“虞抒沁”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9个，建议您升级VIP下载更多相关专利

[发明专利]一种光流神经网络训练方法及装置-CN201811518482.4有效
发明人：石大虎;虞抒沁;谭文明 -专利权人：杭州海康威视数字技术股份有限公司
申请日： 2018-12-12 - 公布日： 2023-04-07 - 主分类号： G06T7/269 文献下载
摘要：本申请实施例提供了一种光流神经网络训练方法及装置。其中，方法包括：将样本图像帧和所述样本图像帧的相邻图像帧输入第一神经网络和第二神经网络，得到所述第一神经网络输出的第一稠密光流和所述第二神经网络输出的第二稠密光流，所述第一神经网络为预先经过训练的光流神经网络，所述第二神经网络为模型复杂度低于所述第一神经网络的光流神经网络；基于所述第一稠密光流与所述第二稠密光流之间的偏差，调整所述第二神经网络的网络参数。选用本申请实施例，由于第二神经网络能够学习到第一神经网络已经学习到的图像对到稠密光流的映射关系，可以使得第二神经网络的性能逼近于模型复杂度更高的第一神经网络。
一种神经网络训练方法装置

[发明专利]一种目标检测模型训练方法、目标检测方法和装置-CN202111582593.3在审
发明人：徐方凯;虞抒沁;童俊艳 -专利权人：杭州海康威视数字技术股份有限公司
申请日： 2021-12-22 - 公布日： 2022-04-08 - 主分类号： G06V20/62 文献下载
摘要：本申请实施例提供了一种目标检测模型训练方法、目标检测方法和装置，涉及深度学习技术领域，基于第一检测模型对各第一样本图像进行检测，得到各第一样本图像中对象的伪标签；获取各第一样本图像中对象的第一对象图像特征，各第二样本图像中对象的第二对象图像特征；基于各第一对象图像特征和各第二对象图像特征，从各第一样本图像中确定出待标定样本图像；基于各第一样本图像中第三样本图像中对象的伪标签、各第二样本图像中对象的真实标签、以及待标定样本图像中对象的真实标签，对待训练的第二检测模型进行模型训练，得到当前检测场景的目标检测模型，能降低检测成本，提高检测模型的生成效率。
一种目标检测模型训练方法装置

[发明专利]一种目标检测跟踪方法、装置及计算机设备-CN201810379134.7有效
发明人： 虞抒沁;谭文明 -专利权人：杭州海康威视数字技术股份有限公司
申请日： 2018-04-25 - 公布日： 2021-11-05 - 主分类号： G06T7/269 文献下载
摘要：本发明实施例提供了一种目标检测跟踪方法、装置及计算机设备，其中，目标检测跟踪方法包括：从获取的视频中提取关键帧，关键帧为连续的多个视频帧中的第一个视频帧；利用预设目标检测方法，对关键帧进行目标检测，得到关键帧中目标所处检测框的位置信息；将当前帧与关键帧进行融合，并对融合后的图像进行光流分析，得到当前帧相对于关键帧的特征位移信息，当前帧为连续的多个视频帧中除关键帧以外的任一个视频帧；根据检测框在关键帧中的位置信息，以及特征位移信息，确定当前帧中预测框的位置信息；基于预测框的位置信息，对目标进行跟踪。通过本方案，可以在降低计算量、保证目标检测跟踪的实时性前提下，提高目标检测跟踪的准确率。
一种目标检测跟踪方法装置计算机设备

[发明专利]神经网络模型训练方法、装置及电子设备-CN201911006317.5在审
发明人：浦世亮;虞抒沁 -专利权人：杭州海康威视数字技术股份有限公司
申请日： 2019-10-22 - 公布日： 2021-04-23 - 主分类号： G06N3/04 文献下载
摘要：本申请实施例提供了神经网络模型训练方法、装置及电子设备，该方法包括获取训练集；在训练集中选取样本图像输入到神经网络模型中进行训练；获取神经网络模型的训练状态信息，其中，训练状态信息表示神经网络模型的性能；按照训练状态信息，确定当前的性能模式；按照当前的性能模式对应的训练方式，对神经网络模型进行训练。获取神经网络模型的训练状态信息，以确定性能模式，并按照性能模式对应的训练方式，对神经网络模型进行训练，能够按照性能模式对应的训练方式，对神经网络模型进行训练，以提高各阶段训练的准确度，从而提高了神经网络模型的准确度，并且能够有效减少用户等待时间。
神经网络模型训练方法装置电子设备

