注视区域检测方法、装置及电子设备

    公开(公告)号:CN111723828B

    公开(公告)日:2024-06-11

    申请号:CN201910204793.1

    申请日:2019-03-18

    Inventor: 黄诗尧 王飞 钱晨

    Abstract: 本申请提供了一种注视区域检测方法、装置及电子设备,其中,所述方法包括:获取在预定三维空间内采集到的人脸图像;对所述人脸图像进行视线检测以得到视线检测结果;基于预先针对所述预定三维空间训练完成的注视区域分类器,根据所述视线检测结果检测所述人脸图像对应的目标注视区域的类别;其中,所述目标注视区域属于预先对所述预定三维空间划分得到的多类定义注视区域之一。采用本申请提供的注视区域检测可以有效降低整个注视区域检测系统在不同三维空间迁移的时间成本和技术难度。

    一种人脸重建方法、装置、计算机设备及存储介质

    公开(公告)号:CN112419485B

    公开(公告)日:2023-11-24

    申请号:CN202011342169.7

    申请日:2020-11-25

    Inventor: 徐胜伟 王权 钱晨

    Abstract: 本公开提供了一种人脸重建方法、装置、计算机设备及存储介质,其中,该方法包括:基于目标图像生成第一真实人脸模型;利用预先生成的多个第二真实人脸模型对所述第一真实人脸模型进行拟合处理,得到多个第二真实人脸模型分别对应的目标系数;基于所述多个第二真实人脸模型分别对应的目标系数、以及与所述多个第二真实人脸模型分别对应的具有预设风格的虚拟人脸模型,生成与所述目标图像对应的目标虚拟人脸模型。

    图像处理方法、装置、电子设备及存储介质

    公开(公告)号:CN111582207B

    公开(公告)日:2023-08-15

    申请号:CN202010403620.5

    申请日:2020-05-13

    Abstract: 本公开提供了一种图像处理方法、装置、电子设备及存储介质,其中,该方法包括:识别第一图像中的目标对象的目标区域;基于目标对象对应的目标区域,确定表征目标对象姿态的多个关键点分别在第一图像中的第一二维位置信息、每个关键点相对目标对象的参考节点的相对深度、以及目标对象的参考节点在相机坐标系中的绝对深度;基于目标对象的第一二维位置信息、相对深度、以及绝对深度,确定目标对象的多个关键点分别在相机坐标系中的三维位置信息。本公开能够基于目标对象的第一二维位置信息、相对于参考节点的相对深度、以及参考节点的绝对深度,更精确的得到目标对象的多个关键点分别在相机坐标系中的三维位置信息。

    神经网络训练方法、人脸识别任务的执行方法及装置

    公开(公告)号:CN110879993B

    公开(公告)日:2023-03-14

    申请号:CN201911203369.1

    申请日:2019-11-29

    Abstract: 本公开提供了一种神经网络训练方法、人脸识别任务的执行方法及装置,所得到的模型规模更小,执行任务时需要耗费的计算量更少。神经网络训练方法包括:利用神经网络中的特征提取网络对拼接的图像数据进行特征提取,得到拼接的图像数据的特征;拼接的图像数据由每种类别的人脸识别任务训练所用的样本人脸图像拼接得到;利用神经网络中的每个功能实现网络分支,根据拼接的图像数据的特征中、与该功能实现网络分支所能够完成的人脸识别任务的类别相对应的特征,确定每种类别的人脸识别任务的人脸识别结果;根据确定的人脸识别结果以及拼接得到拼接的图像数据的样本人脸图像的标注结果,对神经网络的网络参数值进行调整,得到初步训练后的神经网络。

    目标跟踪方法及装置、电子设备和存储介质

    公开(公告)号:CN112330717B

    公开(公告)日:2023-03-10

    申请号:CN202011256801.6

    申请日:2020-11-11

    Abstract: 本公开涉及一种目标跟踪方法及装置、电子设备和存储介质。所述方法包括:根据跟踪区域中目标对象之间的距离,确定彼此冲突的多个目标对象;响应于所述多个目标对象中的任一目标对象与多个目标对象中的其他目标对象不再冲突的情况,提取该目标对象的当前特征;基于所述多个目标对象对应的多个基准特征,确定与该目标对象的当前特征匹配的基准特征,其中,所述多个基准特征是在所述多个目标对象彼此冲突之前,分别对所述多个目标对象提取的特征;将与该目标对象的当前特征匹配的基准特征对应的标识信息,确定为该目标对象的标识信息。

    一种神经网络的训练方法、装置以及计算机设备

    公开(公告)号:CN112288086B

    公开(公告)日:2022-11-25

    申请号:CN202011194238.4

    申请日:2020-10-30

    Abstract: 本公开提供了一种神经网络的训练方法、装置以及计算机设备,其中,该方法包括:将获取到的样本图像分别输入至第一神经网络和多个第二神经网络进行分类,获取第一神经网络的第一预设网络层的输出数据和各第二神经网络的第二预设网络层的输出数据;基于预设的目标函数确定分别对应于各第二神经网络的权重值;采用权重值对各第二神经网络对应的蒸馏损失值进行加权得到第一目标损失值;根据第一目标损失值迭代调整第一神经网络的网络参数。本公开实施例通过第二神经网络和第一神经网络的输出数据确定第二神经网络的权重值,以通过根据权重值计算的第一目标损失值对神经网络进行训练的方式,能够提升第一神经网络的训练效率。

Patent Agency Ranking