“公绪超”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24个，建议您升级VIP下载更多相关专利

[发明专利]一种基于深度神经网络的图像质量检测方法及装置-CN201810067110.8有效
发明人：吴柯维;公绪超 -专利权人：北京卓视智通科技有限责任公司
申请日： 2018-01-24 - 公布日： 2020-07-17 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于深度神经网络的图像质量检测方法及装置，属于图像处理技术领域。所述方法包括：对各图像分别进行整体质量及局部质量的标定后作为样本，得到样本库；在优化的深度神经网络中对样本库进行分层训练，得到整体质量检测模型和局部质量检测模型，对整体质量检测模型和局部质量检测模型进行融合，得到图像质量检测模型；采用图像质量检测模型，对输入图像进行整体质量检测和局部质量检测后，得到图像质量。本发明中训练出的图像质量检测模型不仅具有现有的客观检测方法的优点，同时能够反应出人的主观评价，并且在使用该模型进行图像质量检测时，综合了图像的整体质量及局部质量后得到图像质量，使得检测的结果更具准确性。
一种基于深度神经网络图像质量检测方法装置

[发明专利]一种基于虚拟号牌的无牌车辆识别方法-CN201611156309.5有效
发明人： 公绪超 -专利权人：南京积图网络科技有限公司
申请日： 2016-12-15 - 公布日： 2020-04-10 - 主分类号： G06K9/00 文献下载
摘要：本发明公开一种基于虚拟号牌的无牌车辆识别方法，其特征在于，所述方法包括：步骤1为虚拟号牌构建步骤,包括基于视频或图像进行车辆检测，获得车辆特写图,对车辆图像进行特征提取,生成虚拟号牌，构建虚拟号牌库；步骤2为虚拟号牌库识别步骤,包括基于视频或图像进行目标车辆检测，获得目标车辆特写图，对目标车辆图像进行特征提取,生成虚拟号牌,与所述虚拟号牌库比对结果。该方法是在基于图像识别的基础上，对于每一辆车来说，生成唯一的车辆虚拟号牌，从而不用车牌识别也能有效的查找检索出目标车辆，对于高速公路逃费稽查、无牌车闯红灯、肇事车辆快速查找等多种交通应用有着积极意义。
一种基于虚拟号牌车辆识别方法

[发明专利]一种基于数字图像内容的图书检索方法-CN201510849994.9有效
发明人： 公绪超;吴柯维;郭长全 -专利权人：北京卓视智通科技有限责任公司;公绪超
申请日： 2015-11-29 - 公布日： 2019-06-18 - 主分类号： G06F16/583 文献下载
摘要：本发明公开了一种基于数字图像内容的图书检索方法，包括以下步骤:将选取出的样本图书图像进行分辨率归一化操作，并进行多特征层面的图像描述，然后对每种图书进行学习训练，以此得到不同的训练识别模型；将获取的待检索图书图像矫正为矩形,然后对其进行分辨率归一化操作,在获取出相应的图像后对其进行多特征层面的图像描述，将特征数据输入训练识别模型中进行初始结果的预测；在得到初始预测结果后，分别判断最大可能的两类结果与其判别中心的高斯分布，概率值最高的那一类，确定为最终的检索结果。本发明充分利用图像的底层特征特性并通过自动学习与模型概率判别策略，提高了检索准确率，可以进行大规模的基于数字图像的图书检索工作。
一种基于数字图像内容图书检索方法

