“人脸样本”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258456个，建议您升级VIP下载更多相关专利

[发明专利]信息最大化生成对抗网络模型合成人脸样本质量评估方法-CN201810964677.5有效
发明人：陈国荣;罗建伟;杜晓霞;任虹;刘垚;何宏黎;刘灿;陈栋;利节 -专利权人：重庆科技学院
申请日： 2018-08-23 - 公布日： 2023-04-07 - 主分类号： G06V10/98 文献下载
摘要：本发明公开了一种信息最大化生成对抗网络模型合成人脸样本质量评估方法，本发明使合成人脸样本的质量评估变得更加客观，具有较高的可靠性。评估方法包括：S1、数据预处理；S2、采用卷积神经网络构建合成人脸样本集的评估模型；S3、通过S2中构建的评估模型对合成人脸样本进行评估质量好的合成人脸样本,由于生成对抗网络模型的机制，质量好的样本其概率分布pg(x)与原始样本的概率分布pdata(x)相近，所以通过分类模型训练测试时可以得到较高的准确率；质量差的合成人脸样本,则因其分布pg(x)离原始样本分布pdata(x)较远，且存在较多的可能性，所以其样本间差别较大，经分类模型进行训练测试时准确率较低
信息最大化生成对抗网络模型成人样本质量评估方法

[发明专利]模型生成方法、装置和存储介质及人脸识别方法和装置-CN202011563248.0在审
发明人：谢宗生;徐永燊;刘玉珠 -专利权人：广州慧睿思通人工智能技术有限公司;广州慧睿思通科技股份有限公司
申请日： 2020-12-25 - 公布日： 2022-07-01 - 主分类号： G06V10/774 文献下载
摘要：本公开涉及一种模型生成方法、装置和存储介质及人脸识别方法和装置，该模型生成方法包括：获取第一样本集合，第一样本集合包括多个第一口罩人脸图像；对每个第一口罩人脸图像进行第一处理得到对应的监督信息，监督信息为对应的第一口罩人脸图像中未被口罩遮挡的人脸图像；将每个第一口罩人脸图像与对应的监督信息组成第一样本对，以获取包含多个第一样本对的第一训练样本集合；采用第一训练样本集合对初始空间变换模型进行训练，得到已训练的空间变换模型。本公开针对原有人脸识别模型进行了针对性升级，提升人脸可见区域权重，在局部特征增强方面设计了相应策略，加强了对眼睛、眉毛等重点区域的识别，提升了佩戴口罩下的人脸识别准确率。
模型生成方法装置存储介质识别

[发明专利]一种人脸温度检测方法、装置、电子设备及存储介质-CN202010229946.0在审
发明人：黄德威 -专利权人：深圳云天励飞技术有限公司
申请日： 2020-03-27 - 公布日： 2021-09-28 - 主分类号： G06K9/00 文献下载
摘要：本发明提供一种人脸温度检测方法、装置、电子设备及存储介质，所述方法包括：获取待识别人脸图像，所述待识别人脸图像包括人脸红外热图；将所述待识别人脸图像输入到预先训练好的人脸温度检测模型进行识别，得到所述待识别人脸图像对应的人脸身份信息以及人脸温度信息；所述预先训练好的人脸温度检测模型是根据人脸样本集对预先训练好的人脸检测模型进行训练得到，所述人脸样本集中包括人脸红外热图样本。这样可以直接通过采集目标人员的人脸图像中的人脸红外热图完成对目标人员的身份识别以及体温测试，便于监控管理目标人员的体温情况。进而降低了人力成本以及提高了温度检测工作效率。
一种温度检测方法装置电子设备存储介质

