-
公开(公告)号:CN116150637A
公开(公告)日:2023-05-23
申请号:CN202310020208.9
申请日:2023-01-04
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06F18/23 , G06F18/24 , G06N3/0464 , G06N3/08
Abstract: 本申请提供一种在线聚类方法、装置及电子设备,该方法包括:获取输入的待聚类对象,利用训练好的特征提取模型对所述待聚类对象进行特征提取,得到所述待聚类对象的聚类特征;在存在至少一个第一智能体的情况下,依据所述待聚类对象的聚类特征,与第一智能体进行交互,确定所述待聚类对象的聚类判定结果;依据所述待聚类对象与第一智能体的合并情况,对所述待聚类对象进行聚类。该方法可以提高聚类效率和聚类精度。
-
公开(公告)号:CN107844734B
公开(公告)日:2020-07-07
申请号:CN201610831083.8
申请日:2016-09-19
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本发明实施例提供了一种监控目标确定方法及装置、视频监控方法及装置。该监控目标确定方法包括:根据用户在观看第一监控视频时的眼球运动,获取用户在第一监控视频中每一帧图像的关注焦点;根据预先设置的物体特征,识别第一监控视频中每一帧图像的待选目标;针对第一监控视频中的每一帧图像,根据帧图像中的待选目标与帧图像中的关注焦点之间的距离,从帧图像的待选目标中选取种子目标;针对每个种子目标,判断已保存的正样本库中是否存在与种子目标匹配的正样本,如果是,则将所述种子目标确定为所述第一监控视频的监控目标;如果否,则将所述种子目标作为正样本保存至所述正样本库。本实施例能够更准确地从监控视频中确定出用户的监控目标。
-
公开(公告)号:CN111353943A
公开(公告)日:2020-06-30
申请号:CN201811565629.5
申请日:2018-12-20
Applicant: 杭州海康威视数字技术股份有限公司
Inventor: 杨彭举
Abstract: 本申请提供一种人脸图像恢复方法、装置及可读存储介质,该方法包括:确定人脸图像的面部特征之间的关联关系;对于部分面部特征不可获取的目标人脸图像,基于所述关联关系以及所述目标人脸图像中可获取的面部特征,对所述目标人脸图像中不可获取的部分面部特征进行恢复。该方法可以提高人脸识别的成功率和准确率。
-
公开(公告)号:CN119273609A
公开(公告)日:2025-01-07
申请号:CN202310811443.8
申请日:2023-07-04
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06T7/00 , G06V10/25 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本申请公开了一种目标图像的质量评估方法,包括:将获取的目标图像输入预先训练好的质量评价模型;在质量评价模型中,对目标图像进行处理,确定与质量评价中的每个质量因素各自对应的因素特征向量和因素评分;利用质量评价模型中的自注意力机制,基于每个质量因素的因素特征向量,确定每个质量因素的权重;基于所述每个质量因素的因素评分和权重进行加权处理,得到所述目标图像的综合评分,作为目标图像的质量评估结果;其中,在训练质量评价模型的过程中,将对训练样本图像处理后得到的综合评分与依据用户需求为训练样本图像确定的基准评分进行比较,用于更新质量评价模型的参数。应用本申请,能够自适应提供满足用户个性化需求的评估结果。
-
公开(公告)号:CN119229157A
公开(公告)日:2024-12-31
申请号:CN202310796761.1
申请日:2023-06-29
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请实施例提供了一种图像分类方法及装置,涉及数据处理技术领域,上述方法包括:获得待分类人员图像的第一类人员特征;对所述待分类人员图像的第一类人员特征进行特征降维处理,得到所述待分类人员图像的第二类人员特征;基于所述待分类人员图像的第二类人员特征与已有图像类别中代表人员图像的第二类人员特征,确定与所述待分类人员图像相似的代表人员图像,作为候选图像;基于所述待分类人员图像的第一类人员特征与候选图像的第一类人员特征,确定所述待分类人员图像所属的图像类别。应用本申请实施例提供的方案能够提高图像分类的效率。
-
公开(公告)号:CN118982744A
公开(公告)日:2024-11-19
申请号:CN202411001812.8
申请日:2024-07-24
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06V10/82 , G06V10/44 , G06V10/764 , G06V10/96 , G06V40/16 , G06N3/042 , G06N3/0442 , G06N3/045 , G07C9/37
