“龚秋棠”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17个，建议您升级VIP下载更多相关专利

[发明专利]一种神经网络训练方法和装置以及设备-CN202010935075.4有效
发明人：吴善思源;龚秋棠;林奇;侯峰;吴方灿 -专利权人：厦门真景科技有限公司
申请日： 2020-09-08 - 公布日： 2023-08-18 - 主分类号： G06N3/082 文献下载
摘要：本发明公开了一种神经网络训练方法，所述方法包括：创建第一神经网络；利用所述第一神经网络进行图像重建训练，所述第一神经网络训练后可输出与输入图像的尺寸相同、内容相近的图像，得到第一参数模型；基于所述第一参数模型创建第二神经网络；利用所述第二神经网络同时进行图像重建训练和对具有标签的人脸关键点检测训练，得到第二参数模型；通过所述第二参数模型进行对具有标签的人脸关键点检测训练，得到第三参数模型；基于所述第三参数模型进行创建第三神经网络。本发明提出的方案能够使得神经网络在使用过程中有更高的鲁棒性和精度。
一种神经网络训练方法装置以及设备

[发明专利]一种基于人脸识别技术的视频美颜方法、装置、设备及计算机可读存储介质-CN202010680905.3有效
发明人： 龚秋棠;林奇;侯峰;吴方灿 -专利权人：厦门真景科技有限公司
申请日： 2020-07-15 - 公布日： 2023-07-11 - 主分类号： G06T3/00 文献下载
摘要：本发明公开了一种基于人脸识别技术的视频美颜方法，所述方法包括：获取待美颜视频；通过遍历所述待美颜视频并识别所述待美颜视频中出现的人脸；区分所出现的人脸，并将与所述人脸对应的人进行设置标识号；根据所述标识号的顺序，将对应所述人脸显示在所述待美颜视频的时间轴上；选择所述待美颜视频的时间轴上的所述人脸的当前帧进行美颜处理，并自动同步到所述待美颜视频的同一所述人脸的所有帧上。以上方案，能够满足对视频中不同人物的不同美颜处理方案的需求，并可自动同步到视频中的同一个人的人脸视频帧上，从而提高了用户编辑视频的效率以及提高了体验效果。
一种基于识别技术视频美颜方法装置设备计算机可读存储介质

[发明专利]一种基于保边模糊的美颜方法、装置、设备及计算机可读存储介质-CN202010675071.7有效
发明人： 龚秋棠;林奇 -专利权人：厦门真景科技有限公司
申请日： 2020-07-14 - 公布日： 2023-06-23 - 主分类号： G06T3/00 文献下载
摘要：本发明公开了基于保边模糊的美颜方法，所述方法包括：获取待处理图片；对所述待处理图片进行保护边缘的模糊处理，得到第一图片；对所述待处理图片和所述第一图片进行高反差处理，得到第二图片；对所述待处理图片、所述第一图片和所述第二图片进行美颜处理，得到第三图片。该方案能够实现在实时美颜过程中，更好的对边缘进行边缘保护，达到更好的美颜效果。
一种基于模糊美颜方法装置设备计算机可读存储介质

[发明专利]基于3D重建技术的视频编辑方法和装置以及设备-CN202010725481.8有效
发明人：吴善思源;龚秋棠;吴方灿;林奇 -专利权人：厦门真景科技有限公司
申请日： 2020-07-24 - 公布日： 2023-06-06 - 主分类号： G06T13/20 文献下载
摘要：本发明公开了基于3D重建技术的视频编辑方法，所述方法包括：获取待编辑视频；检测所述待编辑视频每一帧中可识别的对象；利用神经网络重建与每一所述对象对应的第一3D模型；选择所述待编辑视频中的所述对象的当前帧，对所选择的所述对象进行编辑，并将所编辑的内容修改所述第一3D模型，生成第二3D模型；基于所述第二3D模型对所述对象所在的每一帧图像进行实时姿态估计，并根据所述姿态估计驱动所述第二3D模型生成替换图像，将所述替换图像渲染至所述待编辑视频的同一所述对象的所有帧上。本发明提出的方案能够实现在视频中单帧编辑物体后，自动应用到整个视频帧上的相同物体，从而提高了用户编辑视频的效率以及提高了体验效果。
基于重建技术视频编辑方法装置以及设备

