-
公开(公告)号：CN119107342A
公开(公告)日：2024-12-10
申请号：CN202310682149.1
申请日：2023-06-09
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06T7/33
Abstract: 本申请实施例提供了一种点云配准模型训练方法、装置及电子设备，将各第一点云对分别输入至待训练模型的第一配准模块，通过第一配准模块确定第一点云对中点云之间的预估对应关系并基于预估对应关系确定第一点云对中点云之间的转换关系；根据参考对应关系和各预估对应关系确定第一配准模块的循环变换损失，参考对应关系为基于随机参数确定得到的源点云与参考点云之间的对应关系，循环变换损失与参考对应关系和各预估对应关系之间的一致性负相关；根据循环变换损失调整第一配准模块的模型参数，得到目标模型。从而，在模型训练过程中不需要获取点云的真值标签，不受真值标签获取难度的限制，使得本申请的目标模型在点云配准时应用场景更广。
-
公开(公告)号：CN118781292A
公开(公告)日：2024-10-15
申请号：CN202310336938.X
申请日：2023-03-28
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06T17/20 , G06V10/40 , G06V10/80 , G06V10/82 , G06T3/4007 , G06T3/4046 , G06N3/045 , G06N3/0464 , G06N3/09
Abstract: 本申请提供一种三维点云上采样方法、装置及电子设备，该方法包括：对待处理三维点云进行多尺度体素化处理，得到多个不同分辨率的体素网格；利用基于3D卷积的体素特征提取网络，对多个不同分辨率的体素网格进行体素特征提取和融合，得到融合体素特征；其中，融合体素特征对应的目标分辨率高于所述多个不同分辨率；对目标分辨率的体素网格进行网格单元采样，得到第一目标数量的网格单元；依据所述融合体素特征以及所述第一目标数量的网格单元进行点云重建，输出目标点数的点云；其中，所述目标点数大于所述待处理三维点云的点数。该方法可以在保证三维点云上采样性能的情况下，减少利用体素特征来实现三维点云上采样的计算量和内存消耗。
-
公开(公告)号：CN117152339A
公开(公告)日：2023-12-01
申请号：CN202210567368.0
申请日：2022-05-23
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三维人脸识别模型的生成方法及装置，所述方法包括：采集用户的二维人脸图像，并基于所述二维人脸图像确定所述用户的二维人脸识别结果；根据所述二维人脸识别结果，获取所述用户的人脸深度图样本；基于所述人脸深度图样本生成三维人脸识别模型。用于训练三维人脸识别模型的人脸深度图样本是基于二维人脸识别结果获取的，电子设备可以在用户无感知的情况下获取用户的人脸深度图样本，基于注册人脸深度图训练得到三维人脸识别模型，而不需要用户配合图像采集设备采集多张不同角度的人脸图像，因此无需用户配合，而是在用户进行二维刷脸过程中无感知的进行三维人脸建模，实现了三维人脸识别模型的生成，提高了用户体验。
-
公开(公告)号：CN111860343A
公开(公告)日：2020-10-30
申请号：CN202010713646.X
申请日：2020-07-22
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请公开了一种确定人脸对比结果的方法及装置，属于图像识别技术领域，方法包括：获取目标证件对应的第一图像、以及目标证件持证人的第二图像；基于第一图像与第二图像和人脸分析模型，确定与第一图像对应的第一人脸遮掩信息与第二图像对应的第二人脸遮掩信息；基于第一人脸遮掩信息与第二人脸遮掩信息，确定第一图像和第二图像的融合人脸遮掩信息；基于融合人脸遮掩信息提取第一图像和第二图像的第一人脸特征信息和第二图像中人脸图像；基于第一人脸特征信息、第二人脸特征信息和人脸特征对比模型，确定第一图像与所述第二图像的人脸对比结果。采用本申请能够减少因人脸图像中部分区域被遮挡导致的人脸对比结果准确性的下降。
-
公开(公告)号：CN110309692A
公开(公告)日：2019-10-08
申请号：CN201810258679.2
申请日：2018-03-27
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本发明公开了一种人脸识别方法、装置及系统、模型训练方法及装置，属于人脸识别技术领域。包括：向深度学习模型输入待识别人脸图像；接收深度学习模型输出的人脸特征数据；深度学习模型中，输入层用于在接收到待识别人脸图像后，对待识别人脸图像进行数据处理，以得到高维特征数据；第一输出层用于对高维特征数据进行数据降维处理，得到低维特征数据；特征组合层用于将低维特征数据进行预处理，并对低维特征数据进行合并处理，得到组合特征数据；第二输出层用于对组合特征数据进行特征融合，得到人脸特征数据。解决了相关技术中人脸识别效率低以及对深度学习模型训练时，资源和时间的消耗较大、训练的灵活性较低的问题。
