-
公开(公告)号:CN119559335A
公开(公告)日:2025-03-04
申请号:CN202411773867.0
申请日:2024-12-02
Applicant: 平安科技(深圳)有限公司
Abstract: 本申请实施例提供了一种图像合成方法和装置、电子设备及存储介质,属于图像处理技术领域,适用于金融科技领域。该方法包括:获取参考选定表情图像和目标初始表情图像;根据参考选定表情图像对目标初始表情图像得到目标原始表情图像;根据参考选定表情图像得到参考选定表情特征;根据目标原始表情图像得到目标原始表情特征、目标原始人脸特征和目标原始头部特征;根据目标原始表情特征对参考选定表情特征得到目标对齐表情特征;根据目标原始头部特征和目标对齐表情特征得到目标对齐三维关键点特征;根据目标原始人脸特征和目标对齐三维关键点特征对目标对象得到目标选定表情图像。本申请实施例能够生成更加自然、逼真的图像。
-
公开(公告)号:CN111985350B
公开(公告)日:2024-04-05
申请号:CN202010749976.4
申请日:2020-07-30
Applicant: 平安科技(深圳)有限公司
Abstract: 本发明公开了一种基于机器学习的面部信息识别监控方法及装置,本申请涉及人工智能,主要目的在于解决现有次重症监护的监控效果差的问题,主要包括:从区块链网络的不同区块节点中获取监控目标的面部信息,并识别所述面部信息的肌肉特征;根据完成训练的至少一个肌肉运动分类模型对所述肌肉特征进行分类处理,得到至少一个肌肉动作情感信息分类结果;逐一判断所述肌肉动作情感信息分类结果是否匹配预设监控示警对应关系中的示警等级信息,所述预设监控示警对应关系包括不同肌肉动作情感信息分类结果与不同示警等级信息的对应关系;若匹配,则发送携带有所述示警等级信息的示警信号,主要用于基于机器学习的面部信息识别监控。
-
公开(公告)号:CN110751149B
公开(公告)日:2023-12-22
申请号:CN201910882199.8
申请日:2019-09-18
Applicant: 平安科技(深圳)有限公司
Inventor: 叶明
IPC: G06V10/25 , G06V10/774 , G06V40/10 , G06V20/70
Abstract: 本申请涉及一种基于研发管理的目标对象标注方法、装置、计算机设备和存储介质。所述方法包括:在接收到标注指令时,获取对待处理图像的标注操作,标注操作携带在待处理图像上的标注点标识,获得至少四个标注点。通过设定第一坐标轴与第二坐标轴构建的平面坐标系,各标注点在平面坐标系中具有确定的坐标值。基于提取的满足预设条件的目标标注极点,依次连接生成目标对象标记框,并采用目标对象标记框,对待处理图像进行目标对象标注。采用本方法,不同于现有技术中直接选取目标的左上角以及右下角的坐标,生成物体框的方式,可提高所生成的物体标记框的精确程度,以及对目标对象进行框定和标注的准确度。
-
公开(公告)号:CN110147717B
公开(公告)日:2023-10-20
申请号:CN201910264909.0
申请日:2019-04-03
Applicant: 平安科技(深圳)有限公司
Inventor: 叶明
Abstract: 本发明适用于图像识别技术领域,提供了一种人体动作的识别方法及设备,包括:获取目标对象的视频文件;分别解析各个所述视频图像帧,提取所述视频图像帧中关于所述目标对象的人体区域图像;在所述人体区域图像中标记出预设的人体关键部位列表内的各个关键部位,并获取各个所述关键部位的特征坐标;根据所述关键部位在各个所述视频图像帧中对应的所述特征坐标,生成关于所述关键部位的关键特征序列;通过各个所述关键部位的所述关键特征序列,确定所述目标对象的动作类型。本发明通过多个关键部位的变动情况确定目标对象的动作,准确率也进一步提高,从而提高了图像识别的效果以及对象行为分析的效率。
-
公开(公告)号:CN110135246B
公开(公告)日:2023-10-20
申请号:CN201910264883.X
申请日:2019-04-03
Applicant: 平安科技(深圳)有限公司
Inventor: 叶明
Abstract: 本发明适用于图像识别技术领域,提供了一种人体动作的识别方法及设备,包括:获取目标对象的视频文件;分别解析各个视频图像帧,提取视频图像帧中关于目标对象的人体区域图像,以及确定视频图像帧包含的可交互对象;在人体区域图像中标记出预设的人体关键部位列表内的各个关键部位,并获取各个关键部位的特征坐标;根据关键部位在各个视频图像帧中对应的特征坐标,生成关键特征序列;通过关键部位的关键特征序列,确定目标对象的候选动作;分别计算各个候选动作与可交互对象之间的匹配度,并根据匹配度确定目标对象的动作类型。本发明借助交互动作确定目标用户是否存在交互行为,从而能够对多个近似姿态进行区分,进一步提高了动作识别的准确率。