[发明专利]特征点检测方法、装置、电子设备和可读存储介质-CN201910788794.5有效
发明人：吴志洋;陈宝林;龚秋棠;张伟;傅松林 -专利权人：厦门美图之家科技有限公司
申请日： 2019-08-26 - 公布日： 2022-10-28 - 主分类号： G06T3/00 文献下载
摘要：本申请实施例提供了一种特征点检测方法、装置、电子设备和可读存储介质，涉及计算机视觉领域。该方法首先获得预先建立的特征点提取模型包含的多个第一连接权重；接着，基于所述特征点提取模型，获取待检测图像对应的多个待处理图像特征，其中，所述特征点提取模型为预先经过模型剪枝处理的模型；然后，基于预先建立的特征点量化模型，对各所述待处理图像特征进行量化处理，得到多个待卷积图像特征，对各所述第一连接权重进行量化处理，得到多个第二连接权重；最后，对各所述待卷积图像特征及各所述第二连接权重进行卷积处理，得到目标特征点。如此，基于轻量化的特征点提取模型进行特征提取，在保证检测精度的同时使得检测速率得到提升。
特征检测方法装置电子设备可读存储介质

[发明专利]一种精细化全身美型方法、设备、存储介质-CN202210310389.4在审
发明人：吴善思源;林奇;龚秋棠 -专利权人：深圳真视科技有限公司
申请日： 2022-03-28 - 公布日： 2022-07-29 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种精细化全身美型方法、设备、存储介质，属于美颜技术领域；所述方法包括：获取包含至少一个肢体的待处理图像、输入第一检测网络，构建至少一个人体外包框并裁切成人体图像块、输入第二检测网络，检出至少一个肢体瑕疵点、基于至少一个肢体瑕疵点，分割至少一个瑕疵肢体图像块、输入第三检测网络，对瑕疵进行修饰、输出结果；本发明的优点在于：可以精细化调节图像人物体态，达到瘦身纤体的效果；每个调整点相互独立，可以根据用户选择控制每个调整点的力度；调整的风格由训练数据决定，根据不同设计师制造的数据集合可以得到不同的美型效果。
一种精细全身方法设备存储介质

[发明专利]一种用于关键点模型量化的网络结构、方法、设备、介质-CN202210311224.9在审
发明人：吴善思源;龚秋棠;侯峰 -专利权人：深圳真视科技有限公司
申请日： 2022-03-28 - 公布日： 2022-07-05 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种用于关键点模型量化的网络结构、方法、设备、介质，属于美颜技术领域；所述网络结构用于人脸关键点预测量化模型的精度优化；所述网络结构包括：主干、基础预测分支，用于预测第一级人脸关键点坐标；循环分支：用于估计人脸关键点坐标误差余量；所述循环分支设有N个精度优化循环分支，用于估计基础预测分支预测的关键点的误差余量；所述N为≥0的正整数；本发明的优点在于，采用循环分支能够充分利用模型量化的优势，使得人脸关键点模型进一步提升性能，降低功耗；能够解决回归问题量化精度不够的问题；解决了因为量化导致结果离散带来的人脸关键点抖动问题，有效地保证人脸关键点的精度，并且保证关键点的稳定性。
一种用于关键模型量化网络结构方法设备介质

[发明专利]一种斑痘痣识别及祛斑痘痣方法、设备、存储介质-CN202210310378.6在审
发明人：吴善思源;龚秋棠;侯峰 -专利权人：深圳真视科技有限公司
申请日： 2022-03-28 - 公布日： 2022-07-01 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种斑痘痣识别及祛斑痘痣方法、设备、存储介质，属于美颜技术领域；所述方法包括：输入包括至少一个人脸的数据；对至少一个人脸的数据进行识别，获得n个瑕疵特征、n个瑕疵区域并生成m个瑕疵类别；根据m个瑕疵类别生成m个第一掩膜；通过交互的方式对n个瑕疵区域或所述m个第一掩膜进行选择，生成第二掩膜；依据n个瑕疵特征或m个第一掩膜和第二掩膜进行处理输出结果图；本发明通过输入图经过一个网络得到识别不同类别斑痘痣的掩膜，每一层掩膜表示一种类型的斑痘痣；用户可以选择不同的斑痘痣进行保留；通过本发明方法可以定制化祛斑痘痣，保留用户个人喜欢的特征，解决现有技术无法对不同类型的斑痘瑕疵进行区分识别的问题。
一种斑痘痣识别祛斑方法设备存储介质