-
Patent Agency Ranking
公开(公告)号：CN112270747B
公开(公告)日：2024-11-05
申请号：CN202011248133.2
申请日：2020-11-10
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06T17/00 , G06T15/00 , G06V40/16 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本申请实施例提供了一种人脸识别方法、装置及电子设备，涉及图像处理技术领域，包括：获得待识别人脸图像；对所述待识别人脸图像中的干扰特征进行去干扰处理，并根据处理结果获得目标图像，其中，所述干扰特征为：图像中对用户的面部识别特征产生干扰的特征；基于预设的参考人脸图像对所述目标图像进行人脸识别，并将识别结果确定为所述待识别人脸图像的人脸识别结果。应用本申请实施例提供的方案，可以提高人脸识别的准确度。
-
公开(公告)号：CN113723294B
公开(公告)日：2024-07-05
申请号：CN202111009614.2
申请日：2021-08-31
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06V20/64 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0475 , G06N3/045
Abstract: 本申请实施例提供了数据处理方法、装置及对象识别方法、装置，应用于数据增强技术领域。该数据处理方法包括：获取源三维数据；按照预设的数据生成策略，基于所述源三维数据，生成指定格式的三维数据，作为待处理数据；获取所述参考三维数据的成像风格特征，作为目标风格特征；基于所述目标风格特征，对所述待处理数据进行风格迁移，得到与所述参考三维数据的成像风格相匹配的三维数据。通过本方案，可以将不同来源的三维数据处理为与采集于目标应用场景中的三维数据的成像风格相匹配的三维数据。在此基础上，本申请实施例提供的数据识别方法、装置，可以提高对象识别模型在目标应用场景中的识别性能。
-
公开(公告)号：CN112927343B
公开(公告)日：2023-09-05
申请号：CN201911235192.3
申请日：2019-12-05
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图像生成方法及装置，上述方法包括：对包含目标对象部位的原始图像进行三维建模，获得目标对象的部位三维模型，并获得物件三维模型；获得部位三维模型中目标对象部位的大小和姿态；根据目标对象部位的大小和姿态，调整物件三维模型，使得调整后物件三维模型中物件的大小和姿态与目标对象部位的大小和姿态相匹配；以部位三维模型中第一基准位置与调整后物件三维模型中第二基准位置相贴合的方式，对部位三维模型和调整后物件三维模型进行模型叠加，获得叠加三维模型，对叠加三维模型进行渲染，获得在目标对象部位处添加有物件的二维图像。应用本发明实施例提供的方案，提高了生成图像的真实度。
-
公开(公告)号：CN112541446B
公开(公告)日：2023-09-05
申请号：CN202011495346.5
申请日：2020-12-17
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生物特征库更新方法、装置及电子设备。其中，所述方法包括：在生物特征库的注册生物特征中，获取待更新生物特征，所述待更新生物特征对应的识别特征与待识别生物特征对应的识别特征匹配；根据所述待识别生物特征和所述待更新生物特征，生成替代生物特征，其中，所述替代生物特征对应的识别特征与所述待识别生物特征对应的识别特征以及所述待更新生物特征对应的识别特征匹配；在所述生物特征库中，将所述待更新生物特征替换为所述替代生物特征，并将所述待更新生物特征对应的识别特征替换为所述替代生物特征对应的识别特征。可以使得更新后的生物特征可以准确的反应出人员的身份。
-
公开(公告)号：CN113408556B
公开(公告)日：2023-08-22
申请号：CN202010183793.0
申请日：2020-03-16
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请公开了一种身份识别方法及装置，属于信息处理技术领域。所述方法包括：获取样本库中的样本的样本分布信息，也就是确定样本的样本生物特征在样本生物特征空间中的疏密分布状态。其中，样本库包括样本的第一身份信息和样本生物特征空间。可以基于待识别的目标的目标生物特征、样本的样本分布信息和样本生物特征确定第一相似度，也就是不仅仅是根据目标生物特征和样本生物特征确定第一相似度，而是还考虑到了样本生物特征的疏密分布状态对第一相似度的影响，如此确定出的目标与样本的第一相似度，可以更加准确地表示目标与样本之间的相似程度，进而基于该第一相似度确定的目标的第二身份信息的准确度更高。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.032 seconds)
