-
公开(公告)号：CN108280477B
公开(公告)日：2021-12-10
申请号：CN201810060006.6
申请日：2018-01-22
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本申请实施例公开了用于聚类图像的方法和装置。该方法的一具体实施方式包括：获取多个用户图像中，每个用户图像的用于指示人脸特征的特征向量；根据所获取的特征向量，对多个用户图像进行聚类；基于预先训练的聚类结果评价模型确定聚类结果中各类的评价指标数据，聚类结果评价模型用于表征聚类结果中，各个类与评价指标数据的对应关系，评价指标数据用于指示聚类结果的准确率；响应于确定出的评价指标数据的值超出预设范围，更新聚类参数以基于更新后的聚类参数对用户图像进行聚类。该实施方式提高了图像聚类的准确度。
-
公开(公告)号：CN108038469B
公开(公告)日：2019-10-25
申请号：CN201711440851.8
申请日：2017-12-27
Applicant: 百度在线网络技术(北京)有限公司
Inventor： 翁仁亮
Abstract: 本申请实施例公开了用于检测人体的方法和装置。该方法的一具体实施方式包括：获取待检测图像，其中，所述待检测图像中包括人体图像；将所述待检测图像导入预先建立的人体关键点检测模型，得到所述待检测图像中人体图像所对应人体的人体边框、人体关键点位置以及人体关键点是否属于人体的判断结果，其中，所述人体关键点检测模型用于表征图像与图像中人体图像所对应人体的人体边框、人体关键点位置以及人体关键点是否属于人体的判断结果的对应关系；将所述待检测图像中人体图像所对应人体的人体边框、人体关键点位置以及人体关键点是否属于人体的判断结果进行输出。该实施方式简化了人体检测的过程，提高了人体检测的效率。
-
公开(公告)号：CN108062780B
公开(公告)日：2019-08-09
申请号：CN201711477239.8
申请日：2017-12-29
Applicant: 百度在线网络技术(北京)有限公司
Inventor： 翁仁亮
IPC: G06T9/00
Abstract: 本申请实施例公开了图像压缩方法和装置。该方法的一具体实施方式包括：获取待处理图像；利用已训练的图像压缩模型对应的卷积神经网络对待处理图像进行特征提取，得到多幅特征图，其中多幅特征图经由预设的图像重构模型对应的反卷积神经网络进行重构得到重构图像，待处理图像的重构图像与待处理图像之间的差异满足预设条件。该实施方式实现了图像数据量的压缩，同时可以保证图像的还原质量。
-
公开(公告)号：CN108564102A
公开(公告)日：2018-09-21
申请号：CN201810007796.1
申请日：2018-01-04
Applicant: 百度在线网络技术(北京)有限公司
Inventor： 翁仁亮
IPC: G06K9/62
Abstract: 本申请实施例公开了图像聚类结果评价方法和装置。该方法的一具体实施方式包括：对聚类得到的目标图像簇中的每幅图像进行特征提取；基于提取出的特征生成目标图像簇对应的特征协方差矩阵；将协方差矩阵输入聚类结果评价模型中，得到目标图像簇的聚类结果评价信息，其中，聚类结果评价模型基于已标记聚类结果评价信息的样本图像簇训练得出。该实施方式实现了可靠的图像聚类效果的评估。
-
公开(公告)号：CN108241855A
公开(公告)日：2018-07-03
申请号：CN201810007794.2
申请日：2018-01-04
Applicant: 百度在线网络技术(北京)有限公司
Inventor： 翁仁亮
Abstract: 本申请实施例公开了图像生成方法和装置。该方法的一具体实施方式包括：获取待处理人脸图像；将待处理人脸图像输入图像重构模型中进行重构，生成待处理人脸图像的重构图像；图像重构模型是利用样本人脸图像集合和预设的注册人脸图像集合，基于损失函数训练得出的，注册人脸图像集合包括与样本人脸图像集合中的各样本人脸图像包含同一用户对象的人脸图像信息的第一注册人脸图像，以及与样本人脸图像集合中的各样本人脸图像包含不同用户对象的人脸图像信息的第二注册人脸图像。该实施方式实现了人脸图像质量的优化。
-
Patent Agency Ranking
公开(公告)号：CN108062780A
公开(公告)日：2018-05-22
