-
公开(公告)号：CN108960114A
公开(公告)日：2018-12-07
申请号：CN201810681840.7
申请日：2018-06-27
Applicant: 腾讯科技(深圳)有限公司 , 腾讯云计算(北京)有限责任公司
CPC classification number: G06K9/00342 , G06K9/4604
Abstract: 本发明涉及网络技术领域，提供了一种人体识别方法及装置、计算机可读存储介质、电子设备。该人体识别方法包括：获取行人图像；提取所述行人图像的特征，以获得全局特征图；将所述全局特征图沿预设方向分为多个区域，并对各所述区域进行池化以获得与各所述区域对应的池化区域；接着将各所述池化区域对应的池化区域特征沿所述预设方向依次连接，以获得所述行人图像对应的行人图像特征。本发明能够提高图像识别精度，降低错识别误识别的概率；另外本发明中的人体识别方法适应多场景下的行人重识别任务。
-
公开(公告)号：CN109034078B
公开(公告)日：2023-07-14
申请号：CN201810864567.1
申请日：2018-08-01
Applicant: 腾讯科技(深圳)有限公司 , 腾讯云计算(北京)有限责任公司
IPC: G06V40/16 , G06V10/774
Abstract: 本申请涉及一种年龄识别模型的训练方法，该方法包括：获取包含有人脸的训练图像集，将训练图像集中的训练图像作为年龄识别模型的输入，获取年龄识别模型输出的各个训练图像中的人脸对应的预测年龄值，根据对应于同一标注年龄值的各个目标训练图像中的人脸对应的预测年龄值，计算得到与各个标注年龄值对应的统计预测年龄，根据统计预测年龄和对应的标注年龄值计算得到年龄统计误差值，根据年龄统计误差值对年龄识别模型中的参数进行调整，直至满足收敛条件，得到目标年龄识别模型。该年龄识别模型的训练方法提高了年龄识别的准确度。此外，还提出了一种年龄识别模型的训练装置、年龄识别方法、装置、计算机设备及存储介质。
-
公开(公告)号：CN109034078A
公开(公告)日：2018-12-18
申请号：CN201810864567.1
申请日：2018-08-01
Applicant: 腾讯科技(深圳)有限公司 , 腾讯云计算(北京)有限责任公司
CPC classification number: G06K9/00221 , G06K9/6256 , G06K2009/00322
Abstract: 本申请涉及一种年龄识别模型的训练方法，该方法包括：获取包含有人脸的训练图像集，将训练图像集中的训练图像作为年龄识别模型的输入，获取年龄识别模型输出的各个训练图像中的人脸对应的预测年龄值，根据对应于同一标注年龄值的各个目标训练图像中的人脸对应的预测年龄值，计算得到与各个标注年龄值对应的统计预测年龄，根据统计预测年龄和对应的标注年龄值计算得到年龄统计误差值，根据年龄统计误差值对年龄识别模型中的参数进行调整，直至满足收敛条件，得到目标年龄识别模型。该年龄识别模型的训练方法提高了年龄识别的准确度。此外，还提出了一种年龄识别模型的训练装置、年龄识别方法、装置、计算机设备及存储介质。
-
公开(公告)号：CN108921022A
公开(公告)日：2018-11-30
申请号：CN201810541546.6
申请日：2018-05-30
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: 本发明公开了一种人体属性识别方法、装置、设备及介质，应用于图像识别技术领域，用以解决多个人体属性无法同时识别的问题。该方法为：确定监控图像中的人体区域图像；将人体区域图像输入多属性卷积神经网络模型，得到人体区域图像中的各个人体属性对应于预先定义的每一个属性值的概率；其中，多属性卷积神经网络模型是利用多属性卷积神经网络对预先获得的训练图像进行多属性识别训练得到的；基于人体区域图像中的各个人体属性对应于预先定义的每一个属性值的概率，确定人体区域图像中的各个人体属性的属性值，这样，利用多属性卷积神经网络模型来识别人体属性，不仅实现了多个人体属性的同时识别，也提高了多个人体属性的识别效率。
-
公开(公告)号：CN109344742B
公开(公告)日：2021-03-16
申请号：CN201811073920.0
申请日：2018-09-14
Applicant: 腾讯科技(深圳)有限公司
IPC: G06K9/00
Abstract: 本发明涉及一种特征点定位方法、装置、存储介质和计算机设备，该方法包括：在当前图像中定位目标区域；确定参考图像中目标区域和所述当前图像中目标区域的图像特征差异；所述参考图像为在所述当前图像之前处理的其中一帧包括目标区域的图像；通过特征点位置差异确定模型，并根据所述图像特征差异，确定所述参考图像中目标区域与所述当前图像中目标区域的目标特征点位置差异；根据所述参考图像中目标区域的目标特征点位置和所述目标特征点位置差异，在所述当前图像的目标区域中定位目标特征点。本申请提供的方案提高了特征点定位的准确性。
-
Patent Agency Ranking
公开(公告)号：CN109635752A
