“於景瞵”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5个，建议您升级VIP下载更多相关专利

[发明专利]人脸识别方法、装置及计算机可读存储介质-CN202111131620.5有效
发明人： 於景瞵;申云鹏;钟南昌 -专利权人：重庆中科云从科技有限公司;上海云从企业发展有限公司
申请日： 2021-09-26 - 公布日： 2023-05-23 - 主分类号： G06V40/16 文献下载
摘要：本发明涉及图像处理技术领域，具体提供一种人脸识别方法、装置及计算机可读存储介质，旨在解决如何提升人脸识别准确率的问题。本发明首先控制边节点在每个训练阶段同时根据中心节点发送的模型参数加载各自对应的人脸识别模型，并根据各自存储的人脸图像训练集进行模型训练；在当前训练阶段中，每个边节点接收到的模型参数是上一个训练阶段中其他边节点对相同人脸识别模型训练后确定的；然后根据完成所有训练阶段的人脸识别模型确定最终的人脸识别模型，以进行人脸识别。基于上述方法，可以在边节点相互独立且无法直接共享数据的情况下同时利用各边节点存储的人脸图像训练集训练得到人脸识别准确率较高的人脸识别模型，从而提升人脸识别的准确率。
识别方法装置计算机可读存储介质

[发明专利]一种基于神经网络的目标检测方法、装置、机器可读介质及设备-CN202011069007.0有效
发明人：姚志强;周曦;夏伯谦;钟南昌;於景瞵 -专利权人：广州云从人工智能技术有限公司
申请日： 2020-09-30 - 公布日： 2021-09-28 - 主分类号： G06K9/00 文献下载
摘要：本发明提出一种基于神经网络的目标检测方法，包括：构建教师网络；通过样本图像集训练所述教师网络；构建学生网络，其中所述学生网络的参数量小于所述教师网络的参数量；在采用知识蒸馏提取所述教师网络训练获得的知识并迁移到所述学生网络的过程中，通过样本图像集对所述学生网络进行训练；通过训练后的学生网络，对输入的图像进行目标检测。本发明通过深度神经网络自动提取目标所需特征，避免了人工设计提取低层次抽象特征的问题。通过知识蒸馏，使得小网络在检测精度接近于大网络的同时保证了较高的检测速度，从而满足了目标检测中对于准确性和实时性的双重要求。
一种基于神经网络目标检测方法装置机器可读介质设备

[发明专利]一种目标检测方法、装置、机器可读介质及设备-CN202011107508.3在审
发明人：姚志强;周曦;於景瞵;张愈其;钟南昌 -专利权人：广州云从凯风科技有限公司
申请日： 2020-10-16 - 公布日： 2021-01-08 - 主分类号： G06K9/32 文献下载
摘要：本发明公开了一种目标检测方法，包括：获取待检测图像；将所述待检测图像输入至预先训练得到的基于轻量级卷积神经网络的目标检测模型，得到一个或多个目标检测框以及每个目标检测框对应的置信度；所述目标检测框用以标识待检测图像中检测到的一个或多个伪目标对象；确定置信度大于置信度阈值的目标检测框；根据置信度大于置信度阈值的目标检测框，确定所述待检测图像中的目标对象。本发明利用参数量、计算量较小的基于轻量级卷积神经网络的目标检测模型对待检测图像进行目标检测，减小了目标检测的计算量，提升了目标检测的速度。
一种目标检测方法装置机器可读介质设备

[发明专利]一种基于有约束插值技术的低码率图像编码方法-CN201511002747.1有效
发明人：朱树元;於景瞵 -专利权人：电子科技大学
申请日： 2015-12-28 - 公布日： 2018-08-21 - 主分类号： H04N19/132 文献下载
摘要：本发明提供一种基于有约束插值技术的低码率图像编码方法，它是通过下采样技术降低图像的分辨率，减少待编码图像的信息量，从而提高图像编码效率；为了能够在图像的重建过程中较好得恢复下采样过程和编码过程中所损失的信息，本发明对图像的插值重建和下采样进行了联合优化，将原始数据的信息进行分解和重新组合，避免了局部信息的过度丢失，从而提高了整体编码效率。在不引入复杂计算的基础上，优化了以插值算法为指导的图像下采样过程，并且将优化后的采样技术应用于低码率图像编码中，有效提高了编码效率。
一种基于约束技术低码率图像编码方法

[发明专利]一种基于多方向预测的虚拟视角图像空洞填补方法-CN201610451621.0有效
发明人：朱树元;於景瞵;李明宇 -专利权人：电子科技大学
申请日： 2016-06-21 - 公布日： 2017-11-17 - 主分类号： H04N13/00 文献下载
摘要：本发明提供了一种基于多方向预测的虚拟视角图像空洞填补方法，它是根据基于深度图的绘制算法，空洞区域都是位于背景区域的某些部分，需要使用背景部分的信息作为参考进行填补。在对大空洞的空像素点进行填补时，使用面向背景一侧的三个方向上的可用像素点做参考进行预测插值，并根据预测模式的具体公式进行插值计算，因此插值的精确度较高；能够在保证图像修复效果的前提下快速完成虚拟视角的空洞填补。由于本发明在三维绘制前对深度图像未做平滑滤波处理，也就避免了绘制出的虚拟视角图像中垂直边界上出现的几何失真。
一种基于多方预测虚拟视角图像空洞填补方法