-
公开(公告)号：CN111488971B
公开(公告)日：2023-10-24
申请号：CN202010273488.0
申请日：2020-04-09
Applicant: 北京百度网讯科技有限公司
IPC: G06N3/0985 , G06N3/0464 , G06N3/045
Abstract: 本申请公开了一种神经网络模型搜索方法及装置、图像处理方法及装置，涉及神经网络模型搜索领域。具体实现方案为：神经网络模型搜索方法，包括：利用性能预测模型，选取实际训练集；采用实际训练集中的各个子网络多次更新超网络；基于更新后的超网络的超参数，得到实际训练集中的各个子网络的评估性能；采用实际训练集中的各个子网络的评估性能更新性能预测模型，在性能预测模型或超网络的更新次数达到对应阈值的情况下，利用超网络的各个子网络的最终评估性能生成第一搜索结果。逐步提高性能预测模型的预测精确度以及超网络的搜索速度，进而提高了搜索得到子网络的性能，以及搜索子网络的效率。
-
公开(公告)号：CN111626119B
公开(公告)日：2023-09-01
申请号：CN202010328703.2
申请日：2020-04-23
Applicant: 北京百度网讯科技有限公司
IPC: G06V20/40 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本申请实施例公开了目标识别模型训练方法、装置、设备以及存储介质，涉及人工智能技术领域。该方法的一具体实施方式包括：获取训练样本集，其中，训练样本集中的训练样本包括样本目标图像和样本目标特征；基于训练样本集中的训练样本之间的样本目标特征关系，构建有符号邻接矩阵；构建深度模型，以及基于有符号邻接矩阵构建图卷积神经网络；利用训练样本集对深度模型和图卷积神经网络进行有监督训练，得到目标识别模型。该实施方式提供了一种基于图卷积的目标识别技术，利用图卷积方法对特征空间进行优化，能够更有效地使类间距离增大而类内距离减小，从而显著提升了目标识别模型的性能。
-
公开(公告)号：CN111595450A
公开(公告)日：2020-08-28
申请号：CN202010415405.7
申请日：2020-05-15
Applicant: 北京百度网讯科技有限公司
Abstract: 本公开的实施例涉及一种用于测量温度方法、装置、电子设备和计算机可读存储介质，涉及人工智能领域。该方法可以包括对输入图像中的对象的目标部位进行检测。该方法进一步包括基于目标部位的检测结果确定目标部位的关键点和关键点的权重信息，权重信息指示关键点被遮挡的概率。该方法还可以包括获取关键点的温度信息。此外，该方法可以进一步包括至少基于关键点的温度信息和权重信息，确定目标部位的温度。本公开的技术方案可以快速高效且低成本地获取行人的体温信息，从而降低温度测量的时间和人力成本。
-
公开(公告)号：CN111523597A
公开(公告)日：2020-08-11
申请号：CN202010327806.7
申请日：2020-04-23
Applicant: 北京百度网讯科技有限公司
Abstract: 本申请实施例公开了目标识别模型训练方法、装置、设备以及存储介质，涉及人工智能技术领域。该方法的一具体实施方式包括：构建扰动前的深度卷积神经网络；获取样本图像集，其中，样本图像集中包括已标注目标样本图像和未标注目标样本图像；利用样本图像集对扰动前的深度卷积神经网络和扰动后的深度卷积神经网络进行半监督训练，得到目标识别模型。该实施方式提供了一种半监督目标识别技术，能够充分利用闭集样本和开集样本进行半监督学习，有效地降低了目标识别中的样本标注成本。
-
公开(公告)号：CN111523596A
公开(公告)日：2020-08-11
申请号：CN202010327799.0
申请日：2020-04-23
Applicant: 北京百度网讯科技有限公司
Abstract: 本申请实施例公开了目标识别模型训练方法、装置、设备以及存储介质，涉及人工智能技术领域。该方法的一具体实施方式包括：获取训练样本集，其中，训练样本集中的训练样本是已标注目标样本图像；构建不同的第一深度卷积神经网络和第二深度卷积神经网络；利用第一深度卷积神经网络和第二深度卷积神经网络分别对训练样本集进行正负样本采样，得到正样本集和负样本集；基于正样本集和负样本集对第一深度卷积神经网络和第二深度卷积神经网络进行交叉训练，得到目标识别模型。该实施方式提供了一种基于正负学习的弱监督目标识别技术，能够充分利用错误标注样本进行弱监督学习，增加了模型的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN111860167B
公开(公告)日：2024-01-26
申请号：CN202010560733.6
申请日：2020-06-18
Applicant: 北京百度网讯科技有限公司
