-
公开(公告)号：CN109117786A
公开(公告)日：2019-01-01
申请号：CN201810903056.6
申请日：2018-08-09
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本发明提供的一种基于神经网络模型的数据处理方法、装置及可读存储介质，通过建立用于识别手势的待训练的神经网络模型；根据获得的包括手势信息的图像数据，形成用于训练所述神经网络模型的训练集，其中，所述训练集中包括有按照训练难度划分的多个训练子集，各图像数据属于其中一个训练子集；根据各训练子集对应的训练难度，对所述待训练的神经网络模型进行多次训练，获得用于识别手势的训练完毕的神经网络模型，从而有效提高了的神经网络模型的训练质量，进而提高了对手势的识别准确率。
-
公开(公告)号：CN108921101A
公开(公告)日：2018-11-30
申请号：CN201810723916.8
申请日：2018-07-04
Applicant: 百度在线网络技术(北京)有限公司
Inventor： 赵晨
Abstract: 本发明提供一种基于手势识别控制指令的处理方法、设备及可读存储介质，方法包括：获取触发手势识别指令；根据所述触发手势识别指令，采集待识别用户对应的待识别图像集；所述待识别图像集包括多帧待识别图像；采用预设的肢体识别模型，分别确定所述待识别用户的手部在每帧待识别图像的位置信息；并根据所述待识别用户的手部在每帧待识别图像的位置信息，采用预设的手势识别模型，获取所述手部对应的手势信息；根据所述手部对应的手势信息，获取其对应的控制指令。从而能够降低手势识别的计算量，提高手势识别效率，进而能够实现智能终端的远距离手势控制。
-
公开(公告)号：CN108495113A
公开(公告)日：2018-09-04
申请号：CN201810259316.0
申请日：2018-03-27
Applicant: 百度在线网络技术(北京)有限公司
Inventor： 赵晨
IPC: H04N13/239 , H04N13/296 , H04N13/271
Abstract: 本申请实施例公开了用于双目视觉系统的控制方法和装置。该方法的一具体实施方式包括：控制光源向目标对象发射结构光，以在目标对象的表面形成预设图案；获取第一传感器对目标对象采集的第一图像和第二传感器对目标对象采集的第二图像；从第一图像和第二图像中提取特征点；响应于确定出特征点的数量大于等于数量阈值，基于特征点对第一图像和第二图像进行立体匹配，生成目标对象的深度信息。该实施方式提高了深度图像的准确性。
-
公开(公告)号：CN108471525A
公开(公告)日：2018-08-31
申请号：CN201810258187.3
申请日：2018-03-27
Applicant: 百度在线网络技术(北京)有限公司
Inventor： 赵晨
IPC: H04N9/31
Abstract: 本申请实施例公开了用于投影仪的控制方法和装置。该方法的一具体实施方式包括：确定待投影区域中目标位置点的位置点信息；基于预先生成的扫描功率表和目标位置点的位置点信息，确定扫描目标位置点的扫描功率，扫描功率表用于表征扫描功率与位置点信息之间的对应关系；对反射镜进行倾斜角度调整，以改变反射镜的倾斜角度，使入射到反射镜上的光束被反射到目标位置点；控制光源以所确定的扫描功率向反射镜发射光束。该实施方式实现了以可调节的扫描功率扫描待投影区域。
-
公开(公告)号：CN107657663A
公开(公告)日：2018-02-02
申请号：CN201710867785.6
申请日：2017-09-22
Applicant: 百度在线网络技术(北京)有限公司
Inventor： 赵晨
Abstract: 本申请实施例公开了用于显示信息的方法和装置。该方法的一具体实施方式包括：监测镜头的焦距数据；通过焦距数据确定虚拟三维物体在虚拟空间中的放置位置，上述虚拟空间保存在智能终端上，包含预设尺寸的虚拟三维物体；将虚拟三维物体设置在上述放置位置后，在智能终端的显示屏上显示虚拟三维物体。该实施方式提高了虚拟物体在虚拟空间中放置位置的准确度，提高了虚拟物体在智能终端上的显示精度。
-
Patent Agency Ranking
公开(公告)号：CN107066082A
公开(公告)日：2017-08-18
申请号：CN201611254677.3
申请日：2016-12-30
Applicant: 百度在线网络技术(北京)有限公司
CPC classification number: G09B19/00 , G06F3/017 , G06F3/16 , G09B5/065 , G06F3/011 , G06F2203/012 , G06Q50/20
