“朱树磊”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112个，建议您升级VIP下载更多相关专利

[发明专利]人脸跟踪方法、装置及计算机可读存储介质-CN202111436895.X有效
发明人：马定鑫;朱树磊;殷俊 -专利权人：浙江大华技术股份有限公司
申请日： 2021-11-29 - 公布日： 2023-04-07 - 主分类号： G06T7/246 文献下载
摘要：本申请公开了一种人脸跟踪方法、装置及计算机可读存储介质，该人脸跟踪方法包括：对视频流进行目标跟踪；响应于当前帧中存在跟踪断裂的第一目标人脸时，获取当前帧中满足预设遮挡要求的所有第一目标人体；将第一目标人脸与信息库中各个第一目标人体对应的第二目标人脸进行匹配，以查询与第一目标人脸匹配的第二目标人脸，其中，信息库中的第二目标人脸在当前帧之前的历史帧中处于即将被对应的第一目标人体遮挡的状态；将第一目标人脸作为第二目标人体的人脸信息进行跟踪，其中，第二目标人体为匹配的第二目标人脸对应的人体。本申请的方法能够避免因为遮挡而导致目标标识发生改变的现象。
跟踪方法装置计算机可读存储介质

[发明专利]一种监控设备的调整方法及装置-CN202211326762.1在审
发明人：邸德宁;廖紫嫣;郝敬松;朱树磊;殷俊 -专利权人：浙江大华技术股份有限公司
申请日： 2022-10-25 - 公布日： 2023-04-04 - 主分类号： G06V10/98 文献下载
摘要：一种监控设备的调整方法及装置，该方法中，根据监控设备采集到的多个图像，确定该多个图像分别对应的属性图，并对属性图进行评价得到评价指标，最后基于评价指标确定监控设备的调节信息，该调节信息可作为调整监控设备的参考信息，因此该方案能够实现对监控设备的动态调整，提升了监控设备的监控能力。
一种监控设备调整方法装置

[发明专利]信息检索方法、终端及计算机可读存储介质-CN202211707254.8有效
发明人：邸德宁;廖紫嫣;杨凯航;郝敬松;朱树磊;殷俊 -专利权人：浙江大华技术股份有限公司
申请日： 2022-12-29 - 公布日： 2023-03-31 - 主分类号： G06F16/58 文献下载
摘要：本发明提供一种信息检索方法、终端及计算机可读存储介质，信息检索方法包括对待查询信息进行特征提取，得到待查询信息对应的第一特征信息和第二特征信息；基于第二特征信息在预设数据库中检索，得到第二特征信息对应的候选检索数据集；将第二特征信息及其对应的候选检索数据集包含的候选近邻特征进行特征融合，得到待查询信息对应的融合特征信息；基于待查询信息的融合特征信息在候选检索数据集中进行检索，确定待查询信息对应的检索结果。本申请基于待查询信息的第二特征信息对应的候选近邻特征，对待查询信息的第二特征信息进行特征升级，以提高第二特征信息的细节表达能力，从而提升对困难样本的召回能力，实现检索结果的高召回。
信息检索方法终端计算机可读存储介质

[发明专利]一种网络模型的训练方法及图像处理方法-CN202211533659.4在审
发明人：邸德宁;朱婷;庄瑞格;郝敬松;朱树磊;殷俊 -专利权人：浙江大华技术股份有限公司
申请日： 2022-12-01 - 公布日： 2023-03-28 - 主分类号： G06V40/16 文献下载
摘要：本申请实施例提供了一种网络模型的训练方法及图像处理方法，用以提高模型对环境干扰的稳定性。网络模型训练方法包括：将第一训练样本集包括的N个图像分别输入待训练的网络模型，通过待训练的网络模型对N个图像进行人脸属性识别，得到N个预测年龄值和N个预测性别值；根据N个预测年龄值与年龄标签值确定第一损失值和第一标准差损失值，并根据第一损失值和第一标准差损失值确定第一总损失值；根据N个预测性别值与性别标签值确定第二损失值和第二标准差损失值，并根据第二损失值和第二标准差损失值确定第二总损失值；根据第一总损失值和第二总损失值对待训练的网络模型的网络参数进行调整，以得到已训练的网络模型。
一种网络模型训练方法图像处理