[发明专利]一种目标检测方法及装置-CN201710084854.6有效
发明人： 虞抒沁 -专利权人：杭州海康威视数字技术股份有限公司
申请日： 2017-02-16 - 公布日： 2020-11-27 - 主分类号： G06K9/32 文献下载
摘要：本发明实施例提供了一种目标检测方法及装置，其中，目标检测方法包括：根据预设的待检测目标的尺寸，确定第一卷积核的尺寸；利用第一卷积核对原图像进行卷积运算，得到原图像的初始特征图；确定包含有多个预设特征提取层的特征提取模型，其中，特征提取模型用于根据初始特征图，并通过多个预设特征提取层的卷积运算，输出符合预设任务的图像的有效特征信息；根据该特征信息，通过预设多类回归算法及预设位置回归算法，得到待检测目标的类别及待检测目标在原图像中的位置信息。通过本发明可以提高目标检测的实际运行效率。
一种目标检测方法装置

[发明专利]目标检测模型训练方法、装置、电子设备及存储介质-CN201911104715.0在审
发明人：陈汉苑;虞抒沁;童俊艳;谭拢 -专利权人：杭州海康威视数字技术股份有限公司
申请日： 2019-11-13 - 公布日： 2020-10-13 - 主分类号： G06K9/62 文献下载
摘要：本发明实施例提供了一种目标检测模型训练方法、装置、电子设备及存储介质，从预训练的原始目标检测模型中读取各常规层的预训练参数和各特定层中指定输出通道对应的预训练参数，构建待训练的目标检测模型，待训练的目标检测模型能够复用原始目标检测模型中各常规层的预训练参数和各特定层中指定输出通道对应的预训练参数，这些网络层和输出通道的参数在原始目标检测模型中已经历过训练，是较为优化的参数，因此在对待训练的目标检测模型进行训练时，这些网络层和输出通道的参数训练时间会大幅度减少，并且，并不需要对原始目标检测模型的网络结构进行修改，从而实现了不改变目标检测模型的网络结构的基础上，减少目标检测模型的训练时长的目的。
目标检测模型训练方法装置电子设备存储介质

[发明专利]一种目标检测神经网络训练方法和装置-CN201811582168.2在审
发明人：石大虎;虞抒沁;谭文明 -专利权人：杭州海康威视数字技术股份有限公司
申请日： 2018-12-24 - 公布日： 2020-06-30 - 主分类号： G06N3/08 文献下载
摘要：本申请实施例提供了一种目标检测神经网络训练方法和装置。其中，方法包括：利用所述特征提取子网络对样本视频中参考视频帧进行处理，以基于所述参考视频帧与关键视频帧之间的变换关系，计算所述关键视频帧的图像特征，得到预估图像特征，所述参考视频帧为所述样本视频中未经过标定的视频帧，所述样本视频为所述样本视频中经过标定的视频帧；利用所述检测子网络对所述预估图像特征进行处理，得到预测结果；基于所述预测结果与所述关键视频帧的标定结果之间的误差计算损失，对所述目标检测神经网络的网络参数进行调整。可以在不增加因标定带来的工作量的情况下，提高经过训练的目标检测神经网络的准确性。
一种目标检测神经网络训练方法装置

[发明专利]一种车辆行为检测方法及装置-CN201810986173.3在审
发明人： 虞抒沁 -专利权人：杭州海康威视数字技术股份有限公司
申请日： 2018-08-28 - 公布日： 2020-03-06 - 主分类号： G06K9/00 文献下载
摘要：本申请公开了一种车辆行为检测方法，包括：车载智能设备连续采集视频帧；车载智能设备通过所述视频帧进行车辆行为识别判断，得出车辆异常判断结果；车载智能设备将所述车辆异常判断结果上传至服务器；所述服务器根据所述车辆异常判断结果进行车辆行为报警。本申请能够识别各种违章驾驶，交通事故类型，并且利用车载智能设备和大数据分析解决了监控盲点问题，在道路全程都能监督车辆安全行驶以及在监控盲点进行事故处理。
一种车辆行为检测方法装置

[发明专利]基于多分辨率特征关联的行人检测方法-CN201410143556.6在审
发明人：徐向华;虞抒沁 -专利权人：杭州电子科技大学
申请日： 2014-04-10 - 公布日： 2014-08-13 - 主分类号： G06K9/66 文献下载
摘要：本发明涉及一种基于多分辨率特征关联的行人目标检测方法。本发明通过采样车载道路交通视频中的图像序列，对行人进行标注来获得行人样本数据集，并根据行人分辨率大小将其分类，建立多分辨率行人样本库；通过将模型参数求解问题转变为两个凸优化子问题，使用统计学习的方法得到分辨对应的特征转换矩阵以及分类函数系数；以滑窗扫图的方式对不同分辨率行人的HOG特征使用对应分辨率变换矩阵，将特征映射至相同的特征子空间；然后，使用分类函数对子空间中的特征进行分类；最后对检测结果进行聚类，得到最终检测结果。本发明具有较好的泛化能力和自适应性，由于引入了分辨率对应特征变换，使得本发明在对中远距离的行人检测性能方面优于以往方法。
基于分辨率特征关联行人检测方法

1
共 9 条