“程福运”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7个，建议您升级VIP下载更多相关专利

[发明专利]一种车辆方位角获取方法、装置、电子设备及存储介质-CN202211662552.X在审
发明人：郑智勇;程福运;朱树磊;殷俊 -专利权人：浙江大华技术股份有限公司
申请日： 2022-12-23 - 公布日： 2023-05-12 - 主分类号： G06V20/56 文献下载
摘要：本申请公开了一种车辆方位角获取方法、装置、电子设备及存储介质，涉及数据处理技术领域。本申请中，获取图像采集设备在设定时刻采集到的原始道路图像，并对原始道路图像进行边缘检测，获得相应的道路边缘图像，再基于原始道路图像对应的道路区域特征，以及道路边缘图像对应的道路边缘特征，获得相应的重构道路区域，从而基于重构道路区域对应的车辆偏转角，以及车辆在设定时刻所处位置的道路方向信息，获得车辆的车辆方位角。采用这种方式，提高了车辆方位角获取的准确性和可靠性，也一定程度上，通过对道路区域的重构，极大地削弱了道路堵塞对车辆方位角获取的干扰。
一种车辆方位角获取方法装置电子设备存储介质

[发明专利]一种基于CNN模型的人脸识别方法及装置-CN201711174490.7有效
发明人： 程福运;郝敬松 -专利权人：浙江大华技术股份有限公司
申请日： 2017-11-22 - 公布日： 2020-10-30 - 主分类号： G06K9/00 文献下载
摘要：本发明实施例公开了一种基于CNN模型的人脸识别方法及装置。该方案中，先对采集图像分别进行灰度特征和TT特征的提取，再分别使用多个CNN模型对灰度特征图像和TT特征图像进行CNN特征提取，利用采集图像的CNN特征提取结果与预先提取的注册图像的CNN特征提取结果，得到采集图像和注册图像的匹配分数，进而进行人脸识别。在利用多个CNN模型提取CNN特征之前，增加了灰度特征和TT特征的提取，其中，灰度特征由RGB图像转化而来，包含了原始图像的绝大多数信息，增加的TT特征对光强有较强的鲁棒性，该TT特征的提取能够很好地减弱光照对人脸识别系统的影响，提高人脸识别效果。
一种基于 cnn 模型识别方法装置

[发明专利]一种基于CNN模型的训练方法、人脸姿态估测方法及装置-CN201810014689.1有效
发明人： 程福运;郝敬松 -专利权人：浙江大华技术股份有限公司
申请日： 2018-01-08 - 公布日： 2020-08-14 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于CNN模型的训练方法、人脸姿态估测方法及装置，用以解决现有技术中在人脸姿态估测仅以单一浅层特征为输入，以及不能估测出人脸姿态的具体角度的问题。基于CNN模型的训练方法包括：根据输入的人脸图像确定人脸图像在roll方向上的偏转角度，并根据偏转角度反方向调整人脸图像；提取调整后的人脸图像中预设的多个浅层特征；将提取的各个浅层特征进行堆叠后作为卷积神经网络CNN模型的输入，正向传播并提取深层特征，将提取的深层特征以全连接的方式得到两个输出值；将该两个输出值分别与人脸图像在pitch方向和yaw方向上的期望位姿所对应的期望值进行比较，计算误差，以及将误差反向传播，更新CNN模型的参数。
一种基于 cnn 模型训练方法姿态估测装置

[发明专利]一种基于人脸图像的眼镜框去除方法及装置-CN201711341825.X有效
发明人： 程福运;郝敬松;王刚 -专利权人：浙江大华技术股份有限公司
申请日： 2017-12-14 - 公布日： 2019-09-17 - 主分类号： G06K9/00 文献下载
摘要：本申请公开了一种基于人脸图像的眼镜框去除方法及装置，用以避免眼镜框残留的问题。基于人脸图像的眼镜框去除方法包括：建立基于人脸图像的深层神经网络；将眼镜框待去除人脸图像输入到所述基于人脸图像的深层神经网络，输出与所述眼镜框待去除人脸图像对应的不戴眼镜的人脸图像；根据所述眼镜框待去除人脸图像和所述不戴眼镜的人脸图像，确定眼镜框区域；将所述眼镜框待去除人脸图像中所述眼镜框区域的像素值，替换为所述不戴眼镜的人脸图像中所述眼镜框区域的像素值，得到眼镜框去除图像。
人脸图像眼镜框去除眼镜神经网络像素替换残留图像输出申请

[发明专利]一种人脸检测方法及装置-CN201711484406.1在审
发明人： 程福运 -专利权人：浙江大华技术股份有限公司
申请日： 2017-12-29 - 公布日： 2018-05-29 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种人脸检测方法及装置，通过获取待进行人脸检测的图像，并对该待进行人脸检测的图像进行卷积编码得到分辨率较低的第一特征图像，对第一特征图像进行卷积解码，得到与待进行人脸检测的图像分辨率相同的第二特征图像，并基于该第二特征图像进行人脸检测，从而提高了对相互靠近、较小的人脸检测的检测效果，提高了定位人脸的精度。
人脸检测特征图像图像图像分辨率卷积编码卷积解码分辨率人脸检测

[发明专利]一种CNN模型的训练方法及装置、人脸识别方法及装置-CN201711176849.4在审
发明人： 程福运;郝敬松 -专利权人：浙江大华技术股份有限公司
申请日： 2017-11-22 - 公布日： 2018-05-08 - 主分类号： G06K9/00 文献下载
摘要：本发明实施例公开了一种CNN模型的训练方法及装置、人脸识别方法及装置。该方案中，对多个浅层特征分别利用CNN模型提取深层特征之后，先将提取的多个特征串行融合，然后对串行融合的特征，进一步以全连接的方式与下一层进行连接，输出图像特征并进行分类，并结合分类结果和标签层对CNN模型的参数进行更新。该方案中，由于对串行融合的特征采用全连接的方式与下一层进行连接，减小了冗余特征的作用，将利于分类的特征提取出来，从而降低了提取特征的冗余性；CNN模型能够实现对特征与标签之间进行端到端的训练，可以自动提取有效特征，减弱冗余特征的作用，将训练得到的CNN模型应用于人脸识别中，可以提高人脸识别效果。
一种 cnn 模型训练方法装置识别

[发明专利]一种CNN模型的微调方法及装置-CN201711174440.9在审
发明人： 程福运;郝敬松 -专利权人：浙江大华技术股份有限公司
申请日： 2017-11-22 - 公布日： 2018-04-20 - 主分类号： G06N3/08 文献下载
摘要：本发明实施例公开了一种CNN模型的微调方法及装置。该方法包括基于经过预训练的CNN模型，对输入的所有样本图像进行图像特征的提取，得到多个类别的图像特征；针对每个类别的图像特征，采用聚类算法将类内的图像特征进行分簇，得到每个簇的簇心；利用预设目标函数计算误差；其中，所述目标函数用于将各个簇内的图像特征向簇心处聚拢；将所述误差在CNN模型中反向传输，对CNN模型的参数进行更新。这样，脏样本的图像、质量较好的样本图像会分别单独聚类，减少了它们之间的相互影响，有利于质量较好的样本图像的收敛，减弱了脏样本对CNN模型的影响，且实现简单。
一种 cnn 模型微调方法装置