[发明专利]佩戴口罩人脸识别方法、门禁装置、电子设备和可读介质-CN202211380302.7在审
发明人：李永军;罗金成;李耀;李博;李超越;张心茹;陈锦智敏 -专利权人：河南大学
申请日： 2022-11-05 - 公布日： 2023-02-03 - 主分类号： G06V40/16 文献下载
摘要：本发明涉及人脸识别技术领域，具体涉及佩戴口罩人脸识别方法、门禁装置、电子设备和可读介质，该方法包括：建立未戴口罩人脸样本库并进行扩充；构建佩戴口罩人脸检测模型YOLOv5‑MD并进行训练及测试；根据训练好的YOLOv5‑MD，判断待检测人脸是否佩戴口罩，如果待检测人脸佩戴口罩，生成待检测人脸佩戴口罩检测结果图；提取待检测人脸口罩特征，对样本库人脸添加待检测人脸所戴口罩；对待检测的佩戴口罩人脸与样本库佩戴口罩人脸的人脸特征及口罩特征进行空间映射，生成佩戴口罩人脸的识别信息。本发明提高了佩戴口罩人脸识别的准确度，应用于学校大门、小区大门等大流量出入口的佩戴口罩人脸识别。
佩戴口罩识别方法门禁装置电子设备可读介质

[发明专利]一种人脸识别方法、装置、设备及介质-CN202010382229.1有效
发明人：马骏 -专利权人：浙江大华技术股份有限公司
申请日： 2020-05-08 - 公布日： 2023-08-08 - 主分类号： G06V40/16 文献下载
摘要：本发明关于一种人脸识别方法、装置、设备及介质，用以提高有遮挡人脸场景下的人脸识别准确率，保障人脸识别效果，降低人工成本。本发明的人脸识别方法，包括：获取待识别对象的人脸图像；利用预先训练的识别模型确定所述人脸图像的人脸图像特征，所述识别模型是基于预先存储多个对象的人脸图像样本训练生成的，所述多个对象的人脸图像样本包括预先生成的所述多个对象的遮挡人脸图像样本；在预先存储的人脸图像特征和对象的对应关系中，确定所述人脸图像的人脸图像特征与目标人脸图像特征匹配时，确定待识别对象为所述目标人脸图像特征对应的目标对象。
一种识别方法装置设备介质

[发明专利]一种闪光活体检测模型的构建方法、系统和检测方法-CN202310940768.6在审
发明人：刘伟华;严宇;左勇;罗艳 -专利权人：智慧眼科技股份有限公司
申请日： 2023-07-28 - 公布日： 2023-09-22 - 主分类号： G06V40/40 文献下载
摘要：本申请提供一种闪光活体检测模型的构建方法、系统和检测方法，涉及活体检测领域，特别是涉及一种闪光活体检测模型的构建方法，包括：获取人脸图像样本；对人脸图像样本进行处理，得到训练样本；根据训练样本的类别，对训练样本进行分类，得到分类样本，其中，分类样本包括携带有分类标签的攻击人脸样本和真实人脸样本；以分类样本作为输入，分类样本的预测深度信息作为输出，构建基于混合专家网络的预测模型；以预测模型输出的预测深度信息作为输入，预测深度信息属于各分类标签的概率作为输出，构建分类模型；利用分类样本，对预测模型和分类模型进行联合训练，得到闪光活体检测模型。
一种闪光活体检测模型构建方法系统

[发明专利]人脸防伪识别模型的训练方法、人脸防伪识别方法及装置-CN201911201319.X在审
发明人：赵晨旭;秦云霄;王泽正;余梓彤;周峰 -专利权人：北京爱笔科技有限公司
申请日： 2019-11-29 - 公布日： 2020-05-15 - 主分类号： G06K9/00 文献下载
摘要：本发明提供了一种人脸防伪识别模型的训练方法、人脸防伪识别方法及装置，本实施例可以在序列集中的样本类型与支撑集中的样本类型相同时，识别出已有的人脸防伪攻击方式，在序列集中的样本类型与支撑集中的样本类型不相同时，识别出新的人脸防伪攻击方式。也就是说，如果有新的攻击方式出现，得益于元学习的方式，元学习的人脸防伪识别模型能够发现新攻击方式中的通用特征从而进行防御，并且通过少量的样本，快速学到新的伪造人脸特征从而进行更有效的防御，因此能够大大提升人脸防伪识别结果的准确性
防伪识别模型训练方法装置

