-
公开(公告)号：CN110175990A
公开(公告)日：2019-08-27
申请号：CN201910412004.3
申请日：2019-05-17
Applicant: 腾讯科技(深圳)有限公司
Abstract: 本申请提供了一种人脸图像质量判定方法、装置及计算机设备，在利用质量判定图像与同一用户的待定人脸图像的特征比对结果，得到各待定人脸图像的初始排序后，将据此从第一数量个待定人脸图像中，筛选出第二数量个人脸图像样本对，融合第三数量个用户对人脸图像样本对的质量标注结果，得到各待定人脸图像更准确的目标质量分。由此可见，本申请针对各种落地场景，结合具有不同喜好的用户对待定人脸图像的质量标注，即考虑到图像采集场景中出现的各种影响图像质量的因素，提高了据此得到的各待定人脸图像的质量分的准确性，进而提高了由此训练得到的人脸图像质量预测模型的输出准确率。
-
公开(公告)号：CN108805828A
公开(公告)日：2018-11-13
申请号：CN201810493278.5
申请日：2018-05-22
Applicant: 腾讯科技(深圳)有限公司
CPC classification number: G06T5/001 , G06N3/0454 , G06T5/50 , G06T2207/10004 , G06T2207/20081 , G06T2207/20084 , G06T2207/20221
Abstract: 本申请涉及一种图像处理方法、装置、计算机设备和存储介质，所述方法包括：获取待处理图像，将待处理图像输入已训练的图像去遮挡模型，已训练的图像去遮挡模型生成与待处理图像不同尺度的至少一个中间图像，已训练的图像去遮挡模型对待处理图像和多个中间图像进行特征提取，得到多个特征图，对各个特征图进行融合，得到融合特征图，已训练的图像去遮挡模型根据已训练的模型参数和融合特征图生成当前残差图像，已训练的模型参数是通过对图像去遮挡模型采用残差学习训练生成的，已训练的图像去遮挡模型根据当前残差图像和待处理图像输出去遮挡图像，提高了遮挡图像的去遮挡效果，得到更为准确的去遮挡图像。
-
公开(公告)号：CN108805828B
公开(公告)日：2023-08-04
申请号：CN201810493278.5
申请日：2018-05-22
Applicant: 腾讯科技(深圳)有限公司
IPC: G06T5/00 , G06T5/50 , G06N3/0464
Abstract: 本申请涉及一种图像处理方法、装置、计算机设备和存储介质，所述方法包括：获取待处理图像，将待处理图像输入已训练的图像去遮挡模型，已训练的图像去遮挡模型生成与待处理图像不同尺度的至少一个中间图像，已训练的图像去遮挡模型对待处理图像和多个中间图像进行特征提取，得到多个特征图，对各个特征图进行融合，得到融合特征图，已训练的图像去遮挡模型根据已训练的模型参数和融合特征图生成当前残差图像，已训练的模型参数是通过对图像去遮挡模型采用残差学习训练生成的，已训练的图像去遮挡模型根据当前残差图像和待处理图像输出去遮挡图像，提高了遮挡图像的去遮挡效果，得到更为准确的去遮挡图像。
-
公开(公告)号：CN108805185B
公开(公告)日：2023-06-30
申请号：CN201810530822.9
申请日：2018-05-29
Applicant: 腾讯科技(深圳)有限公司
IPC: G06V40/16 , G06V10/774 , G06V10/764
Abstract: 本申请涉及一种模型的训练方法，方法包括：读取当前组训练样本，当前组训练样本基于训练集确定；通过待训练模型，获得当前组训练样本中的各训练样本的第一样本特征，并基于各训练样本所属的分类类别和各第一样本特征，获得与各训练样本分别对应的中心特征；获得各训练样本分别对应的特征分布参数，训练样本对应的特征分布参数是对训练集中、属于该训练样本所属的分类类别的各训练样本的第二样本特征进行统计获得，训练样本的第二样本特征由已训练模型基于该训练样本输出；基于各中心特征和各特征分布参数，获得当前组训练样本对应的综合损失参数，并基于综合损失参数调整待训练模型的模型参数。本申请提供的方案能够提高模型的训练效率。
-
公开(公告)号：CN110147710B
公开(公告)日：2023-04-18
申请号：CN201811506344.4
申请日：2018-12-10
Applicant: 腾讯科技(深圳)有限公司
Abstract: 本发明公开了一种人脸特征的处理方法、装置和存储介质。其中，该方法包括：在目标图像中对待识别人脸对象进行特征提取，得到第一数据类型的原始特征向量；对原始特征向量进行归一化处理，得到第一特征向量；对第一特征向量按照第一类型转换关系进行转换处理，得到第二数据类型的第二特征向量，其中，第二特征向量所占的存储空间小于原始特征向量所占的存储空间；获取预先存储的目标人脸对象的目标特征向量，且比对第二特征向量与目标特征向量，以获取待识别人脸对象与目标人脸对象之间的相似度；在相似度大于第一目标阈值的情况下，确定待识别人脸对象为目标人脸对象。本发明解决了相关技术中对人脸特征进行处理的成本大的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN109086720A
