-
公开(公告)号：CN107784279A
公开(公告)日：2018-03-09
申请号：CN201710971907.6
申请日：2017-10-18
Applicant: 北京小米移动软件有限公司
Inventor： 杨松
Abstract: 本公开是关于一种目标跟踪方法及装置。该方法包括：检测多个视频帧中的运动物体；根据多个视频帧中的运动物体确定跟踪的目标；提取所述目标的特征，并根据所述目标的特征训练卷积神经网络分类模型中的目标相关部分，其中，所述卷积神经网络分类模型中的目标无关部分采用预先训练的参数；对于当前跟踪的视频帧，以所述当前跟踪的视频帧的上一视频帧中的目标位置为中心，确定所述当前跟踪的视频帧中的候选区域；通过所述卷积神经网络分类模型从所述当前跟踪的视频帧中的各个候选区域中确定所述当前跟踪的视频帧中的目标区域。本公开能够针对不同视频中不同的目标进行跟踪，提高了目标跟踪的成功率。
-
公开(公告)号：CN107527059A
公开(公告)日：2017-12-29
申请号：CN201710667029.9
申请日：2017-08-07
Applicant: 北京小米移动软件有限公司
Inventor： 杨松
CPC classification number: G06K9/4671 , G06K9/6256 , G06K2209/01
Abstract: 本公开是关于一种文字识别方法、装置及终端，其中该方法包括：对待识别图像进行特征提取处理，得到待识别图像的特征图，特征图包括待识别图像的特征信息；根据待识别图像的特征信息，生成一个特征序列；对特征序列进行编码处理，得到编码处理后的特征序列，编码处理后的特征序列中包括多个第一特征信息向量；重复执行以下过程，直至识别出待识别图像中的所有文字：根据预设的权重向量，对编码处理后的特征序列进行加权处理，得到特征向量；对特征向量进行解码处理，生成一个文字的识别结果；每一次加权处理中的权重向量是不同的。完成对图像的文字区域整体的识别，避免了单字切割时产生的误差和错误；准确的识别出每一个文字，识别率较高。
-
公开(公告)号：CN107463903A
公开(公告)日：2017-12-12
申请号：CN201710668795.7
申请日：2017-08-08
Applicant: 北京小米移动软件有限公司
Inventor： 杨松
Abstract: 本公开是关于一种人脸关键点定位方法及装置，属于图像处理技术领域。所述方法包括：采用特征提取模型提取目标人脸图像的人脸区域的第一特征；根据所述第一特征从预设的姿态集中获取所述目标人脸图像所属的第一姿态，所述姿态集包括m个姿态，m＞1；采用所述第一姿态对应的定位模型对第二特征进行处理，得到所述目标人脸图像的人脸区域中的人脸关键点的目标位置，所述第二特征是从所述目标人脸图像的人脸区域中提取的，所述第二特征包括所述第一特征。本公开解决了相关技术对多姿态的人脸图像进行处理时，定位准确度较低的问题，提高了定位准确度。本公开用于人脸关键点定位。
-
公开(公告)号：CN107220934A
公开(公告)日：2017-09-29
申请号：CN201710339903.6
申请日：2017-05-15
Applicant: 北京小米移动软件有限公司
Inventor： 杨松
IPC: G06T3/40
CPC classification number: G06T3/4053
Abstract: 本公开是关于图像重建方法及装置。该方法包括：获取图像中Y通道图像和UV通道图像；通过预设全卷积网，对Y通道图像进行高分辨率重建，得到放大h倍的新Y通道图像；其中，新Y通道图像的像素个数是Y通道图像的像素个数的h2倍；根据所述新Y通道图像和所述UV通道图像，生成放大所述h倍的新图像。该技术方案通过预设全卷积网，将Y通道图像的像素增加h2倍，这样，特征增多，Y通道图像的分辨率就会提高，因此，相较于图像，提高了新图像的分辨率。
-
公开(公告)号：CN106778744A
公开(公告)日：2017-05-31
申请号：CN201611171572.1
申请日：2016-12-17
Applicant: 北京小米移动软件有限公司
Inventor： 杨松
IPC: G06K9/32
CPC classification number: G06K9/325 , G06K9/3283 , G06K2209/01
Abstract: 本公开是关于一种识别信息卡的信息的方法和装置，属于计算机技术领域。所述方法包括：获取信息卡的检测图像中的预设区域图像对应的二值图像；对所述二值图像进行形态学闭运算处理，得到包含至少一个连通域的第一处理图像，所述连通域为对应前景图像的连通域；在所述至少一个连通域中，确定包含的像素点的数目满足预设数目条件的第一连通域，并确定所述第一连通域对应的拟合直线；根据所述拟合直线的斜率，对所述检测图像进行旋转校正，并在旋转校正后的检测图像中，识别所述信息卡的卡身上的信息。采用本公开，可以避免因信息卡放置歪斜，而导致无法提取出信息卡中的字符信息的情况。