[发明专利]一种去遮挡物模型训练方法、装置及电子设备-CN202110987913.7在审
发明人：苏安炀;唐大闰 -专利权人：上海明略人工智能（集团）有限公司
申请日： 2021-08-26 - 公布日： 2021-11-19 - 主分类号： G06K9/00 文献下载
摘要：本申请提供一种去遮挡物模型训练方法、装置及电子设备，通过获取训练数据集，所述训练数据集至少包括一对训练样本，每对训练样本包含至少三张图片，包括源人脸图片、有遮挡人脸图片和目标输出人脸图片；对每对所述训练样本进行人脸关键点检测，确定每对所述训练样本对应的98个关键点信息；将每对所述训练样本中的所述源人脸图片和所述有遮挡人脸图片作为输入参数，所述目标输出人脸图片作为目标输出，输入至GAN网络结构中进行模型训练，得到去遮挡物模型
一种遮挡模型训练方法装置电子设备

[发明专利]视线估计方法及装置-CN202210806373.2在审
发明人：贺克赛 -专利权人：际络科技（上海）有限公司
申请日： 2022-07-08 - 公布日： 2022-11-25 - 主分类号： G06V40/16 文献下载
摘要：本发明提供一种视线估计方法及装置，涉及自动驾驶技术领域，该方法包括：获取人脸图像及人脸图像中的眼睛图像；将所述人脸图像和眼睛图像输入至预设的视线估计模型，得到所述视线估计模型输出的第一视线和第二视线；根据所述第一视线和所述第二视线确定视线估计结果，其中，所述视线估计模型是以人脸样本图像和眼睛样本图像为输入，与人脸样本图像和眼睛样本图像对应的样本视线为标签训练得到的。本发明不仅仅采用眼睛图像来估计视线，而是结合了人脸图像和眼睛图像共同估计视线，由于人脸特征的辅助，解决了受眼部周围光环境影响很难准确地估计视线的问题，达到了更准确的估计效果。
视线估计方法装置

[发明专利]基于异构主动视觉网络的人脸图像样本采集优化方法-CN201310179072.2有效
发明人：张涛;李潇涵;陈宋;成宇;陈学东;孙昊;李何羿 -专利权人：清华大学
申请日： 2013-05-15 - 公布日： 2013-09-18 - 主分类号： G06K9/00 文献下载
摘要：一种基于异构主动视觉网络的人脸图像样本采集优化方法，视觉网络包含目标检测跟踪定位摄像头、目标人脸图像样本采集摄像头，其中采集摄像头可由云台可变焦摄像头(即PTZ摄像头)和移动摄像头组成，采集过程中，针对每个采集时刻，所有摄像头进行目标分配和参数调整，采集某个目标的人脸图像样本，优化人脸图像样本评价，图像评价根据人脸识别研究的背景知识，通过图像处理和数学分析得到，本发明针对单目标/多目标，目标路径可预知/未知，有无移动摄像头，对采集方法进行了具体的设计，本发明采集到的分辨率较高、姿态角丰富的人脸图像样本，可以用于人脸注册和识别。
基于主动视觉网络图像样本采集优化方法

[发明专利]体重指数估计模型训练方法、装置和终端设备-CN202110870948.2有效
发明人：郑秀娟;向成豪 -专利权人：四川大学
申请日： 2021-07-30 - 公布日： 2023-08-08 - 主分类号： G06V40/16 文献下载
摘要：本申请公开的体重指数估计模型训练方法、装置和终端设备，根据训练数据集中的人脸训练样本的类型对训练数据集中的各个人脸训练样本进行对应的标准化处理以获得标准训练数据集，所述各个人脸训练样本带有相应的体重指数标签本申请对不同类型的人脸训练样本进行不同的标准化处理，不仅使得标准化处理过程更具有针对性，更能突出体现人脸训练样本的特征，而且使得训练完成的体重指数估计模型更具有普适性，可以识别多种类型的人脸数据，从不同类型的人脸数据中确定对应的体重指数
体重指数估计模型训练方法装置终端设备