申请号：CN201711477239.8
申请日：2017-12-29
Applicant: 百度在线网络技术(北京)有限公司
Inventor： 翁仁亮
IPC: G06T9/00
Abstract: 本申请实施例公开了图像压缩方法和装置。该方法的一具体实施方式包括：获取待处理图像；利用已训练的图像压缩模型对应的卷积神经网络对待处理图像进行特征提取，得到多幅特征图，其中多幅特征图经由预设的图像重构模型对应的反卷积神经网络进行重构得到重构图像，待处理图像的重构图像与待处理图像之间的差异满足预设条件。该实施方式实现了图像数据量的压缩，同时可以保证图像的还原质量。
-
公开(公告)号：CN108280477A
公开(公告)日：2018-07-13
申请号：CN201810060006.6
申请日：2018-01-22
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本申请实施例公开了用于聚类图像的方法和装置。该方法的一具体实施方式包括：获取多个用户图像中，每个用户图像的用于指示人脸特征的特征向量；根据所获取的特征向量，对多个用户图像进行聚类；基于预先训练的聚类结果评价模型确定聚类结果中各类的评价指标数据，聚类结果评价模型用于表征聚类结果中，各个类与评价指标数据的对应关系，评价指标数据用于指示聚类结果的准确率；响应于确定出的评价指标数据的值超出预设范围，更新聚类参数以基于更新后的聚类参数对用户图像进行聚类。该实施方式提高了图像聚类的准确度。
-
公开(公告)号：CN107958247A
公开(公告)日：2018-04-24
申请号：CN201810045569.8
申请日：2018-01-17
Applicant: 百度在线网络技术(北京)有限公司
Inventor： 翁仁亮
Abstract: 本申请实施例公开了用于人脸图像识别的方法和装置。该方法的一具体实施方式包括：获取待识别人脸图像；将所述待识别人脸图像导入预先建立的人脸特征生成模型，得到所述待识别人脸图像的二值化人脸特征，其中，所述人脸特征生成模型用于表征人脸图像与二值化人脸特征的对应关系；将所述二值化人脸特征与预先建立的人脸图像集合中的各人脸图像的二值化人脸特征进行相似度计算，其中，所述人脸图像集合中的各张人脸图像标记了所指示的人脸对象的身份标识；根据相似度计算结果，确定所述待识别人脸图像所包含的人脸对象的身份标识。该实施方式提高了人脸图像的识别效率。
-
公开(公告)号：CN108269254B
公开(公告)日：2020-12-01
申请号：CN201810045570.0
申请日：2018-01-17
Applicant: 百度在线网络技术(北京)有限公司
Inventor： 翁仁亮
IPC: G06T7/00
Abstract: 本申请实施例公开了图像质量评估方法和装置。该方法的一具体实施方式包括：获取待评估的人脸图像；然后将待评估的人脸图像输入图像质量评估模型，输出待评估的人脸图像的质量评估信息；其中，图像质量评估模型是采用机器学习方法，利用预设的样本人脸图像集合和预设的注册人脸图像集合，基于损失函数训练得出的，预设的注册人脸图像集合包括与样本人脸图像集合中的各样本人脸图像包含同一用户对象的人脸图像信息的注册人脸图像，损失函数的值用于表征与同一注册人脸图像相似的不同样本人脸图像的质量评估信息之间的差异。该实施方式提升了人脸图像质量评估的准确度。
-
公开(公告)号：CN107609481B
公开(公告)日：2020-11-20
申请号：CN201710691048.5
申请日：2017-08-14
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本发明提供了一种为人脸识别生成训练数据的方法、装置和计算机存储介质，其中方法包括：将未戴配件的人脸图像输入生成式网络，得到戴配件的人脸图像；将所述戴配件的人脸图像用于建立人脸识别模型的第二训练数据；其中所述生成式网络为利用第一训练数据预先训练得到的对抗生成式网络中的生成式网络，所述第一训练数据包括同一用户标识对应的未戴配件人脸图像和戴配件人脸图像。本发明通过数据增广方式得到的戴配件的人脸图像大大扩充了建立人脸识别模型的训练数据数量，从而提高了戴配件的人脸图像的识别准确性。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.031 seconds)