IPC: G06T5/50 , G06T5/60 , G06V40/16 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0475 , G06N3/094 , G06N3/0895
Abstract: 本申请公开了人脸融合模型获取及人脸融合方法、装置及存储介质，涉及人工智能、深度学习及计算机视觉领域，其中的方法可包括：获取训练样本，训练样本中包括：目标人脸图像以及模板人脸图像；利用训练样本，训练得到用于对输入的目标人脸图像和模板人脸图像进行人脸融合的人脸融合模型，包括：获取目标人脸图像中的目标人脸的属性信息；对目标人脸图像及模板人脸图像进行人脸融合，得到融合人脸；获取融合人脸的属性信息；根据目标人脸的属性信息及融合人脸的属性信息构建属性一致性损失函数，利用属性一致性损失函数进行人脸融合模型的自监督学习。本申请所述方案可以用于云服务，可提升人脸融合效果并具有广泛适用性等。
-
公开(公告)号：CN111523597B
公开(公告)日：2023-08-25
申请号：CN202010327806.7
申请日：2020-04-23
Applicant: 北京百度网讯科技有限公司
IPC: G06V10/774 , G06V10/762 , G06V40/16 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本申请实施例公开了目标识别模型训练方法、装置、设备以及存储介质，涉及人工智能技术领域。该方法的一具体实施方式包括：构建扰动前的深度卷积神经网络；获取样本图像集，其中，样本图像集中包括已标注目标样本图像和未标注目标样本图像；利用样本图像集对扰动前的深度卷积神经网络和扰动后的深度卷积神经网络进行半监督训练，得到目标识别模型。该实施方式提供了一种半监督目标识别技术，能够充分利用闭集样本和开集样本进行半监督学习，有效地降低了目标识别中的样本标注成本。
-
公开(公告)号：CN111626956B
公开(公告)日：2023-08-08
申请号：CN202010455735.9
申请日：2020-05-26
Applicant: 北京百度网讯科技有限公司
Abstract: 本申请公开了一种图像去模糊方法和装置，涉及计算机视觉技术领域。具体实现方案为：对第一模糊目标图像进行图像处理，得到第二模糊目标图像；其中，第一模糊目标图像基于真实采集的模糊目标图像得到；将第一模糊目标图像输入生成式对抗网络的图像生成器，得到图像生成器输出的第一清晰目标图像；将第二模糊目标图像输入图像生成器，得到图像生成器输出的第二清晰目标图像；其中，图像生成器对第一清晰目标图像和第二清晰目标图像采用距离损失函数进行约束；基于第一清晰目标图像和第二清晰目标图像，确定增强的清晰目标图像。该方案可以避免生成式对抗网络学习到输入的模糊目标图像以外的内容，确保清晰图像的内容不发生改变，提高了输出的清晰图像与模糊目标图像的一致性和准确度。
-
公开(公告)号：CN111595450B
公开(公告)日：2022-03-25
申请号：CN202010415405.7
申请日：2020-05-15
Applicant: 北京百度网讯科技有限公司
Abstract: 本公开的实施例涉及一种用于测量温度方法、装置、电子设备、计算机可读存储介质和计算机程序产品，涉及人工智能领域。该方法可以包括对输入图像中的对象的目标部位进行检测。该方法进一步包括基于目标部位的检测结果确定目标部位的关键点和关键点的权重信息，权重信息指示关键点被遮挡的概率。该方法还可以包括获取关键点的温度信息。此外，该方法可以进一步包括至少基于关键点的温度信息和权重信息，确定目标部位的温度。本公开的技术方案可以快速高效且低成本地获取行人的体温信息，从而降低温度测量的时间和人力成本。
-
公开(公告)号：CN111626956A
公开(公告)日：2020-09-04
申请号：CN202010455735.9
申请日：2020-05-26
Applicant: 北京百度网讯科技有限公司
Abstract: 本申请公开了一种图像去模糊方法和装置，涉及计算机视觉技术领域。具体实现方案为：对第一模糊目标图像进行图像处理，得到第二模糊目标图像；其中，第一模糊目标图像基于真实采集的模糊目标图像得到；将第一模糊目标图像输入生成式对抗网络的图像生成器，得到图像生成器输出的第一清晰目标图像；将第二模糊目标图像输入图像生成器，得到图像生成器输出的第二清晰目标图像；其中，图像生成器对第一清晰目标图像和第二清晰目标图像采用距离损失函数进行约束；基于第一清晰目标图像和第二清晰目标图像，确定增强的清晰目标图像。该方案可以避免生成式对抗网络学习到输入的模糊目标图像以外的内容，确保清晰图像的内容不发生改变，提高了输出的清晰图像与模糊目标图像的一致性和准确度。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.027 seconds)
