专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果258456个,建议您升级VIP下载更多相关专利
  • [发明专利]一种人脸样本构建方法和相关装置-CN202210243213.1在审
  • 张浩贤 - 腾讯科技(深圳)有限公司
  • 2022-03-11 - 2023-09-19 - G06T17/00
  • 本申请实施例公开了一种人脸样本构建方法和相关装置,可以先获取目标人脸图像,然后通过模型确定该目标人脸图像对应的第一人脸参数,该第一人脸参数用于重建该目标人脸图像对应的人脸模型。由于该第一人脸参数是基于实际的人脸图像所确定出来的,因此该第一人脸参数构建出的人脸模型较为贴合真实人脸的特征。基于此,可以生成该第一人脸参数对应的第一人脸模型,然后合成对应的第一样本人脸图像。由于该第一样本人脸图像是通过该第一人脸模型合成的,因此该第一人脸模型可以作为该第一样本人脸图像对应的样本人脸模型,通过这种方式,可以无需人脸采集设备,即可高效获得贴合真实人脸特点的人脸样本,降低了人脸样本的构建成本
  • 一种样本构建方法相关装置
  • [发明专利]人脸活体检测模型的训练方法、人脸活体检测方法及装置-CN202211726003.4在审
  • 王珂尧 - 北京百度网讯科技有限公司
  • 2022-12-30 - 2023-06-27 - G06V40/16
  • 本公开提供了一种人脸活体检测模型的训练方法、人脸活体检测方法、装置,涉及图像处理技术领域,尤其涉及人工智能、深度学习、网络模型训练技术、人脸活体检测技术,可以应用于人脸识别领域。其中,该训练方法的具体实现方案为:利用第一人脸活体检测模型对无标注样本集中的多个人脸样本进行预测,得到预测结果;根据预测结果,对多个人脸样本中的至少部分人脸样本进行标注,得到伪标注样本集;其中,伪标注样本集包括真人样本和攻击样本;根据伪标注样本集和真实标注样本集,对第一人脸活体检测模型进行训练,得到第二人脸活体检测模型。本公开利用伪标注样本对模型进行训练,帮助模型提高性能,提高了人脸活体检测模型的准确率和泛化性。
  • 活体检测模型训练方法装置
  • [发明专利]人脸识别设备-CN202011031446.2在审
  • 陈仿雄 - 深圳数联天下智能科技有限公司
  • 2020-09-27 - 2021-01-08 - G06K9/00
  • 本申请公开了一种人脸识别设备。其中,人脸识别设备通过获取样本数据集,所述样本数据集包括多个样本人脸图像,每个所述样本人脸图像标注有对应的年龄值标签和年龄差值标签,所述年龄值标签指示所述样本人脸图像中人脸的实际年龄值,所述年龄差值标签用于指示与所述实际年龄值的偏差范围;基于所述样本人脸图像、所述样本人脸图像的所述年龄值标签和所述年龄差值标签,对网络模型进行训练,获得年龄识别模型,该年龄识别模型能提升对人脸图像年龄识别的准确度。
  • 识别设备
  • [发明专利]快速大规模人脸识别方法及系统-CN202111344502.2有效
  • 夏东 - 湖南视觉伟业智能科技有限公司
  • 2021-11-15 - 2022-01-11 - G06V40/16
  • 本发明公开了快速大规模人脸识别方法及系统,通过在人脸特征缓存中查找与人脸特征相匹配的样本特征,若在人脸特征缓存中未查找到与人脸特征相匹配的样本特征,则在人脸特征度量空间索引库中查找与人脸特征相匹配的样本特征:若在人脸特征度量空间索引库中查找到与人脸特征相匹配的样本特征,则输出匹配成功的样本特征的身份信息,并记录人脸特征的查找时间,判断查找时间是否大于预设的查找时间阈值,若大于查找时间阈值,则将匹配成功的样本特征加入人脸特征缓存,并采用数据存活时间受限的LRU算法更新人脸特征缓存中的样本特征。本发明能够提升人脸特征匹配的效率。