-
公开(公告)号:CN116129505A
公开(公告)日:2023-05-16
申请号:CN202310125130.7
申请日:2023-02-10
Applicant: 平安科技(深圳)有限公司
IPC: G06V40/16 , G06V20/40 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/08 , A61B5/16 , A61B5/00
Abstract: 本申请提出一种基于人工智能的测谎方法、装置、电子设备及存储介质,基于人工智能的测谎方法包括:采集待测人员的视频文件,将所述视频文件拆分为图像序列和音频序列;分别对所述图像序列和所述音频序列进行特征提取以获取图像特征序列和音频特征序列;将所述图像特征序列和所述音频特征序列输入训练完毕的时序模型,得到微表情识别结果序列,所述微表情识别结果序列包括多种微表情识别结果;计算所述微表情识别结果序列中每一种微表情识别结果的频率;基于所述微表情识别结果的频率和频率阈值以获取所述待测人员的测谎结果。本申请能够提高金融风控场景下测谎结果的准确性。
-
公开(公告)号:CN114882196A
公开(公告)日:2022-08-09
申请号:CN202210510893.9
申请日:2022-05-11
Applicant: 平安科技(深圳)有限公司
Abstract: 本发明涉及人工智能,提供一种三维图像生成方法、装置、设备及存储介质。该方法获取数据源图像及脸型源图像,对数据源图像及脸型源图像进行处理,得到生成图像,计算脸型源图像的第一三维形变系数及生成图像的第二三维形变系数,基于第一三维形变系数及第二三维形变系数计算距离损失值,计算生成图像与数据源图像的特征损失值及真实度损失值,根据距离损失值、特征损失值及真实度损失值调整预设网络,得到脸型迁移模型,将二维待转换图像输入至脸型迁移模型,得到初始图像,基于容貌迁移模型对初始图像进行处理,得到目标三维图像,提高图像质量。此外,本发明还涉及区块链技术,所述目标三维图像可存储于区块链中。
-
公开(公告)号:CN113420688A
公开(公告)日:2021-09-21
申请号:CN202110733314.2
申请日:2021-06-30
Applicant: 平安科技(深圳)有限公司
Abstract: 本发明实施例公开了一种自适应人脸识别处理方法、装置、电子设备及存储介质。所述方法包括:确定当前识别场景下的当前人脸图像特征;若检测到当前人脸图像特征与底库图像特征识别比对的特征相似度满足第一相似度条件,则检测特征相似度是否满足第二相似度条件;若检测到特征相似度不满足第二相似度条件,则对当前识别场景下底库图像特征进行自适应更新,用以下次人脸识别比对时适应当前识别场景。采用本申请方案,在人脸识别通过的情况下自适应对采样差异过大的底库图像特征进行更新,以生成适合自身场景的底库图像特征库,实现在保证不降低识别精度的同时,能够让人脸识别适应不同场景逐步提高实际使用者的人脸识别通过率,从而提升使用者体验。
-
公开(公告)号:CN110751149A
公开(公告)日:2020-02-04
申请号:CN201910882199.8
申请日:2019-09-18
Applicant: 平安科技(深圳)有限公司
Inventor: 叶明
Abstract: 本申请涉及一种基于研发管理的目标对象标注方法、装置、计算机设备和存储介质。所述方法包括:在接收到标注指令时,获取对待处理图像的标注操作,标注操作携带在待处理图像上的标注点标识,获得至少四个标注点。通过设定第一坐标轴与第二坐标轴构建的平面坐标系,各标注点在平面坐标系中具有确定的坐标值。基于提取的满足预设条件的目标标注极点,依次连接生成目标对象标记框,并采用目标对象标记框,对待处理图像进行目标对象标注。采用本方法,不同于现有技术中直接选取目标的左上角以及右下角的坐标,生成物体框的方式,可提高所生成的物体标记框的精确程度,以及对目标对象进行框定和标注的准确度。
-
公开(公告)号:CN110427800A
公开(公告)日:2019-11-08
申请号:CN201910523099.6
申请日:2019-06-17
Applicant: 平安科技(深圳)有限公司
Inventor: 叶明
Abstract: 一种视频物体加速检测方法,该方法通过将视频图像中的所有帧图像分为预设组帧图像,其中,每一组帧图像包括关键帧图像和非关键帧图像;利用关键帧图像中的目标的检测框在非关键帧图像中生成预选框,再通过侦测预选框中目标的位置来实现对视频中目标物体的侦测。本发明还提供一种视频物体加速检测装置、服务器及存储介质。通过本发明充分利用了视频连续帧的空间相关性,在不损失精度的情况下,极大减少了锚点分类的时间消耗,且在基本不降低检测性能的情况下,大幅优化了检测速度。
-
-
-
-
-
-
-
-
-