“mtcnn ”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果150个，建议您升级VIP下载更多相关专利

[发明专利]基于MTCNN人脸检测的改进方法和装置-CN202110794827.4在审
发明人：马玉;柯学 -专利权人：上海骏聿数码科技有限公司
申请日： 2021-07-14 - 公布日： 2021-09-28 - 主分类号： G06K9/00 文献下载
摘要：本发明提供了一种基于MTCNN人脸检测的改进方法和装置，涉及神经网络技术领域，包括：利用预先获取的人脸图像训练样本，对MTCNN模型进行训练；其中，人脸图像训练样本包括：正向人脸样本、非正向人脸样本和非人脸样本；MTCNN模型包括：O‑Net网络层，O‑Net网络层的输入图片的尺寸为64x64；使用训练后的MTCNN模型，对预先获取的待检测人脸图像进行人脸检测，获取正向人脸图像并输出检测结果。该方法解决了现有人脸检测网络模型误识率较高、对人脸方向检测的准确性较低的技术问题，达到了降低MTCNN人脸误识率、提高人脸检测精度的技术效果。
基于 mtcnn 检测改进方法装置

[发明专利]基于IRCNN和MTCNN的具有尺度旋转不变性的静脉识别方法及系统-CN201910620017.X有效
发明人：胡可;黄国恒;周艳妹;彭涛 -专利权人：广东工业大学
申请日： 2019-07-10 - 公布日： 2023-07-25 - 主分类号： G06V40/14 文献下载
摘要：本申请所提供的一种基于IRCNN和MTCNN的具有尺度旋转不变性的静脉识别方法，包括：将目标静脉图像输入预设IRCNN模型进行锐化处理，得到锐化图像；将锐化图像输入预设MTCNN模型，输出特征图；其中，预设MTCNN模型是基于预设参数进行结构构建的模型；将特征图中特征点相对特征图的方框的相对位置与预设相对位置进行比对以实现身份识别。该方法先用IRCNN模型来进行图像增强，将特征变得明显，再用MTCNN模型来提取特征，得到特征图。由于MTCNN模型具有旋转不变性和尺度不变性，故提取特征更加精确，即得到的特征图更加精确，进而能够提高身份识别的精确度。本申请还提供一种基于IRCNN和MTCNN的具有尺度旋转不变性的静脉识别系统、设备及计算机可读存储介质，均具有上述有益效果。
基于 ircnn mtcnn 具有尺度旋转不变性静脉识别方法系统

[发明专利]一种基于MTCNN的车脸对齐方法-CN201910625985.X有效
发明人：朱顺意;范继辉;李广立;瞿明军;刘雪健;周莉;巩志远;陈建学;杜来民;邓国超;白玥寅;张松;周雨晨 -专利权人：山东领能电子科技有限公司;山东大学;太原理工大学
申请日： 2019-07-11 - 公布日： 2023-06-30 - 主分类号： G06V10/46 文献下载
摘要：本发明涉及一种基于MTCNN的车脸对齐方法，属于车辆识别领域，包括：将车辆数据集划分为训练集和测试集，使用LabelImg工具标注训练数据集；修改MTCNN算法模型中的图像读取文件，更改特征点数量；训练MTCNN算法模型；指定目标图片并构建图像金字塔；将图像金字塔导入MTCNN算法模型，经过P‑Net进行第一级处理；P‑Net的输出结果进入R‑Net进行第二级处理；R‑Net的输出结果进入O‑Net进行第三级处理，识别出车脸边框及特征点；对MTCNN算法模型的输出结果进行仿射变换。
一种基于 mtcnn 对齐方法

[发明专利]基于MTCNN网络模型的人脸检测方法及装置、终端-CN201910866918.7在审
发明人：达声蔚 -专利权人：上海齐感电子信息科技有限公司
申请日： 2019-09-12 - 公布日： 2021-03-12 - 主分类号： G06K9/00 文献下载
摘要：一种基于MTCNN网络模型的人脸检测方法及装置、终端，所述人脸检测方法包括：确定样本数据集；基于所述样本数据集，训练所述MTCNN网络模型；使用训练后的MTCNN网络模型检测待检测图像中的人脸；其中，所述MTCNN网络模型包括级联的P‑Net网络、R‑Net网络和O‑Net网络，所述P‑Net网络、R‑Net网络和O‑Net网络各自包含多个卷积层，每一卷积层包括卷积核，所述卷积核对输入的数据进行深度向卷积和
基于 mtcnn 网络模型检测方法装置终端