[发明专利]一种端到端的行人及其部位检测方法-CN201811533594.7在审
发明人：李宗民;公绪超;李亚传;张军;李冠林;刘玉杰 -专利权人：中国石油大学（华东）
申请日： 2018-12-14 - 公布日： 2019-04-23 - 主分类号： G06K9/00 文献下载
摘要：本发明提出一种端到端的行人及其部位检测方法，包括：结合行人关键点检测，对行人及其部位进行标定，获得样本集；设计行人检测深度神经网络；引入纠正判别层，将距离弥散产生的错误目标框强制置为无效目标；添加区域位置信息反传层将高分值下的行人位置返传至低层卷积，以此为输入进行其内部小目标检测。结合行人成像特性，构建了一种端到端的行人及其部位检测网络，该方法在保证准确率的同时兼顾了运算效率。
部位检测区域位置信息关键点检测成像特性错误目标神经网络行人检测行人位置运算效率小目标样本集弥散标定准确率低层构建卷积引入检测纠正网络保证

[发明专利]一种深度非对称跳跃连接的图像降噪方法-CN201811533602.8在审
发明人：李宗民;公绪超;李亚传;张军;李冠林;刘玉杰 -专利权人：中国石油大学（华东）
申请日： 2018-12-14 - 公布日： 2019-04-02 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种深度非对称跳跃连接的图像降噪方法，包括：随机裁切训练图片，并对副本添加噪声信息，形成训练样本；设计非对称跳跃连接深度神经网络，其中包含非对称跳跃连接层；确立非对称跳跃连接层各自的权重因子；进行训练与降噪。构建了一种非对称跳跃连接模型，以进行图像降噪。这种端到端的图像降噪网络能够在简化操作的同时保证降噪效果，对后期的图像理解、检测、分割、识别等任务有良好的作用。
非对称跳跃图像降噪连接层降噪权重因子神经网络图像理解训练图片训练样本噪声信息裁切构建副本分割检测网络保证

[发明专利]一种多尺度神经网络及基于该网络的图像特征提取方法-CN201711093435.5在审
发明人：吴柯维;公绪超 -专利权人：北京卓视智通科技有限责任公司
申请日： 2017-11-08 - 公布日： 2018-05-15 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种多尺度神经网络及基于该网络的图像特征提取方法。所述多尺度神经网络包括：第一级神经网络，第一级神经网络用于基于至少包含整个物体的输入图像获取整个物体的图像区域的坐标信息和物体全局特征；第二级神经网络，第二级神经网络用于基于根据第一级神经网络所获取的整个物体的图像区域的坐标信息裁减得到的物体全局图像获取物体部件的图像区域的坐标信息和物体部件特征；第三级神经网络，第三级神经网络用于基于根据第二级神经网络所获取的物体部件的图像区域的坐标信息裁减得到的物体部件的全局图像获取物体部件上或其周边的标志物的图像区域的坐标信息和标志物特征。能够提取能够用于物体识别或检索的更多的物体特征。
一种尺度神经网络基于网络图像特征提取方法

[发明专利]基于人脸图像的年龄识别方法及装置-CN201610796601.7在审
发明人： 公绪超 -专利权人：乐视控股（北京）有限公司;乐视云计算有限公司
申请日： 2016-08-31 - 公布日： 2017-03-01 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于人脸图像的年龄识别方法及装置，该方法包括判断人脸图像的分辨率是否大于预置分辨率，若该人脸图像的分辨率小于该预置分辨率，则依据该人脸图像的特征与预置的第一图像样本的特征之间的相似度比对结果，识别该人脸图像中所描绘的人物的年龄，若该人脸图像的分辨率大于该预置分辨率，则依据目标人脸图像中各关键部位区域的特征与预置的第二图像样本的特征之间的相似度比对结果，识别该人脸图像中所描绘的人物的年龄，这样在复杂的成像情况下，根据图像不同的分辨率选取不同识别方式，同时利用人脸图像的深度纹理、边缘与颜色特征进行辅助识别，增加了年龄识别的准确性。
基于图像年龄识别方法装置