公开(公告)日：2019-04-16
申请号：CN201811536436.7
申请日：2018-12-14
Applicant: 腾讯科技(深圳)有限公司
CPC classification number: G06K9/00228 , G06K9/00281 , G06N3/0454
Abstract: 本发明公开了一种人脸关键点的定位方法、人脸图像处理方法和相关装置，属于图像处理技术领域，本发明提供的方法中，根据获取到的人脸图像和训练得到的人脸配准模型，确定人脸的关键点的位置信息及各个关键点是否可见的结果；分别确定人脸的各个特征部位中可见的关键点的数量；针对每一特征部位，若该特征部位中可见的关键点的数量大于预设数量阈值，则提取仅包含该特征部位的特征部位图像；根据该特征部位的特征部位图像和该特征部位对应的特征部位配准模型，修正该特征部位的关键点的位置信息；基于修正的各个特征部位的关键点的位置信息，更新基于人脸配准模型确定出的人脸的关键点的位置信息。大大提高了定位出的关键点的位置信息的准确性。
-
公开(公告)号：CN109344742A
公开(公告)日：2019-02-15
申请号：CN201811073920.0
申请日：2018-09-14
Applicant: 腾讯科技(深圳)有限公司
IPC: G06K9/00
Abstract: 本发明涉及一种特征点定位方法、装置、存储介质和计算机设备，该方法包括：在当前图像中定位目标区域；确定参考图像中目标区域和所述当前图像中目标区域的图像特征差异；所述参考图像为在所述当前图像之前处理的其中一帧包括目标区域的图像；通过特征点位置差异确定模型，并根据所述图像特征差异，确定所述参考图像中目标区域与所述当前图像中目标区域的目标特征点位置差异；根据所述参考图像中目标区域的目标特征点位置和所述目标特征点位置差异，在所述当前图像的目标区域中定位目标特征点。本申请提供的方案提高了特征点定位的准确性。
-
公开(公告)号：CN109635752B
公开(公告)日：2021-04-27
申请号：CN201811536436.7
申请日：2018-12-14
Applicant: 腾讯科技(深圳)有限公司
Abstract: 本发明公开了一种人脸关键点的定位方法、人脸图像处理方法和相关装置，属于图像处理技术领域，本发明提供的方法中，根据获取到的人脸图像和训练得到的人脸配准模型，确定人脸的关键点的位置信息及各个关键点是否可见的结果；分别确定人脸的各个特征部位中可见的关键点的数量；针对每一特征部位，若该特征部位中可见的关键点的数量大于预设数量阈值，则提取仅包含该特征部位的特征部位图像；根据该特征部位的特征部位图像和该特征部位对应的特征部位配准模型，修正该特征部位的关键点的位置信息；基于修正的各个特征部位的关键点的位置信息，更新基于人脸配准模型确定出的人脸的关键点的位置信息。大大提高了定位出的关键点的位置信息的准确性。
-
公开(公告)号：CN117216305A
公开(公告)日：2023-12-12
申请号：CN202310811433.4
申请日：2023-07-04
Applicant: 腾讯科技(深圳)有限公司
IPC: G06F16/58 , G06V10/40 , G06V10/774 , G06V10/74 , G06V10/764
Abstract: 提出了一种图像检索模型训练方法和装置。该图像检索模型训练方法包括：获取包括涉及多个对象的多个图像的训练数据集；将每一个图像输入到图像检索模型的第一子模型，以提取该图像中各个对象的全局特征向量；针对每一个图像，将每一个对象的全局特征向量拆分为第一和第二特征向量，其中第一特征向量表示对象属性相关特征，第二特征向量表示对象环境相关特征，并且第一和第二特征向量的维度之和等于全局特征向量的维度；针对每一个图像，基于每一个对象的第一特征向量和第二特征向量之间的相似度计算第一损失；至少基于第一损失确定图像检索模型的目标损失；以及基于目标损失，对图像检索模型的参数进行迭代更新直至满足预设训练结束条件。
-
公开(公告)号：CN109117803B
公开(公告)日：2021-08-24
申请号：CN201810952542.7
申请日：2018-08-21
Applicant: 腾讯科技(深圳)有限公司
Abstract: 本发明公开了一种人脸图像的聚类方法、装置、服务器及存储介质，属于图像处理技术领域。所述方法包括：确定每张人脸图像的人脸区域和人体区域；根据从每张人脸图像的人脸区域中提取的人脸特征，对多张人脸图像进行聚类，得到多个人脸图像集合；将每张人脸图像上的人脸区域与人体区域进行关联；根据与两个人脸图像集合中每张人脸图像的人脸区域相关联的人体区域，确定两个人脸图像集合之间的集合相似度；如果集合相似度满足第一阈值条件，则将两个人脸图像集合进行合并。本发明通过将人脸区域和人体区域进行关联，并基于相关联的人体区域，对人脸图像的聚类结果进行优化，将属于同一用户的人脸图像集合进行合并，提高了人脸图像聚类的准确性。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.041 seconds)