-
Patent Agency Ranking
公开(公告)号：CN106778531A
公开(公告)日：2017-05-31
申请号：CN201611063808.X
申请日：2016-11-25
Applicant: 北京小米移动软件有限公司
Inventor： 杨松
CPC classification number: G06K9/00228 , G06N3/04
Abstract: 本公开是关于一种人脸定位方法及装置，属于图像处理技术领域，该方法包括：获取待定位的人脸图像，并按照预设尺寸大小对该人脸图像进行缩放处理，得到第一预处理人脸图像，基于指定卷积神经网络CNN模型，确定该第一预处理人脸图像中的多个关键点的初始位置，基于该多个关键点的初始位置，通过指定神经网络模型，确定该多个关键点在该人脸图像中的实际位置，以实现人脸定位，如此，避免需要人工手动操作，提高了人脸定位效率。
-
公开(公告)号：CN106528879A
公开(公告)日：2017-03-22
申请号：CN201611150985.1
申请日：2016-12-14
Applicant: 北京小米移动软件有限公司
CPC classification number: G06F17/30256 , G06F17/3028 , G06K9/00281
Abstract: 本公开是关于一种图片处理方法及装置，所述方法包括：根据图片之间的相似度对待处理图片集进行分组，得到多个图片子集，对每一个图片子集中的图片进行图像质量评价，得出每张图片的质量分数，按照质量分数从高到低的顺序从每一个图片子集中选取出前K张图片，将剩下的图片采用折叠方式显示。本公开可以实现自动帮助用户选择质量较好的图片，将剩下的图片采用折叠方式显示，使得用户可直接从折叠方式显示的图片中选择删除图片或者保存图片，节省终端存储空间，提高用户体验。
-
公开(公告)号：CN106406657A
公开(公告)日：2017-02-15
申请号：CN201610783955.8
申请日：2016-08-30
Applicant: 北京小米移动软件有限公司
IPC: G06F3/0481 , G06F3/0482
Abstract: 本公开是关于快捷操作方法、装置及终端，所述方法包括：确定应用程序满足预设的显示菜单栏条件；在所述应用程序的图标所在界面显示菜单栏，所述菜单栏中设有与所述应用程序的操作命令关联的快捷操作项目；在所述菜单栏中的快捷操作项目被触发时，通过所述应用程序执行被触发快捷操作项目对应的操作命令。本公开减少了用户操作步骤，提高了操作效率。
-
公开(公告)号：CN106384098A
公开(公告)日：2017-02-08
申请号：CN201610849615.0
申请日：2016-09-23
Applicant: 北京小米移动软件有限公司
Abstract: 本公开是关于一种基于图像的头部姿态检测方法、装置以及终端，其中，该方法包括：获取图像中的各人脸候选区域，其中，人脸候选区域为特征向量；对图像进行运算处理，确定与图像对应的特征图；将各人脸候选区域分别一一映射至特征图上，确定各人脸候选区域在特征图中的各对应候选区域；将各对应候选区域的特征向量输入至多任务神经网络中进行识别，获取各对应候选区域的识别结果，其中，识别结果包括头部姿态参数。通过一次识别就可以得到头部姿态参数，同时可以得到人脸的位置，进而提高了头部姿态检测的速度，提高了头部姿态检测的检测效率；同时，通过多任务神经网络的识别，可以消除现有检测方法中任务之间的累积误差，进而提高检测的准确性。
-
公开(公告)号：CN106355573A
公开(公告)日：2017-01-25
申请号：CN201610721083.2
申请日：2016-08-24
Applicant: 北京小米移动软件有限公司
Abstract: 本公开是关于一种图片中目标物的定位方法及装置。方法包括：根据已训练的第一全卷积神经网络的第一预设缩放比例对原始图片进行缩放处理，得到第一图片；将第一图片输入到第一全卷积神经网络中，通过第一全卷积神经网络进行卷积处理，输出第一热度图；基于第一热度图上的每一个坐标点对应的概率值，确定目标物在原始图片中的候选区域；将候选区域对应的图像内容输入到已训练的第二全卷积神经网络中，通过第二全卷积神经网络进行卷积处理后，输出第二热度图；基于第二热度图上的每一个坐标点对应的值，确定目标物在原始图片中的位置区域。本公开技术方案可以大大降低处理图像的数据量，提高目标物的识别效率。
-
-
-
-
-
-
-
-
-
Search Results
231
records
(took 0.049 seconds)