公开(公告)日：2018-12-25
申请号：CN201810878563.9
申请日：2018-08-03
Applicant: 腾讯科技(深圳)有限公司 , 腾讯云计算(北京)有限责任公司
Abstract: 本发明实施例公开了一种人脸聚类方法、装置和存储介质；本发明实施例可以获取待聚类的人脸图像集合，并根据人脸图像集合构建人脸关系图；根据人脸关系图中未连接节点之间的人脸特征相似度对当前未连接节点进行连接；当人脸关系图中仍存在未连接的未连接节点时，基于邻接关系度量距离的人脸聚类算法，对未连接节点进行连接聚类，得到聚类节点集；当人脸关系图仍存在未连接的孤立节点时，根据孤立节点与聚类节点集之间的人脸特征相似度，对孤立节点进行连接聚类；在全局内对聚类节点集进行合并，得到脸图像集合的聚类结果；该方案可以大大提升人脸聚类的准确性。
-
公开(公告)号：CN110175990B
公开(公告)日：2025-02-07
申请号：CN201910412004.3
申请日：2019-05-17
Applicant: 腾讯科技(深圳)有限公司
Abstract: 本申请提供了一种人脸图像质量判定方法、装置及计算机设备，在利用质量判定图像与同一用户的待定人脸图像的特征比对结果，得到各待定人脸图像的初始排序后，将据此从第一数量个待定人脸图像中，筛选出第二数量个人脸图像样本对，融合第三数量个用户对人脸图像样本对的质量标注结果，得到各待定人脸图像更准确的目标质量分。由此可见，本申请针对各种落地场景，结合具有不同喜好的用户对待定人脸图像的质量标注，即考虑到图像采集场景中出现的各种影响图像质量的因素，提高了据此得到的各待定人脸图像的质量分的准确性，进而提高了由此训练得到的人脸图像质量预测模型的输出准确率。
-
公开(公告)号：CN110147710A
公开(公告)日：2019-08-20
申请号：CN201811506344.4
申请日：2018-12-10
Applicant: 腾讯科技(深圳)有限公司
Abstract: 本发明公开了一种人脸特征的处理方法、装置和存储介质。其中，该方法包括：在目标图像中对待识别人脸对象进行特征提取，得到第一数据类型的原始特征向量；对原始特征向量进行归一化处理，得到第一特征向量；对第一特征向量按照第一类型转换关系进行转换处理，得到第二数据类型的第二特征向量，其中，第二特征向量所占的存储空间小于原始特征向量所占的存储空间；获取预先存储的目标人脸对象的目标特征向量，且比对第二特征向量与目标特征向量，以获取待识别人脸对象与目标人脸对象之间的相似度；在相似度大于第一目标阈值的情况下，确定待识别人脸对象为目标人脸对象。本发明解决了相关技术中对人脸特征进行处理的成本大的技术问题。
-
公开(公告)号：CN108805185A
公开(公告)日：2018-11-13
申请号：CN201810530822.9
申请日：2018-05-29
Applicant: 腾讯科技(深圳)有限公司
IPC: G06K9/62
Abstract: 本申请涉及一种模型的训练方法，方法包括：读取当前组训练样本，当前组训练样本基于训练集确定；通过待训练模型，获得当前组训练样本中的各训练样本的第一样本特征，并基于各训练样本所属的分类类别和各第一样本特征，获得与各训练样本分别对应的中心特征；获得各训练样本分别对应的特征分布参数，训练样本对应的特征分布参数是对训练集中、属于该训练样本所属的分类类别的各训练样本的第二样本特征进行统计获得，训练样本的第二样本特征由已训练模型基于该训练样本输出；基于各中心特征和各特征分布参数，获得当前组训练样本对应的综合损失参数，并基于综合损失参数调整待训练模型的模型参数。本申请提供的方案能够提高模型的训练效率。
-
公开(公告)号：CN110175549B
公开(公告)日：2024-02-20
申请号：CN201910420279.1
申请日：2019-05-20
Applicant: 腾讯科技(深圳)有限公司
IPC: G06V40/16 , G06V10/762
Abstract: 本申请公开了一种人脸图像处理方法、装置、设备及存储介质，该方法包括：获取多帧人脸图像；确定人脸图像的人脸特征及人脸质量评分；基于人脸图像的人脸特征对多帧人脸图像聚类，得到多个聚类簇；针对每个聚类簇，将聚类簇中人脸质量评分最高的人脸图像确定为标准人脸图像，且如果用户特征库中存在与标准人脸图像的人脸特征匹配的目标人脸特征，将该聚类簇中的人脸图像存储到人脸归类库中与目标人脸特征表征的目标用户对应的人脸图像集合；如不存在目标人脸特征，则确认存在新用户，将该聚类簇中人脸图像存储到人脸归类库中新用户对应的人脸图像集合。本申请的方案可以在不依赖身份已知的人脸库的前提下，实现基于人脸图像的身份归类。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.043 seconds)