[发明专利]基于图像的眼镜识别方法及装置-CN201610795999.2在审
发明人： 公绪超 -专利权人：乐视控股（北京）有限公司;乐视云计算有限公司
申请日： 2016-08-31 - 公布日： 2017-02-15 - 主分类号： G06K9/00 文献下载
摘要：本发明公开一种基于图像的眼镜识别方法及装置，该方法包括通过预置的深度卷积神经网络中先验模型，对待检测的面部图像进行分类判别，得到该面部图像的面部类别和该面部类别对应的概率值，若该面部类别为人脸类别所对应的概率值大于预置极限值，则通过该深度卷积神经网络中人脸先验模型，对该面部图像中眼睛区域图像进行分类判别，得到各类别分别对应的概率值，若概率值最大的类别为佩戴眼镜类别，则确定该面部图像中面部有佩戴眼镜，若概率值最大的类别为非佩戴眼镜类别，则确定该面部图像中面部没有佩戴眼镜，这样在复杂的成像情况下，对面部图像中眼睛区域图像进行识别，可以准确的识别是否有佩戴眼镜，增加了识别佩戴眼镜的准确性。
基于图像眼镜识别方法装置

[发明专利]发型识别方法及发型识别装置-CN201610743694.7在审
发明人： 公绪超;刘阳;白茂生;魏伟 -专利权人：乐视控股（北京）有限公司;乐视云计算有限公司
申请日： 2016-08-28 - 公布日： 2017-02-01 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及图像处理领域，公开了一种发型识别方法及发型识别装置。本发明中，一种发型识别方法包括预设图像库和N种发型，所述图像库中包括与所述N种发型对应的图像，其中，每种发型至少对应2个图像，所述N为自然数；将待识别图像与所述图像库中各图像一一比对，分别获得所述待识别图像与所述各图像的相似度；利用各所述相似度确定所述待识别图像的发型。通过本发明提供的发型识别方法及发型识别装置，解决了因头发检测准确度低而导致的发型识别失败率高的问题。
发型识别方法装置

[发明专利]人脸验证方法及人脸验证装置-CN201610744512.8在审
发明人： 公绪超;刘阳;魏伟;白茂生 -专利权人：乐视控股（北京）有限公司;乐视云计算有限公司
申请日： 2016-08-28 - 公布日： 2017-01-25 - 主分类号： G06F21/32 文献下载
摘要：本发明涉及计算机视觉领域，公开了一种人脸验证方法及人脸验证装置。本发明中，一种人脸验证方法包括选定N个人脸姿态，对每个人脸姿态预设对应的双边深度卷积神经网络模型，所述N为自然数；分别确定所述两幅待验证图像的人脸姿态；根据所确定的人脸姿态，选取对应的双边深度卷积神经网络模型；利用所选取的双边深度卷积神经网络模型判别所述两幅待验证图像；利用判别结果确认所述两幅待验证图像中的人脸是否相同。通过本发明提供的人脸验证方法及人脸验证装置，解决了因环境复杂和验证图像存在差异时导致的判别率低，识别不够准确的问题。
验证方法装置

[发明专利]手形检测方法和系统-CN201610622170.2在审
发明人： 公绪超 -专利权人：乐视控股（北京）有限公司;乐视云计算有限公司
申请日： 2016-08-01 - 公布日： 2017-01-04 - 主分类号： G06T7/00 文献下载
摘要：本发明提供一种手形检测方法和系统,涉及计算机视觉技术领域。通过对输入图像进行处理以形成多层图像金字塔，进而基于预先训练好的卷积神经网络对多层图像金字塔进行检测以生成初始结果集，其中卷积神经网络金字塔包括基于对多种不同分辨率的多种手形图像进行深度学习得到，对初始结果集进行融合和过滤得到最终的手形检测结果，可以实现对手形边缘更加有效地检测，并且还能提高检测精度。进一步地，由于采用多层图像金字塔可以使图像中明显和不明显的边缘或目标都能得到很好地表征。
检测方法系统