Abstract: 本申请提供了图像识别模型训练方法、图像识别方法及门禁设备,本申请实施例在获得训练图像后在本地对当前图像识别模型进行增量训练,提升图像识别的准确度。在本地对当前图像识别模型进行增量训练时,先对当前图像识别模型进行模型变换,利用训练图像对专家网络和当前批次对应的门控网络进行训练,实现对当前图像识别模型的增量训练,提升增量训练的效率,且保证当前图像识别模型的性能下限。对待识别的图像进行图像识别时,依据各分类头输出的该图像的分类信息选择目标网络识别该图像。图像识别网络作为目标网络时能保证图像识别准确度的最低下限。其中一个批次对应的门控网络和专家网络作为目标网络时能够进一步提升图像识别的准确度。
-
公开(公告)号:CN113743284B
公开(公告)日:2024-08-13
申请号:CN202111005732.6
申请日:2021-08-30
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请实施例公开了一种图像识别方法、装置、设备、相机及门禁设备,属于图像识别领域。所述方法包括:在目标图像为受光照影响的图像的情况下,基于所述目标图像,对存储的多个第一基准图像进行光照迁移,以得到多个第二基准图像。基于所述多个第二基准图像,对所述目标图像进行图像识别。本申请实施例通过在目标图像为受光照影响的图像的情况下,对多个第一基准图像进行光照迁移后再对目标图像进行图像识别,由此提高了受光照影响的图像的识别准确率;在目标图像为不受光照影响的图像的情况下,基于多个第一基准图像对目标图像进行识别,由此保证了不受光照影响的图像的识别准确率。
-
公开(公告)号:CN118277597A
公开(公告)日:2024-07-02
申请号:CN202211739769.6
申请日:2022-12-30
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06F16/53 , G06V10/764 , G06V10/774 , G06F16/583 , G06N3/04 , G06N3/08
Abstract: 本申请提供一种图像检索模型的训练方法、图像检索方法、装置及设备,该图像检索方法包括:获取待检索图像;将所述待检索图像输入检索模型,以得到所述待检索图像的待检索特征;其中,所述检索模型通过在训练过程中,依据第一类型损失和第二类型损失,以最小化所述第一类型损失和第二类型损失为目标,进行反馈优化得到,且训练得到的检索模型收敛;所述第一类型损失和第二类型损失依据所述检索模型,以及,训练好的底库模型和分类器分别确定;依据所述待检索特征以及底库特征,确定图像检索结果;其中,所述底库特征通过利用训练好的底库模型对底库图像进行特征提取得到。该方法可以提高图像检索的准确性。
-
公开(公告)号:CN118211886A
公开(公告)日:2024-06-18
申请号:CN202211615179.2
申请日:2022-12-15
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06Q10/083 , B65G47/80 , G06V10/74 , G06V40/20 , G06K17/00
Abstract: 本申请实施例提供了一种行李运送系统、方法、装置及介质,涉及数据处理技术领域,系统包括信息采集设备、投影灯、数据处理设备和图像采集设备,信息采集设备,用于采集行李转盘上行李的目标行李信息,向数据处理设备发送目标行李信息;数据处理设备,用于根据目标行李信息获得行李所属目标乘客对应的目标投影信息,向投影灯发送目标投影信息,并控制投影灯的投影跟随行李移动,以在行李上投影目标投影信息;投影灯,用于根据目标投影信息进行投影;图像采集设备,用于采集场景图像,向数据处理设备发送场景图像;数据处理设备,还用于控制行李转盘运送行李。应用本申请实施例提供的机器人,能够提高行李运送效率。
-
公开(公告)号:CN111368861B
公开(公告)日:2023-05-09
申请号:CN201811590549.5
申请日:2018-12-25
Applicant: 杭州海康威视数字技术股份有限公司
Inventor: 杨彭举
IPC: G06F18/2321 , G06F18/214
Abstract: 本申请公开了一种在图像物体检测过程中确定子部件顺序的方法和装置,属于图像检测领域。所述方法包括:基于样本集中的正样本,确定每个子部件对应的第一得分概率密度函数,并基于样本集中的负样本,确定每个子部件对应的第二得分概率密度函数;基于子部件顺序中第一位次对应的预设的参考概率,确定第一位次对应的子部件;对于子部件顺序中第一位次之后的每个位次,基于当前位次的前一个位次对应的参考概率和负参考概率、每个子部件对应的第一得分概率密度函数和每个子部件对应的第二得分概率密度函数,确定当前位次对应的参考概率,确定当前位次对应的子部件。采用本申请,可以提高确定的子部件顺序的准确率。
-
-
-
-
-
-
-
-
-