[发明专利]基于MTCNN算法的人脸多特征点检测方法及装置-CN202111293166.3在审
发明人：龚启勇;幸浩洋;黄晓琦;吕粟 -专利权人：四川大学华西医院
申请日： 2021-11-03 - 公布日： 2021-12-03 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于MTCNN算法的人脸多特征点检测方法及装置，属一种人脸检测方法，所述方法为在MTCNN算法的基础上，将输入数据集中的人脸特征点的标定数量设置为大于或等于六个；所述人脸特征点均为在初始人脸图像上进行的自由标定点，且将标定人脸特征点后的初始人脸图像均利用MTCNN算法训练，形成人脸特征数据模型，以所述人脸特征数据模型作为MTCNN算法的识别依据。通过将MTCNN算法模型中的特征点的标定数量增多，并通过算法训练，从而有效提升了人脸识别的精确性，亦可对特征点标定数量进行扩展，实现对侧脸识别，更为适宜在TMS系统等医疗器械等领域中对人脸识别精度要求更为精确的场景中使用
基于 mtcnn 算法人脸多特征检测方法装置

[发明专利]一种基于改进的MTCNN模型人脸检测方法和系统-CN201910925582.7在审
发明人：周继乐;储超群;吕成涛 -专利权人：北京紫睛科技有限公司;嘉兴广目科技有限公司
申请日： 2019-09-27 - 公布日： 2019-12-27 - 主分类号： G06K9/00 文献下载
摘要：一种基于改进的MTCNN模型人脸检测方法及系统，该方法包括以下步骤，获取待检测人脸图像；将人脸图像缩放到不同尺寸，形成一个图像金字塔；利用训练后的MTCNN模型对所述人脸图片进行检测人脸面部特征；得到并输出检测结果；其中，所述MTCNN模型三层网络结构中，P‑Net、R‑Net和O‑Net网络层的输出层均为卷积层。本发明将现有R‑net和O‑net网络层的最后一层全连接层改变成卷积层，优化MTCNN网络模型，在保证人脸检测准确度较高的情况下，提高人脸检测方法的运行速度。
人脸检测人脸图像网络层人脸面部特征三层网络结构图像金字塔准确度人脸图片输出检测网络模型连接层输出层检测成卷积层卷积优化改进保证

[发明专利]一种人脸检测与识别方法、系统以及终端设备-CN201910157360.5有效
发明人：殷绪成;李凯;杨博闻;杨春 -专利权人：珠海亿智电子科技有限公司
申请日： 2019-03-01 - 公布日： 2021-12-07 - 主分类号： G06K9/00 文献下载
摘要：该方法方法集成了MTCNN和用YOLOv3两种深度学习方法，本方法首先通过利用MTCNN模型来对所输入的图片进行快速高效地人脸检测，以进行一次的检测筛选，而当MTCNN模型对所输入的图片检测不出人脸时，YOLOv3模型进行二次检测筛选，以对所输入的图片进行更为全面的的人脸识别，在道路监控中，面对车内人脸的情景，本方法结合了两种模型的优点，提高了整体的检出率；同时因为两种模型速度都较快，所以保证了速度；而对MTCNN
一种检测识别方法系统以及终端设备

[发明专利]人脸关键点检测模型的训练方法和人脸关键点检测方法-CN202110579203.0在审
发明人：刘思伟 -专利权人：广州织点智能科技有限公司
申请日： 2021-05-26 - 公布日： 2021-08-06 - 主分类号： G06K9/00 文献下载
摘要：本申请公开了一种人脸关键点检测模型的训练方法和人脸关键点检测方法，其中训练方法包括：获取携带有预置人脸标注信息的人脸样本图像；将所述人脸样本图像输入至MTCNN网络的Pnet网络中，得到所述人脸样本图像对应的人脸候选框；将所述人脸候选框、所述人脸样本图像输入至所述MTCNN网络的Rnet网络中，得到所述人脸样本图像对应的人脸目标框；将所述人脸目标框、所述预置人脸标注信息和所述人脸样本图像输入至所述MTCNN网络的Onet网络中，得到训练好的MTCNN网络模型，其中，所述Onet网络中的关键点回归函数为：预置WingLoss函数，解决了现有的人脸关键点检测方法在进行人脸检测时，容易出现关键点漂移，导致人脸关键点检测准确度较低的技术问题
关键检测模型训练方法

[发明专利]一种多任务级联卷积神经网络的人脸检测方法及系统-CN202111495330.9在审
发明人：唐贤伦;林鑫;谢颖;罗洪平;黄德军;谢涛;邹密;王会明;徐梓辉 -专利权人：重庆邮电大学
申请日： 2021-12-08 - 公布日： 2022-04-12 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种多任务级联卷积神经网络的人脸检测方法及系统，将获取的人脸检测数据集分为训练集和测试集，采用多支路的扩张卷积结构对MTCNN网络中的P网络进行改进，利用训练集分别训练O网络、R网络和改进后的P网络的其中一条支路，得到MTCNN网络的最优参数；以此生成训练好的MTCNN网络；对测试集中的图片进行预处理，将预处理后的图片输入到训练好的MTCNN网络中进行人脸检测，输出检测结果，去除了极其耗时的图像金字塔结构
一种任务级联卷积神经网络检测方法系统