  • 快速大规模识别方法系统
  • [发明专利]一种人脸识别的方法和装置-CN202011204360.5在审
  • 林凡;张秋镇;陈健民 - 广州杰赛科技股份有限公司
  • 2020-11-02 - 2021-02-05 - G06K9/00
  • 本发明提供一种人脸识别的方法和装置,所述方法包括:构建训练样本集,提取所述训练样本集的多个人脸边缘特征,其中,所述训练样本集包括正样本训练集和负样本训练集,所述正样本训练集由不同环境下不同的人脸照片构成;所述负样本训练集由非人脸照片构成;采用级联分类算法对所述训练样本集的多个人脸边缘特征进行训练,得到用于识别人脸的级联分类器;获取视频图像中待识别的人脸区域图像;对所述人脸区域图像进行预处理,去除所述人脸区域图像的噪声,获得平滑的图像;从所述平滑的图像中截取感兴趣区域输入用于识别人脸的级联分类器进行人脸识别。本发明实施例能够在复杂的环境背景下准确地识别出人脸,从而提高复杂环境下人脸识别的准确率。
  • 一种识别方法装置
  • [发明专利]一种用于低分辨率人脸识别的数据增强方法-CN202111132441.3在审
  • 田联房;孙峥峥;杜启亮 - 华南理工大学;华南理工大学珠海现代产业创新研究院
  • 2021-09-26 - 2022-01-04 - G06K9/00
  • 本发明公开了一种用于低分辨率人脸识别的数据增强方法,包括:1)从训练数据集中抽取一个批次的人脸图像样本;2)从批次中随机地选取若干张人脸图像样本;3)对选取到的人脸图像样本进行预先设定倍率的下采样,得到低分辨人脸图像样本;4)对低分辨率人脸图像样本进行恢复和重建,得到与原始图像尺寸相同的高清人脸图像样本;5)使用重建的高清人脸图像样本替换步骤1)中该批次内对应位置上的原始人脸图像样本;6)将替换后的该批次人脸图像样本送入预先选定的人脸识别模型进行优化;7)验证人脸识别模型的性能是否达标,若达标,则停止训练;若不达标,则重复步骤1)‑7)。本发明解决了现有的人脸识别算法在低分辨率场景下准确率低的问题。
  • 一种用于分辨率识别数据增强方法
  • [发明专利]人脸分类器训练方法、人脸检测方法及装置、电子设备-CN201711048015.5有效
  • 吴伟;牟永强 - 深圳云天励飞技术有限公司
  • 2017-10-31 - 2020-07-21 - G06K9/00
  • 本发明提供一种人脸分类器训练方法,包括:获取玻璃遮挡人脸的第一人脸样本图片;利用人脸分类器对所述第一人脸样本图片进行检测,得到所述人脸分类器未检测到人脸的第一正样本图片;获取玻璃样本图片;将所述第一正样本图片及所述玻璃样本图片作为半监督生成对抗网络模型的输入样本,对半监督的生成对抗网络模型中的生成模型进行训练,得到训练好的生成模型;将随机噪声信号输入至所述训练好的生成模型中,生成第二样本图片;从所述第二样本图片中获取第二正样本图片;将所述第二正样本图片作为所述人脸分类器的正样本,对所述人脸分类器进行训练,得到训练后的人脸分类器。本发明还提供一种人脸分类器训练装置。本发明能提高分类器的鲁棒性。
  • 分类训练方法检测装置电子设备
  • [发明专利]人脸检测方法和装置-CN202010432244.2在审
  • 户磊;费驰;江坤;朱海涛;付贤强 - 北京的卢深视科技有限公司;合肥的卢深视科技有限公司
  • 2020-05-20 - 2020-09-18 - G06K9/00