[发明专利]基于Winograd算法的神经网络卷积方法及装置-CN201910041019.3有效
发明人：戴宏凯;陈志杰;龚秋棠;傅松林;张伟 -专利权人：厦门美图之家科技有限公司
申请日： 2019-01-16 - 公布日： 2022-01-25 - 主分类号： G06N3/04 文献下载
摘要：本申请提供基于Winograd算法的神经网络卷积方法及装置，所述方法包括：获取待加速神经网络卷积的卷积核及图像块；将Winograd算法中矩阵元素为浮点型的第一矩阵转换为矩阵元素为整型的目标矩阵；根据目标矩阵及所述卷积核，得到第一变换矩阵；根据Winograd算法中第二矩阵及所述图像块，计算得到第二变换矩阵；根据Winograd算法中第三矩阵与所述第一、第二变换矩阵，得到卷积矩阵；采用所述卷积矩阵对输入该神经网络的图像进行卷积处理，得到卷积处理后图像。采用本申请提供的基于Winograd算法的神经网络卷积方法进行卷积计算，能够实现算法的定点加速，提高运算速度和精准度。
基于 winograd 算法神经网络卷积方法装置

[发明专利]一种素材匹配方法、计算设备及存储介质-CN201810931818.3有效
发明人：傅松林;吴方灿;龚秋棠;张伟;胡瑞鑫 -专利权人：厦门美图之家科技有限公司
申请日： 2018-08-15 - 公布日： 2021-09-07 - 主分类号： G06F3/01 文献下载
摘要：本发明公开了一种素材匹配方法，在计算设备中执行，方法包括：接收客户端下载素材的请求信息，所述请求信息中包括客户端所在移动终端的设备信息；根据客户端所在移动终端的设备信息，确定与移动终端匹配的素材包；以及将所确定的与移动终端匹配的素材包发送给客户端，以便客户端对素材包进行处理。该方案可以节省中低端设备下载素材包时的用户流量，并优化高端设备对素材包的显示效果。
一种素材匹配方法计算设备存储介质

[发明专利]一种人像分割方法及移动终端-CN201711351028.X有效
发明人：邢晨;李启东;张伟;龚秋棠;刘挺 -专利权人：厦门美图之家科技有限公司
申请日： 2017-12-15 - 公布日： 2020-12-04 - 主分类号： G06T7/10 文献下载
摘要：本发明公开了一种人像分割方法，适于在移动终端中执行，该方法利用预定分割网络对待处理图像进行分割处理，其中，预定分割网络包括编码阶段和解码阶段：编码阶段包括第一数目对依次连接的卷积层和下采样层，且每一对卷积层和下采样层形成一个卷积‑下采样对，经第一数目个卷积‑下采样对迭代后，输出编码阶段的下采样特征图；解码阶段包括第一数目对依次连接的卷积层和上采样层，且每一对卷积层和上采样层形成一个卷积‑上采样对，在经第一数目个卷积‑上采样对迭代后，输出分割结果图。本发明一并公开了相应的移动终端。
一种人像分割方法移动终端

[发明专利]一种美颜神经网络训练方法、装置、设备和存储介质-CN202010825307.0在审
发明人：吴善思源;龚秋棠;侯峰;林奇;吴方灿 -专利权人：厦门真景科技有限公司
申请日： 2020-08-17 - 公布日： 2020-11-24 - 主分类号： G06N3/08 文献下载
摘要：本发明公开一种美颜神经网络训练方法、装置、设备和存储介质，其包括如下步骤：S1，训练一个人脸五官属性分类网络NetA；S2，训练一个人脸五官语义分割网络NetS；S3，训练一个普通用户人脸自编码网络，包括NetCe和NetCd；S4，训练一个高颜值用户人脸自编码网络，包括NetBe和NetBd；S5，训练隐空间编码转换网络NetT；S6，NetCe将普通用户人脸图像Cimage转换成隐空间编码Ccode；S7，NetBe将高颜值用户人脸图像Bimage转换成隐空间编码Bcode；S8，NetT将Ccode转换为C2Bcode，NetBd将C2Bcode还原为输出图像output；S9，使用Ccode＝NetCe(Cimage)；C2Bcode＝NetT(Ccode)；output＝NetBd(C2Bcode)；获得与用户本人身份特征一致的高颜值脸部图像output。通过半监督的训练方式，可以使用“非配对”数据进行无需设置或调整参数；且美颜处理的功能非常丰富，不限于磨皮、美白、祛斑等简单操作。
一种美颜神经网络训练方法装置设备存储介质