Abstract: 本申请公开了显示方法和装置。上述方法的一具体实施方式包括：获取实验环境图像；以增强现实方式在上述实验仪器图像上呈现指示在进行上述目标实验时实验仪器所处于的实验用状态的状态图像；响应于检测到用户的手势操作，基于上述手势操作与上述目标实验的实验操作的对应关系，确定上述实验操作的实验效果信息，其中，上述实验效果信息包括实验效果图像；以增强现实方式在已呈现上述状态图像的实验环境图像中呈现上述实验效果图像。该实施方式可以在现实环境图像上叠加虚拟的状态图像和实验效果图像，提高了显示的逼真程度。
-
公开(公告)号：CN106682468A
公开(公告)日：2017-05-17
申请号：CN201611261977.4
申请日：2016-12-30
Applicant: 百度在线网络技术(北京)有限公司
CPC classification number: G06F21/36 , A63F13/211 , A63F13/213 , A63F13/2145 , A63F13/837 , G06F1/1686 , G06F3/011 , G06F3/017 , G06F3/0304 , G06F3/04883 , G06T11/60 , G06T2200/24 , G06F21/31
Abstract: 本申请公开了一种解锁电子设备的方法和电子设备。方法包括：当电子设备处于锁定状态时，在电子设备的显示器上显示解锁界面，其中，解锁界面包括由电子设备的摄像头采集的现实世界场景以及叠加在该现实世界场景上的一个或多个虚拟对象；检测与解锁界面之间的交互；以及如果交互符合预定的规则，则将电子设备转换到解锁状态。按照本公开的各种实施例中的方案，提供了更有效、易用、用户友好的解锁界面和电子设备。
-
公开(公告)号：CN106679668A
公开(公告)日：2017-05-17
申请号：CN201611259771.8
申请日：2016-12-30
Applicant: 百度在线网络技术(北京)有限公司
IPC: G01C21/20
CPC classification number: G01C21/206 , G01S5/0284 , G06K9/00671 , G06K9/4671 , G06T7/73 , G06T19/006 , G06T2207/10004 , G06T2207/30204 , G06T2207/30244
Abstract: 本申请公开了导航方法和装置。该方法的一具体实施方式包括：将在室内环境中用户使用的终端拍摄的图像发送至服务器，图像包括：标识对象；接收服务器返回的与用户在室内环境中的位置相关联的导航信息，位置由服务器基于与标识对象匹配的预设标识对象和预设标识对象对应的室内环境中的位置而确定；采用增强现实方式在图像中呈现导航信息的至少一部分。实现了无需依靠特定设备，用户仅使用终端拍摄图像即可对用户在室内环境中的位置进行较为准确地定位，进而提升了导航的准确度以及具有较强的适用性，进一步地，在真实环境中呈现与用户在室内环境中的位置相关联的导航信息，提升导航效果。
-
公开(公告)号：CN108492364B
公开(公告)日：2022-09-20
申请号：CN201810259506.2
申请日：2018-03-27
Applicant: 百度在线网络技术(北京)有限公司
Inventor： 赵晨
IPC: G06T17/00 , G06T7/593 , G06V10/74 , G06V10/774 , G06V10/82
Abstract: 本申请实施例公开了用于生成图像生成模型的方法和装置。该方法的一具体实施方式包括：获取样本集，其中，样本包括第一深度图像、第二深度图像和可见光图像；基于样本集执行以下训练步骤：将样本集中的至少一个样本的第二深度图像和可见光图像分别输入预先建立的初始神经网络模型，得到上述至少一个样本中的每个样本对应的生成深度图像；计算上述至少一个样本中的每个样本对应的生成深度图像与对应的第一深度图像之间的相似度；根据计算结果确定上述初始神经网络模型是否达到预设的优化目标；响应于确定上述初始神经网络模型达到预设的优化目标，将上述初始神经网络模型作为训练完成的图像生成模型。该实施方式实现了图像生成模型的生成。
-
公开(公告)号：CN109102017B
公开(公告)日：2021-08-03
申请号：CN201810903730.0
申请日：2018-08-09
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06K9/62
Abstract: 本发明提供一种神经网络模型处理方法、装置、设备及可读存储介质，方法包括：获取神经网络模型至少一轮历史学习过程中的历史学习数据，所述历史学习数据包括至少一组权重值以及与所述权重值对应的收敛损失值；根据所述历史学习数据中的最优权重为所述神经网络模型的下一轮学习过程设置初始权重；通过训练集中的待训练图像数据对已设置初始权重的所述神经网络模型进行训练，获得训练完毕的神经网络模型。通过至少一轮历史学习过程中的历史学习数据中的最优权重为下一轮学习过程设置权重，从而能够提高神经网络模型的学习效率。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.038 seconds)