[发明专利]车辆类型识别方法及系统-CN201610630103.5在审
发明人： 公绪超 -专利权人：乐视控股（北京）有限公司;乐视云计算有限公司
申请日： 2016-08-03 - 公布日： 2017-01-04 - 主分类号： G06K9/00 文献下载
摘要：本发明提供一种车辆类型识别方法，包括：基于车辆品牌和款式，将车头图像样本集及车尾图像样本集进行分类，得到多个类别的多张车辆图像；基于多个类别的多张车辆图像至少对深度卷积神经网络进行训练；利用训练后的深度卷积神经网络至少提取各个类别下的多张车辆图像的特征码，构建特征码/类别/车辆图像的关系库；利用训练后的深度卷积神经网络提取待识别的车辆图像的特征码，参照特征码/类别/车辆图像的关系库，确定车辆的类别信息，识别车辆的品牌和款式。本发明还提供一种车辆类型识别系统，所示方法及系统能够适应多种环境，提高识别车辆类别信息的准确率，具有广阔的应用前景。
车辆类型识别方法系统

[发明专利]基于人脸图像的性别识别方法及装置-CN201610681155.5在审
发明人： 公绪超 -专利权人：乐视控股（北京）有限公司;乐视云计算有限公司
申请日： 2016-08-17 - 公布日： 2017-01-04 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于人脸图像的性别识别方法及装置，该方法包括：通过预置的深度卷积神经网络中先验模型，对待识别人脸图像进行性别分类的判别，并得到性别判别结果，若该性别判别结果的概率值大于预置概率值，则确定该性别判别结果中判别出的性别为该待识别人脸图像所描绘的人物的性别；若该性别判别结果的概率值小于该预置概率值，则通过该待识别人脸图像的特征与人脸图像样本的特征之间的余弦相似度比较，识别该人脸图像所描绘的人物的性别，其中该人脸图像样本为整体人脸的图像样本，这样在复杂的成像情况下，将深度卷积神经网络和图像的特征比对相结合，能够利用人脸深度纹理、边缘与颜色特征进行辅助识别，增加了性别识别的准确性。
基于图像性别识别方法装置

[发明专利]发型识别方法及发型识别装置-CN201610744494.3在审
发明人： 公绪超;白茂生;魏伟;刘阳 -专利权人：乐视控股（北京）有限公司;乐视云计算有限公司
申请日： 2016-08-28 - 公布日： 2017-01-04 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及图像处理领域，公开了一种发型识别方法及发型识别装置。本发明中，一种发型识别方法包括：选定N项图像特征，对每项图像特征预设发型分类模型，所述N为自然数；分别提取待识别图像的所述N项图像特征的数据，所述待识别图像为包含人脸的待识别图像；对每项图像特征提取到的数据，利用与图像特征对应的发型分类模型判别，获得N个所述待识别图像的发型分类结果；利用N个所述发型分类结果，确定所述待识别图像的发型。通过本发明提供的发型识别方法及发型识别装置，解决了因头发检测准确度低而导致的发型识别失败率高的问题。
发型识别方法装置

[发明专利]表情识别方法及系统-CN201610547743.X在审
发明人： 公绪超 -专利权人：乐视控股（北京）有限公司;乐视云计算有限公司
申请日： 2016-07-12 - 公布日： 2016-12-28 - 主分类号： G06K9/00 文献下载
摘要：本发明的实施例公开一种表情识别方法，包括：将待识别人脸图像输入至全局深度卷积神经网络以确定人脸图像的第一表情和第一分值，全局深度卷积神经网络基于具有不同表情的参考人脸图像进行深度学习得到；将人脸图像划分为多个子图像；将多个子图像的特征信息与参考特征信息进行比较以确定人脸图像的第二表情和第二分值，参考特征信息由具有不同表情的参考人脸图像的多个参考子图像确定；根据第一表情和第一分值以及第二表情和第二分值确定人脸图像的表情；相应的还提供一种表情识别系统；本发明实施例的方法及系统可以更加准确快速地识别出人脸表情。
表情识别方法系统

1
2
下一页»
尾页
共 24 条