[发明专利]一种基于Adaboost算法的人脸检测训练方法-CN201510576722.6在审
发明人：马炳刚 -专利权人：黑龙江傲立辅龙科技开发有限公司
申请日： 2015-09-11 - 公布日： 2017-03-22 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于Adaboost算法的人脸检测训练方法，包括以下步骤第一步，训练样本的选择，图像训练样本要求是只包含人面部特写的图像，而且图像样本选择要考虑到样本的多样性和代表性，图像样本中人脸的姿态要相对一致，像素大小尽量统一，人脸部分像素不小于20×20像素；第二步，训练过程的实现，首先提取所有训练图像样本包括人脸和非人脸样本中的haar特征；其次将所有提取到的haar特征转化为对应弱分类器；最后利用Adaboost本发明的基于Adaboost算法的人脸检测训练方法，智能化程度高，且操作简单。
一种基于 adaboost 算法检测训练方法

[发明专利]多视角三维重建方法、装置、电子设备和可读存储介质-CN202110915249.5在审
发明人：芦爱余;李志文 -专利权人：广州虎牙科技有限公司
申请日： 2021-08-10 - 公布日： 2021-11-09 - 主分类号： G06T17/00 文献下载
摘要：本申请提供一种多视角三维重建方法、装置、电子设备和可读存储介质，在获得多组分别包含多张同一时刻从不同视角采集的训练图像的训练样本后，将各训练图像与预设的拓扑人脸模型进行拟合，根据拟合参数以及拓扑人脸模型，得到各训练图像的样本标签，利用携带样本标签的各组训练样本对构建的神经网络模型进行训练，直至满足预设要求时得到三维重建模型。该方案采用的各训练样本为同一时刻的多张训练图像，可保障人脸表情的一致性，可从人脸形状和人脸表情方面实现模型的优化，且训练图像的样本标签基于拟合拓扑人脸模型得到，样本标签具有规范、精准的效果，进而提升模型的训练效果
视角三维重建方法装置电子设备可读存储介质

[发明专利]人脸图像迁移方法及装置-CN202110744247.4有效
发明人：司世景;王健宗 -专利权人：平安科技（深圳）有限公司
申请日： 2021-06-30 - 公布日： 2022-08-16 - 主分类号： G06V40/16 文献下载
摘要：本申请涉及图像处理技术领域，提供了一种人脸图像迁移方法及装置，方法包括：获取人脸图像样本集、目标域图像生成器以及第一判别器；对清晰人脸图像样本进行增广，得到目标域正例样本；通过目标域图像生成器，预测遮挡人脸图像样本在目标域的第一清晰人脸图像，并将第一清晰人脸图像作为目标域负例样本；以目标域正例样本和目标域负例样本为第一判别器的输入，结合预设的第一对比损失函数，对第一判别器进行对比学习训练的同时，迭代地对目标域图像生成器和对比学习训练后的第一判别器进行对抗训练
图像迁移方法装置

[发明专利]一种异常检测模型的训练方法、装置、设备及存储介质-CN202211600732.5在审
发明人：陈昊星;兰钧;孟昌华;王维强 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2022-12-12 - 公布日： 2023-05-23 - 主分类号： G06V40/40 文献下载
摘要：本说明书公开了一种异常检测模型的训练方法、装置、设备及存储介质，获取真实人脸图像作为正样本，获取合成人脸图像作为负样本，并将各正样本和负样本作为训练样本，通过特征提取层提取各训练样本的样本特征，通过分类层得到各训练样本的检测结果，以及基于各正样本的样本特征确定用于表征正样本的共性的代表特征。再根据各正样本的样本特征和代表特征之间的差异、各负样本的样本特征和代表特征之间的差异，以及各训练样本的检测结果及其标注之间的差异对异常检测模型进行训练。本方法可基于代表特征，学习到准确的特征提取方式，以便于后续准确提取人脸图像的人脸特征来进行准确地异常检测，保证了异常检测的准确性。
一种异常检测模型训练方法装置设备存储介质