  • 本发明实施例提供一种人脸检测方法和装置,所述人脸检测方法包括获取三维人脸图像;将所述三维人脸图像输入至人脸检测模型,获取三维人脸候选框;所述人脸检测模型为,以三维人脸样本图像为样本,以与所述三维人脸样本图像对应的三维人脸标注框为样本标签进行训练得到,其中,所述三维人脸标注框基于二维人脸检测算法和三维人脸建模算法获得。本发明实施例提供的人脸检测方法,利用二维人脸检测算法获取二维人脸样本图像人脸框后,利用三维人脸建模算法将其转化为三维人脸标注框,省去了人工标注样本标签的步骤,节省了大量的人力和物力,提高了检测效率。
  • 检测方法装置
  • [发明专利]人脸识别样本收集方法和装置-CN202010594672.5有效
  • 潘钧儒 - 百度在线网络技术(北京)有限公司
  • 2020-06-28 - 2023-07-25 - G06V40/16
  • 本申请公开了人脸识别样本收集方法和装置,涉及深度学习技术领域、计算机视觉技术领域和人工智能技术领域,其中,方法包括:获取人脸识别失败的目标人脸图像,并获取目标人脸图像对应的实体标识信息;根据实体标识信息获取目标人脸图像对应的目标身份信息;查询预先注册的人脸识别样本库,判断是否包含与目标身份信息对应的目标样本人脸集合,其中,目标样本人脸集合中包含至少一个目标样本人脸图像;响应于确定,将目标人脸图像存储到目标样本人脸集合中。由此,在识别失败的人脸图像中,筛选出可以召回的人脸图像召回,降低了人脸图像的召回成本,便于后续提高人脸识别的准确率。
  • 识别样本收集方法装置
  • [发明专利]兼容人脸老化识别的单样本人脸识别方法-CN201510586207.6在审
  • 袁宝玺;黄雅;左萍平 - 北京天创征腾信息科技有限公司
  • 2015-09-15 - 2015-12-02 - G06K9/00
  • 本发明提供一种兼容人脸老化识别的单样本人脸识别方法,包括:对预存的人脸样本图像模型进行老化模拟,重构人脸样本图像模型;对待识别人脸图像模型和人脸样本图像模型进行全局特征匹配,若匹配失败,则识别结果为不匹配;对待识别人脸图像模型和人脸样本图像模型进行局部特征匹配,若匹配失败,则识别结果为不匹配;待识别人脸图像模型为待识别人脸图像的主动表观模型,人脸样本图像模型为预留人脸样本图像的主动表观模型。本发明结合AAM和IBSDT实现并提高了兼容人脸老化影响的识别,结合AAM和Delaunay三角划分匹配,大幅提高了全局特征匹配的可靠性,结合LBP和SURF提高了局部特征匹配的可靠性和光照鲁棒性,并最终实现了预留人脸图像为单样本时的高识别率
  • 兼容老化识别样本方法
  • [发明专利]人脸关键点检测模型的训练方法及设备、可读存储介质-CN202011581306.2在审
  • 王博 - 深圳万兴软件有限公司
  • 2020-12-28 - 2021-04-13 - G06N3/04
  • 本申请公开了一种人脸关键点检测模型的训练方法及计算机可读存储介质、设备。本申请的人脸关键点检测模型的训练方法,包括:获取原始人脸样本图像集;对原始人脸样本图像集进行数据增强处理,得到第一人脸样本训练集;根据第一人脸样本训练集对第一神经网络模型进行训练,并根据训练好的第一神经网络模型对原始人脸样本图像集进行人脸检测,得到第一人脸样本图像集;对第一人脸样本图像集进行姿态角计算、数据增强处理,得到第二人脸样本训练集;根据第二人脸样本训练集对第二神经网络模型进行训练。本申请所提供的人脸关键点检测模型的训练方法可提高人脸关键点检测模型的关键点定位精准度,减小模型体积。
  • 关键检测模型训练方法设备可读存储介质

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top