[发明专利]一种图像聚类方法及装置-CN202211651640.X在审
发明人：邸德宁;汪懿;郝敬松;朱树磊;殷俊 -专利权人：浙江大华技术股份有限公司
申请日： 2022-12-21 - 公布日： 2023-03-24 - 主分类号： G06V10/762 文献下载
摘要：本申请实施例提供了一种图像聚类方法及装置，用以解决无车牌无人脸信息的车辆数据聚类的问题。本申请提供的方法包括：针对图像档案中任意相邻的两个图像，从待聚类图像中确定相邻的两个图像对应的时间范围之间，且对应的地理位置之间的多个第一待聚类图像；从多个第一待聚类图像中，确定车辆平均速度位于行驶速度范围内的K个第二待聚类图像；针对每个第二待聚类图像，将车辆特征信息分别与图像档案中的车辆角度信息与第二待聚类图像的车辆角度信息之间的偏差小于设定偏差阈值的L个图像的车辆特征信息进行比对得到L个特征相似度；当根据L个特征相似度确定第二待聚类图像满足聚类条件时，将第二待聚类图像聚类到图像档案中。
一种图像方法装置

[发明专利]检测框的确定方法、装置、存储介质及电子装置-CN202211686196.5在审
发明人：曹贵保;朱树磊;殷俊 -专利权人：浙江大华技术股份有限公司
申请日： 2022-12-27 - 公布日： 2023-03-21 - 主分类号： G06V10/46 文献下载
摘要：本发明实施例提供了一种检测框的确定方法、装置、存储介质及电子装置，其中，该方法包括：获取目标图像，其中，目标图像中包括目标对象；根据目标对象的一组关键点中各个关键点，在目标图像中确定与各个关键点对应的候选检测框，得到一组候选检测框，其中，一组关键点包括一个或多个关键点；在一组候选检测框中确定用于标识目标对象的目标检测框。通过本发明实施例，解决了相关技术中存在的对象检测的准确率较低的问题，达到了提高对象检测的准确率的效果。
检测确定方法装置存储介质电子

[发明专利]目标跟踪方法、装置、电子设备及计算机可读存储介质-CN202211193698.4在审
发明人：马康;殷俊;朱树磊 -专利权人：浙江大华技术股份有限公司
申请日： 2022-09-28 - 公布日： 2023-03-07 - 主分类号： G06T7/246 文献下载
摘要：本申请公开了一种目标跟踪方法、装置、电子设备及计算机可读存储介质。目标跟踪方法包括：利用多任务神经网络从历史图像帧中获取与待跟踪目标对应的候选部位检测框、REID信息和若干个人体关键点，并创建与待跟踪目标对应的跟踪对象；基于根据历史图像帧获取的跟踪对象的REID信息和根据当前图像帧获取的多个检测对象的REID信息，构建REID相似度矩阵；利用通用匹配算法基于REID相似度矩阵对跟踪对象和多个检测对象进行特征匹配；从多个检测对象中获取到与跟踪对象匹配成功的检测对象，以作为目标检测对象；将目标检测对象的各部位坐标信息以及人体姿态关键点信息合并到跟踪对象的历史跟踪信息中。上述方案，能够减小系统运行耗时。
目标跟踪方法装置电子设备计算机可读存储介质

