的碳排放交易市場管理系統(tǒng)在說明書摘要公布了：本發(fā)明提供了一種基于人工智能的碳排放交易市場管理系統(tǒng)，包括身份驗證模塊、會員管理模塊、交易訂單管理模塊和費用管理模塊；身份驗證模塊用于在管理人員進行登錄驗證時獲取預(yù)設(shè)時間長度的活體驗證視頻和臉部圖像，并將活體驗證視頻和臉部圖像輸入到預(yù)設(shè)的人工智能識別算法中對管理人員的身份進行驗證；會員管理模塊用于通過身份驗證的管理人員對碳排放交易市場的會員進行管理；交易訂單管理模塊用于通過身份驗證的管理人員對碳排放交易市場的交易訂單進行管理；費用管理模塊用于通過身份驗證的管理人員對完成交易訂單產(chǎn)生的交易費用進行管理。本發(fā)明在不打擾進行身份驗證的管理人員的同時，完成了活體檢測和身份驗證的過程，提高了用戶體驗。

本發(fā)明授權(quán)一種基于人工智能的碳排放交易市場管理系統(tǒng)在權(quán)利要求書中公布了：1.一種基于人工智能的碳排放交易市場管理系統(tǒng)，其特征在于，包括身份驗證模塊、會員管理模塊、交易訂單管理模塊和費用管理模塊；所述身份驗證模塊用于在管理人員進行登錄驗證時獲取預(yù)設(shè)時間長度的活體驗證視頻和臉部圖像，并將所述活體驗證視頻和所述臉部圖像輸入到預(yù)設(shè)的人工智能識別算法中對所述管理人員的身份進行驗證；所述會員管理模塊用于通過身份驗證的管理人員對碳排放交易市場的會員進行管理；所述交易訂單管理模塊用于通過身份驗證的管理人員對碳排放交易市場的交易訂單進行管理；所述費用管理模塊用于通過身份驗證的管理人員對完成交易訂單產(chǎn)生的交易費用進行管理；所述身份驗證模塊包括拍攝子模塊和人工智能子模塊；所述拍攝子模塊用于在管理人員進行登錄驗證時獲取預(yù)設(shè)時間長度的活體驗證視頻和臉部圖像；所述人工智能子模塊用于將所述活體驗證視頻和所述臉部圖像輸入到預(yù)設(shè)的人工智能識別算法中對所述管理人員的身份進行驗證；所述人工智能子模塊包括活體驗證單元和身份驗證單元；所述活體驗證單元用于采用預(yù)設(shè)的人工智能識別算法對所述活體驗證視頻進行識別，判斷所述活體驗證視頻是否通過活體檢測；所述身份驗證單元用于在所述活體驗證視頻通過活體檢測時，獲取所述臉部圖像中包含的特征信息，并基于所述特征信息判斷所述管理人員是否通過身份驗證；所述采用預(yù)設(shè)的人工智能識別算法對所述活體驗證視頻進行識別，判斷所述活體驗證視頻是否通過活體檢測，包括：獲取所述活體驗證視頻的圖像幀；獲取所述圖像幀中包含的圖像特征；將所述圖像特征輸入到預(yù)先訓(xùn)練完成的支持向量機分類器中進行判斷，獲得活體判斷結(jié)果；所述獲取所述圖像幀中包含的圖像特征，包括：對所述圖像幀進行灰度化處理，獲得灰度圖像；對所述灰度圖像進行降噪處理，獲得降噪圖像；對所述降噪圖像進行修復(fù)處理，獲得修復(fù)圖像；采用預(yù)設(shè)的圖像特征提取算法獲取所述修復(fù)圖像中包含的圖像特征；所述對所述灰度圖像進行降噪處理，獲得降噪圖像，包括：采用如下方式對灰度圖像進行差異增強處理，獲得差異增強圖像：aGx,y＝Gx,y×Φ其中，Gx,y和aGx,y分別表示坐標(biāo)為x,y的像素點進行差異增強處理前和進行差異增強處理后的像素值，Φ表示預(yù)設(shè)的差異增強系數(shù)；對差異增強圖像進行小波分解處理，獲得高頻小波系數(shù)圖像和低頻小波系數(shù)圖像；對高頻小波系數(shù)圖像進行如下處理，獲得處理后的高頻小波系數(shù)圖像：若gpximgx,y≤gpxthr1，則通過如下公式計算高頻小波系數(shù)圖像的處理結(jié)果： 若gpxthr1gpximgx,ygpxthr2，則通過如下公式計算高頻小波系數(shù)圖像的處理結(jié)果：agpximgx,y＝|gpxthr1-gpxthr2|×[gpximgx,y+tfm[gpximgx,y]]若gpxthr2≤gpximgx,y，則通過如下公式計算高頻小波系數(shù)圖像的處理結(jié)果：agpximgx,y＝gpximgx,y×Γ其中，gpximgx,y和agpximgx,y分別表示坐標(biāo)為x,y的像素點在處理前和處理后的像素值；tfm[gpximgx,y]表示調(diào)節(jié)函數(shù)，若gpximgx,y大于預(yù)設(shè)的比較參數(shù)，則tfm[gpximgx,y]的值為1，若gpximgx,y等于預(yù)設(shè)的比較參數(shù)，則tfm[gpximgx,y]的值為0.6，否則tfm[gpximgx,y]的值為0.3，gpxthr1和gpxthr2分別表示預(yù)設(shè)的第一判斷參數(shù)和第二判斷參數(shù)，tq表示預(yù)設(shè)的控制參數(shù)，tq屬于0，0.8，Γ表示預(yù)設(shè)的比例參數(shù)；對低頻小波系數(shù)圖像和處理后的高頻小波系數(shù)圖像進行小波重構(gòu)處理，獲得降噪圖像；獲取降噪圖像中的待修復(fù)像素點：分別計算降噪圖像中每個像素點的變化程度系數(shù)：chgidxx,y＝lowGx,y-Gx,y其中，lowGx,y和Gx,y分別表示坐標(biāo)為x,y的像素點在降噪圖像和灰度圖像中的灰度值，chgidxx,y表示坐標(biāo)為x,y的像素點的變化程度系數(shù)；若chgidxx,y小于等于預(yù)設(shè)的變化程度閾值，則表示坐標(biāo)為x,y的像素點為待修復(fù)像素點；采用如下方式獲取分別對每一個待修復(fù)像素點進行修復(fù)處理，獲得修復(fù)圖像： 其中，δ∈{L,a,b}；reptrex,y和areptrex,y分別表示進行修復(fù)處理前和進行修復(fù)處理后坐標(biāo)為x,y的像素點的灰度值，reptre[x,y,δ]＝δx,y-δmidpix|，δx,y表示坐標(biāo)為x,y的像素點在圖像幀對應(yīng)的Lab顏色空間中的δ分量圖像中對應(yīng)的像素點的像素值，δmidpix表示降噪圖像中像素值最大的像素點在圖像幀對應(yīng)的Lab顏色空間中的δ分量圖像中對應(yīng)的像素點的像素值，表示δ分量對應(yīng)的權(quán)重值。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人西安交通大學(xué)，其通訊地址為：710049 陜西省西安市咸寧西路28號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。