[发明专利]一种基于改进MTCNN的阀口袋灌装房口罩检测系统-CN202211708565.6在审
发明人：刘新华;姜文婷;李春侠 -专利权人：哈尔滨严格智慧工厂有限公司
申请日： 2022-12-28 - 公布日： 2023-03-31 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种基于改进MTCNN的阀口袋灌装房口罩检测系统，包括将多任务卷积神经网络应用于阀口袋灌装房口罩检测，构成用于操作人员口罩检测的阀口袋灌装房口罩检测系统；MTCNN用于实时检测获取人脸区域，并标出人眼、鼻子和和口罩鼻夹条在鼻梁处的弯折点共四处特征点用于判断工人是否正确佩戴口罩；本发明通过MTCNN模型实时检测佩戴口罩的人脸，利用预测出的特征点判断人员是否正确佩戴口罩，及时发出语音提醒，实现安全
一种基于改进 mtcnn 口袋灌装口罩检测系统

[发明专利]基于MTCNN的红眼自动修复方法-CN202010413910.8在审
发明人：苏雪平;高蒙;陈宁;任劼;李云红;朱丹尧;段嘉伟 -专利权人：西安工程大学
申请日： 2020-05-15 - 公布日： 2020-10-02 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了基于MTCNN的红眼自动修复方法，具体按照以下步骤实施：步骤1、将红眼图像输入到MTCNN网络中，MTCNN网络检测人脸并返回人脸的位置以及人脸的双眼瞳孔、鼻尖和左右嘴角的横纵坐标；步骤2、
基于 mtcnn 红眼自动修复方法

[发明专利]老年患者疼痛表情识别方法-CN202210765288.6在审
发明人：罗文;杨爽;郑得志;赵慧雯;刘静;龚良波;陈晓英;温志华 -专利权人：罗文
申请日： 2022-06-30 - 公布日： 2022-09-20 - 主分类号： G06V40/16 文献下载
摘要：本发明公开的老年患者疼痛表情识别方法，包括以下步骤：获取人脸图像，使用MTCNN进行人脸检测，得到所需人脸区域；对人脸区域进行图像预处理；建立并训练Resnet50网络模型；将图像输入到Resnet50本发明的老年患者疼痛表情识别方法，融合了MTCNN与Resnet50网络，通过建立数据集，使用MTCNN实现人脸检测，以ResNet50为基础网络框架，使用迁移学习实现模型功能，从而实现了老年患者疼痛表情分类
老年患者疼痛表情识别方法

[发明专利]基于MobileNet-V3的疲劳驾驶状态检测方法-CN202011581067.0在审
发明人：赵起;周晓慧 -专利权人：杭州电子科技大学
申请日： 2020-12-28 - 公布日： 2021-04-30 - 主分类号： G06K9/00 文献下载
摘要：现有疲劳检测方法中采用的MTCNN网络模型的速度较慢。本发明方法首先构建改进的MTCNN网络模型，然后利用改进的MTCNN网络模型对需检测的视频数据集进行逐帧人脸检测，提取面部特征区域；使用预训练后的MobileNet‑V3模型分别识别面部特征区域，通过PERCLOS
基于 mobilenet v3 疲劳驾驶状态检测方法

[发明专利]一种口罩佩戴检测方法-CN202010657615.7在审
发明人：杨蕾 -专利权人：陕西师范大学
申请日： 2020-07-09 - 公布日： 2020-11-13 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种口罩佩戴检测方法，包括：通过MTCNN算法中的P‑Net网络，提取人脸目标；通过MTCNN算法中的R‑Net网络，对人脸目标进行筛选，获取筛选剩下的人脸目标；通过改进的R‑Net网络，在筛选剩下的人脸目标中提取口罩目标本发明对MTCNN算法进行了针对性的改进，在网络设计上，将针对人脸与口罩目标的特点，对各子网络做针对性的改进与调整，在算法的检测流程上，利用人脸目标与口罩目标之间的关系，将人脸检测与口罩检测结合起来，使两者在检测流程上不再相互独立
一种口罩佩戴检测方法

[发明专利]一种人脸检测模型训练方法、人脸检测方法及其相关装置-CN202110437083.0在审
发明人：刘畅 -专利权人：广州织点智能科技有限公司
申请日： 2021-04-22 - 公布日： 2021-07-20 - 主分类号： G06K9/00 文献下载
摘要：本申请公开了一种人脸检测模型训练方法、人脸检测方法及其相关装置，对MTCNN网络中的P‑Net的第一个卷积层后增加人脸属性网络分支，并在P‑Net的第二、第三个卷积层之间增加属性融合层，构建得到新P‑Net；通过人脸检测数据集分阶段训练新P‑Net、MTCNN网络中的R‑Net和O‑Net，得到训练好的新P‑Net、R‑Net和O‑Net，人脸检测数据集的标签信息包括人脸信息和人脸属性信息；结合训练好的新本申请改善了现有技术采用MTCNN网络进行人脸检测，由于P‑Net的结构简单，导致人脸检测的准确率较低，并影响人脸检测速度的技术问题。
一种检测模型训练方法及其相关装置

1
2
3
4
5
6
7
8
9
10
下一页»
尾页
共 150 条