[发明专利]一种眨眼检测的方法、装置及存储介质-CN202111030404.1在审
发明人：高康康;朱树磊;王宁波;殷俊 -专利权人：浙江大华技术股份有限公司
申请日： 2021-09-03 - 公布日： 2023-03-07 - 主分类号： G06V40/18 文献下载
摘要：本申请涉及计算机领域，公开了一种眨眼检测的方法、装置及存储介质，该眨眼检测的方法应用于计算设备，包括：对视频流中包含人眼的多个图像组进行时序和空间域上的特征提取，其中，图像组包括至少三帧连续的图像，并且，上述至少三帧连续的图像在图像组中的排列顺序与至少三帧连续的图像在视频流中的先后顺序一致，在此基础上，对各个图像组提取后的时序特征和空间域特征进行三维卷积操作，得到视频流包含眨眼行为的预测概率值，并基于预测概率值判定眨眼行为是否发生，在对多帧连续的图像进行三维卷积操作过程中，获取了眨眼动作在时间上的连续变化，同时，结合了人眼的空间域特征，从而使运算的性能更加优越，提升了对眨眼行为检测的准确性。
一种眨眼检测方法装置存储介质

[发明专利]人脸识别模型训练、人脸识别方法、装置、设备及介质-CN202111576477.0有效
发明人：王文安;殷俊;朱树磊 -专利权人：浙江大华技术股份有限公司
申请日： 2021-12-22 - 公布日： 2023-02-07 - 主分类号： G06V40/16 文献下载
摘要：本申请公开了一种人脸识别模型训练、人脸识别方法、装置、设备及介质，由于本申请在模型训练的过程中，将样本图像输入到原始的人脸识别模型中的第一子模型中，获得候选人脸特征向量，然后将该候选样本人脸特征向量、预先保存的邻接矩阵以及该样本图像对应的样本属性特征向量输入到该原始的人脸识别模型中的第二子模型中，进一步使得该第二子模型对属性以及人脸特征之间的关系进一步学习，进而输出更加准确的人脸特征向量，提高后续人脸识别的准确率。
识别模型训练方法装置设备介质

[发明专利]一种目标训练样本集的获得方法及相关装置-CN202211383189.8在审
发明人：邸德宁;郝敬松;廖紫嫣;杨凯航;朱树磊;殷俊 -专利权人：浙江大华技术股份有限公司
申请日： 2022-11-07 - 公布日： 2023-02-03 - 主分类号： G06V40/16 文献下载
摘要：本申请涉及计算机技术领域，尤其涉及一种目标训练样本集的获得方法及相关装置，方法为：基于包含各样本面部特征的初始训练样本集，进行多轮迭代聚类，获得候选类簇集；分别将各疑似数据对各自归属的候选类簇作为一个待检查类簇对，以及针对每个待检查类簇对，分别执行以下操作：当一个待检查类簇对包含的各样本面部特征各自关联的非面部特征的相似度达到非面部特征门限时，将一个待检查类簇对合并为相应的融合类簇；从未合并的各候选类簇和获得的各融合类簇中，筛选出符合预设质量条件的各目标类簇，并针对各目标类簇分别设置表征样本对象类型的伪标签，获得目标训练样本集。这样，提高了目标训练样本集的准确度。
一种目标训练样本获得方法相关装置

[发明专利]基于知识蒸馏的模型训练方法、装置、终端及存储介质-CN202211080675.2在审
发明人：江俊林;朱树磊;殷俊 -专利权人：浙江大华技术股份有限公司
申请日： 2022-09-05 - 公布日： 2023-01-31 - 主分类号： G06V10/774 文献下载
摘要：本发明提供一种基于知识蒸馏的模型训练方法、装置、终端及存储介质，基于知识蒸馏的模型训练方法包括：获取多个训练数据组，训练数据组包括正样本数据组和负样本数据组；通过学生模型对训练数据组中的各样本图像分别进行特征提取，得到各样本图像的特征图；通过教师模型对训练数据组中的各样本图像分别进行特征提取，得到各样本图像的特征信息；教师模型为已完成训练且与学生模型完成相同任务的模型；基于正样本数据组中各样本图像的特征图与特征信息之间的误差值的加和、负样本数据组中各样本图像的特征图与特征信息之间的误差值的加和迭代训练学生模型。本申请有效防止学生模型的过拟合，提高学生模型的识别准确率和可靠性。
基于知识蒸馏模型训练方法装置终端存储介质

