“佘加辉”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果6个，建议您升级VIP下载更多相关专利

[发明专利]跨模态的行人重识别方法、装置、电子设备和存储介质-CN202110507551.7在审
发明人：胡一博;佘加辉;石海林;梅涛;周伯文 -专利权人：京东科技控股股份有限公司
申请日： 2021-05-10 - 公布日： 2022-11-15 - 主分类号： G06V40/10 文献下载
摘要：本发明提供一种跨模态的行人重识别方法、装置、电子设备和非暂态计算机可读存储介质，行人重识别方法包括：获取待检测跨模态数据；将所述待检测跨模态数据输入预置的行人重识别模型，得到所述待检测跨模态数据的特征数据，以根据所述特征数据得到行人重识别结果；其中，所述行人重识别模型是根据样本数据集训练得到的，所述行人重识别模型用于对所述待检测跨模态数据进行特征数据提取。本发明的技术方案可以实现跨模态的行人重识别，识别效果较好。
跨模态行人识别方法装置电子设备存储介质

[发明专利]一种基于限制搜索空间的人脸识别对抗样本生成方法-CN202210482805.9在审
发明人： 佘加辉;沈秋;曹汛 -专利权人：南京大学
申请日： 2022-05-05 - 公布日： 2022-06-28 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种基于限制搜索空间的人脸识别对抗样本生成方法。该方法具体步骤为：(1)对图像数据集进行预处理；(2)将预处理后的图像作为数据预训练生成器模型；(3)将预处理后的图像输入至生成器模型生成对抗样本，然后将生成的对抗样本和经预处理的图像送入判别器进行特征提取，将提取到的特征通过全连接层输出预测分数；(4)将生成的对抗样本和经预处理后的图像送入人脸识别模型进行特征提取，然后通过比较提取到的特征余弦相似度作为目标函数，再通过反向传播的方法优化目标函数。本发明利用了限制搜索空间的手段，能在一定程度上解决人脸识别对抗样本生成中常见的泛化性不足问题，得到更有效的对抗样本。
一种基于限制搜索空间识别对抗样本生成方法

[发明专利]图像处理方法、装置、电子设备及计算机可读存储介质-CN202111482460.9有效
发明人： 佘加辉;谭川奇;唐逸之 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-12-07 - 公布日： 2022-02-15 - 主分类号： G06V20/20 文献下载
摘要：本申请提供了一种图像处理方法、装置、电子设备、计算机可读存储介质及计算机程序产品，应用于地图领域；方法包括：分别对第一图像和第二图像进行目标识别处理，得到第一图像中的多个检测框、以及第二图像中的多个检测框；针对第一图像和第二图像，交替进行相同图像中不同检测框的融合处理以及不同图像中不同检测框的融合处理，得到第一图像中每个检测框的特征以及第二图像中每个检测框的特征；基于第一图像中每个检测框的特征以及第二图像中每个检测框的特征，确定第一图像中任意一个检测框与第二图像中任意一个检测框的相似度；根据相似度生成对象识别结果。通过本申请，能够提高不同图像中待识别对象匹配的精度和效率。
图像处理方法装置电子设备计算机可读存储介质

[发明专利]对抗攻击样本生成模型获取方法、装置、设备及存储介质-CN202110911360.7在审
发明人：胡一博;佘加辉;石海林;梅涛;周伯文 -专利权人：北京京东尚科信息技术有限公司
申请日： 2021-08-09 - 公布日： 2021-11-19 - 主分类号： G06K9/00 文献下载
摘要：本申请提出了一种对抗攻击样本生成模型获取方法、装置、设备及存储介质。具体的实现方案为：获取D张第一对象的图像和L张第二对象的图像，并根据D张第一对象的图像，生成包含第一对象的至少一个面部成分的区域图像和K张图像；将K张图像输入生成器，获得K张输出图像，并计算K张输出图像的总变分值；将K张输出图像和区域图像输入至判别器，获得判别器输出的第一损失值和第二损失值；根据K张输出图像和L张第二对象的图像，生成K*L张查询图像，并计算第一对象与查询图像包含的对象的相似度；生成生成器的损失值，并根据生成器的损失值和第二损失值，训练生成器和判别器，将训练好的生成器确定为对抗攻击样本生成模型。
对抗攻击样本生成模型获取方法装置设备存储介质

[发明专利]对抗样本的生成方法、装置、设备及存储介质-CN202110389971.X在审
发明人：胡一博;佘加辉;吴杭通;张志强;石海林;梅涛 -专利权人：京东数字科技控股股份有限公司
申请日： 2021-04-12 - 公布日： 2021-07-13 - 主分类号： G06K9/00 文献下载
摘要：本申请提出了一种对抗样本的生成方法、装置、设备及存储介质，其中，方法包括：将第一人脸图像及所述初始对抗样本进行融合，以生成第二人脸图像；利用K个人脸识别模型分别对第一人脸图像及第二人脸图像进行特征提取，分别生成第一人脸图像对应的参考特征及所述第二人脸图像对应的第一特征；根据第一特征与参考特征间的第一差异度，对初始对抗样本进行更新，以生成更新后的对抗样本；基于上述步骤进行迭代更新，以生成目标对抗样本。根据本申请的方案，能够生成更泛用的对抗样本，适应真实场景下人脸识别模型未知的情况。进一步，将生成的对抗样本用于人脸识别模型的测试或训练，可以使人脸识别模型防御基于前述对抗样本的攻击。
对抗样本生成方法装置设备存储介质

[发明专利]表情识别模型的训练方法、识别方法、装置、设备及介质-CN202110022518.5有效
发明人：胡一博;佘加辉;石海林;梅涛;周伯文 -专利权人：北京沃东天骏信息技术有限公司;北京京东世纪贸易有限公司
申请日： 2021-01-08 - 公布日： 2021-05-25 - 主分类号： G06K9/00 文献下载
摘要：本公开涉及一种表情识别模型的训练方法及装置、表情识别方法及装置、电子设备及计算机可读介质，属于深度学习技术领域。该方法包括：获取人脸图像样本以及样本类型标签作为训练数据；获取卷积神经网络并进行特征提取得到样本特征；将卷积神经网络中的卷积层拆分为一条训练主路和多条训练支路，通过训练支路得到样本潜在类型的预测结果，并通过训练主路得到样本真实类型的预测结果；得到支路损失函数和主路损失函数；通过支路损失函数和主路损失函数对卷积神经网络中的神经网络参数进行迭代更新。本公开通过将卷积神经网络拆分为一条训练主路和多条训练支路，并通过训练支路挖掘样本潜在类型信息，可以提高表情识别模型的识别准确率。
表情识别模型训练方法装置设备介质