[发明专利]一种实时美肤方法、装置、设备和计算机存储介质-CN202010658737.8在审
发明人： 龚秋棠;林奇;吴善思源 -专利权人：厦门真景科技有限公司
申请日： 2020-07-09 - 公布日： 2020-10-23 - 主分类号： G06T11/00 文献下载
摘要：本发明公开一种实时美肤方法、装置、设备和计算机存储介质，方法包括：S1，获取输入原始图像；S2，获取图像光影颜色信息，命名为ILow；S3，获取图像高光区域蒙板BMask和阴影区域蒙板DMask；S4，获得的蒙板区域，对ILow进行高斯模糊，从而平整高光和阴影；S5，将步骤S1的原始图像减去步骤S2中的结果图，获得图像的质感信息，命名为IDetail；S6，进行瑕疵检测，获得瑕疵区域；S7，在瑕疵区域周边寻找正常皮肤信息，进行瑕疵区域填充；S8，将结果进行线性融合，获取最终结果图。将图片不同信息分开处理，比起传统的统一模糊或者统一提亮方案能够处理的更细腻。保留了图片质感信息，与传统磨皮式美颜相比在最终合成的时候效果更自然，细节保留更好。
一种实时方法装置设备计算机存储介质

[发明专利]模型训练方法、装置、电子设备和计算机可读存储介质-CN201910713733.2在审
发明人：陈宝林;吴志洋;龚秋棠;傅松林;张伟 -专利权人：厦门美图之家科技有限公司
申请日： 2019-08-02 - 公布日： 2019-11-05 - 主分类号： G06N3/08 文献下载
摘要：本发明实施例提出一种模型训练方法、装置、电子设备和计算机可读存储介质，涉及数据处理技术领域。方法包括将训练好的浮点模型重构成量化网络和浮点网络，基于相同的输入数据，执行所述浮点网络前向推理并获取所述浮点网络的输出数据，执行所述量化网络前向推理并获取所述量化网络的输出数据。然后计算所述浮点网络的输出数据与所述量化网络的输出数据之间的损失，判断所述损失是否达到设定条件，若未达到所述设定条件，则基于所述损失对所述量化网络进行迭代训练，直至所述浮点网络的输出数据与迭代训练后的量化网络的输出数据的损失达到所述设定条件。从而实现对量化模型的便捷训练。
输出数据浮点网络量化设定条件计算机可读存储介质电子设备迭代训练模型训练前向推理数据处理技术

[发明专利]一种基于卷积神经网络的图像处理方法、装置及移动终端-CN201710288469.3有效
发明人：李启东;李志阳;龚秋棠;张伟;傅松林 -专利权人：厦门美图之家科技有限公司
申请日： 2017-04-27 - 公布日： 2019-10-11 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于卷积神经网络的图像处理方法、装置及移动终端，该方法适于在具有图形程序接口的移动终端中执行，其中，卷积神经网络包括多个处理层和多个数据层，移动终端中存储有各数据层对应于图形程序接口的存储参数，存储参数包括特征图尺寸、纹理横向数量和纹理纵向数量，该方法包括：将待处理图片作为第一个数据层输入到卷积神经网络；对每一个数据层，根据存储参数，将该数据层的多个特征图组合形成对应的大纹理进行存储；对每一个处理层，获取与之相连的上一数据层对应的大纹理，调用图形程序接口对其进行与该处理层对应的渲染处理，以生成下一数据层中的多个特征图。
一种基于卷积神经网络图像处理方法装置移动终端

1
2
下一页»
尾页
共 17 条