[发明专利]活体检测网络的训练方法、活体检测方法及装置-CN202110904298.9有效
发明人：李永凯;王宁波;朱树磊;郝敬松 -专利权人：浙江大华技术股份有限公司
申请日： 2021-08-06 - 公布日： 2023-01-17 - 主分类号： G06V40/16 文献下载
摘要：本申请公开了一种活体检测网络的训练方法、活体检测方法及装置。其中，该活体检测网络的训练方法包括：将非活体数据输入到活体检测网络，得到活体检测网络对每一非活体数据处理而产生的输出分布；计算非活体数据的输出分布和均匀分布的相对差异，得到均匀分布损失；基于均匀分布损失对包含活体检测网络的对抗训练网络进行对抗训练。本申请可以提高活体检测精度。
活体检测网络训练方法装置

[发明专利]目标检测方法、设备及存储介质-CN202210795812.4在审
发明人：刘畅;陈世明;朱树磊;殷俊 -专利权人：浙江大华技术股份有限公司
申请日： 2022-07-07 - 公布日： 2023-01-13 - 主分类号： G06V40/10 文献下载
摘要：本申请公开了一种目标检测方法、设备及存储介质，该目标检测方法包括：获取待检测图像，并对待检测图像进行检测，得到所述待检测图像中多个人脸区域和多个人体区域、以及各人体区域对应的人员关键点集合，进一步地，从各人体区域对应的人员关键点集合中提取各人体区域对应的人脸关键点集合，并利用各人体区域的人脸关键点集合与多个人脸区域的位置关系，将人体区域与人脸区域进行关联，得到至少一个第一关联关系。通过上述方式，本申请实现利用关键点对人脸和人体进行关联。
目标检测方法设备存储介质

[发明专利]侧脸矫正的方法、矫正装置及计算机可读存储介质-CN202211091716.8在审
发明人：许愿权;朱树磊;王宁波;李亚鹏;郭思郁;殷俊 -专利权人：浙江大华技术股份有限公司
申请日： 2022-09-07 - 公布日： 2023-01-06 - 主分类号： G06V40/16 文献下载
摘要：本申请公开了一种侧脸矫正的方法、矫正装置及计算机可读存储介质，该侧脸矫正的方法包括：获取目标图像，目标图像包括目标人脸；从目标图像中提取特征，得到目标人脸的正脸特征和目标人脸所处背景的背景特征；将正脸特征和背景特征进行融合处理，得到融合特征；根据融合特征，生成矫正图像，其中，矫正图像中的人脸为与目标人脸对应的正脸。本申请所提供的方法能够在进行侧脸矫正时，保留输入的目标图像的背景信息。
矫正方法装置计算机可读存储介质

[发明专利]一种网络模型的训练方法、目标识别方法及相关设备-CN202210983598.5在审
发明人：曾祁泽;殷俊;朱树磊 -专利权人：浙江大华技术股份有限公司
申请日： 2022-08-16 - 公布日： 2022-12-13 - 主分类号： G06V10/44 文献下载
摘要：本申请公开了一种网络模型的训练方法、目标识别方法及相关设备，该训练方法包括：获取至少两个训练集；获取与训练集数量对应的至少两个网络模型，其中至少两个网络模型具有相同的网络结构；利用各训练集中的训练样本图像对对应的网络模型进行迭代训练，以使得网络模型基于训练样本图像对自身的网络参数进行调整；响应于迭代训练达到预设的互学习条件，在至少两个网络模型的相同位置的网络参数之间进行互学习；响应于至少两个网络模型训练完成，从至少两个网络模型中确定出最终的网络模型。通过上述方式，本申请得到的网络模型能够精确识别多场景下的图像。
一种网络模型训练方法目标识别相关设备