一种基于多层深度特征信息的人脸属性分类方法

    公开(公告)号:CN106682628B

    公开(公告)日:2020-01-10

    申请号:CN201611251749.9

    申请日:2016-12-30

    IPC分类号: G06K9/00 G06N3/04

    摘要: 本发明公开了一种基于多层深度特征信息的人脸属性分类方法,具体步骤如下:S1:假设x是任意角度的人脸图像,S2:使用局部特征区域提取算法将原始图像变换为局部信息,S3:使用多层特征提取算法来提取多层特征信息,S4:利用多特征融合算法来自适应融合多维度的信息。本发明提供了一种基于多层深度信息的人脸属性分类技术,该方法可以有效识别人脸图像中人的属性,从而实现智能视频监控和智能判断,该方法使用深度学习的方法对人脸属性样本进行训练,网络模型分为公共卷积层,特征提取层以及属性分类层。在特征提取层中,连接多层特征,融合多个尺度的信息,有助于提取更加有区分能力的特征。

    人脸聚类方法、装置、设备和存储介质

    公开(公告)号:CN110232373B

    公开(公告)日:2020-01-03

    申请号:CN201910737332.0

    申请日:2019-08-12

    IPC分类号: G06K9/00 G06K9/62

    摘要: 本发明实施例公开了一种人脸聚类方法、装置、设备和存储介质,该方法包括通过人脸数据集进行训练得到训练后的残差网络;对所述残差网络进行处理得到人脸特征提取器,将待分类的人脸图片输入所述人脸特征提取器得到每张人脸图片对应的人脸特征向量;计算每个人脸特征向量和其它人脸特征向量的向量距离,依据所述向量距离确定每张人脸图片的邻居人脸集合;将每张人脸图片的邻居人脸集合分别确定为一个簇,将满足预设条件的簇进行合并。本方案提高了人脸聚类的效率以及准确度。

    目标追踪方法、装置、目标追踪设备及存储介质

    公开(公告)号:CN109377519A

    公开(公告)日:2019-02-22

    申请号:CN201811144949.3

    申请日:2018-09-29

    IPC分类号: G06T7/292 G06K9/00 G06K9/32

    摘要: 本申请实施例公开了一种目标追踪方法、装置、目标追踪设备及存储介质,该方法包括获取原始图像信息,所述原始图像信息包含至少两幅原始图像;当识别到第一原始图像存在目标对象时,在所述第一原始图像中截取所述目标对象关联的待确定人脸图像;查询所述原始图像信息中的第二原始图像,如果识别到存在所述目标对象,则识别所述第二原始图像中是否存在所述待确定人脸图像,如果存在,则输出所述待确定人脸图像,本方案合理运用了原始采集的图像信息,完善了目标追踪方案,提高了追踪信息的获取效率。

    基于活动形状模型和加权插值法的人脸图像眼镜去除方法

    公开(公告)号:CN104156700A

    公开(公告)日:2014-11-19

    申请号:CN201410366526.1

    申请日:2014-07-26

    IPC分类号: G06K9/00

    摘要: 本发明提供了一种基于活动形状模型和加权插值法的人脸图像眼镜去除方法及其在人脸识别中的应用,该方法通过人脸检测技术检测到的人脸数据进行眼镜去除处理,处理后的数据用于人脸识别,精确的眼镜去除方法可以有效提高人脸识别准确率。算法利用活动形状模型进行眼镜区域的定位,通过基于加权插值的方法进行眼镜区域的去除,以保证眼镜去除的效果。该方法有效的解决了针对人脸识别过程中深颜色粗框眼镜遮挡人脸导致识别率大幅降低的问题,从而提高了人脸识别的识别性能。

    一种基于ATM场景下的异常面板检测算法

    公开(公告)号:CN103400382A

    公开(公告)日:2013-11-20

    申请号:CN201310318005.4

    申请日:2013-07-24

    IPC分类号: G06T7/00

    摘要: 本发明提供了一种基于ATM场景下的异常面板检测算法及其在金融智能安防中的应用。首先在算法启动时采用三帧差法计算前景的动态变化以确定自适应背景,然后采用基于自适应前景进行ATM异常面板初检,以提高算法效率,最后基于多维特征向量的方法进行复检,以提高算法准确率。该方法有效的解决了针对ATM机进行小广告粘贴、非法拆除、加装键盘、插卡口等行为的智能分析和检测,从而提高了银行检控的安全性,为银行用户节省了大量人力,同时提高了效率。

    一种基于网络拓扑的云资源调度策略

    公开(公告)号:CN103095788A

    公开(公告)日:2013-05-08

    申请号:CN201110355373.7

    申请日:2011-11-02

    IPC分类号: H04L29/08 H04L12/863

    摘要: 本发明公开了一种基于网络拓扑的云平台的资源模型,并提出在该模型下的虚机创建的资源调度策略,包括填满、平滑、和基于网络拓扑等资源调度策略。填满策略,使得虚机请求的资源尽量地集中,减少资源的碎片,提高资源的使用率。平滑策略,使得每台服务器和共享存储上面的使用率尽可能地相似,负载均衡,保证服务器的整体性能。基于网络拓扑的资源调度策略,尽量保证为虚机分配的服务器资源和共享存储资源之间的网络路径最小,仅在万不得已的情况下跨数据中心、集群分配服务器和共享存储资源。

    一种人脸比对的图卷积神经网络训练方法及装置

    公开(公告)号:CN112733807A

    公开(公告)日:2021-04-30

    申请号:CN202110197142.1

    申请日:2021-02-22

    摘要: 本申请实施例公开了一种人脸比对的图卷积神经网络训练方法及装置。本申请实施例提供的技术方案通过确定人脸图片之间的相似度距离,根据相似度距离与邻域半径的比较情况,为每个人脸图片构建人脸图片邻域,并进一步按照相似度分割阈值构造同类低相似度的正样本集和不同类高相似度的负样本集,依据正样本集和负样本集对基于图卷积神经网络构建二分类的多对多人脸识别模型进行训练,以使多对多人脸识别模型的正确率达到设定要求,通过正样本集和负样本集进行模型训练,降低样本数据规模,减少训练时间,提升对人脸识别图卷积神经网络的训练效率,有效强化多对多人脸识别模型的识别能力。

    一种分布式大规模人脸聚类方法及装置

    公开(公告)号:CN111738341A

    公开(公告)日:2020-10-02

    申请号:CN202010587955.7

    申请日:2020-06-24

    IPC分类号: G06K9/62

    摘要: 本申请实施例公开了一种分布式大规模人脸聚类方法及装置。本申请实施例提供的技术方案,通过将待聚类人脸图片进行分批聚类并汇总聚类结果,得到聚类集合和未聚类集合,从聚类集合的每个类中抽取设定数量的人脸图片构成代表类,并计算每一个未聚类人脸图片与每个代表类的相似度距离,得到相似度距离集合,基于相似度距离集合将未聚类人脸图片聚类到最相似的代表类中,并根据设定的链接阈值确定各个未聚类人脸图片与对应的代表类的链接关系,基于链接关系合并各个代表类,输出合并结果。采用上述技术手段,可以减少大规模人脸数据聚类的数据计算量,减少内存的消耗,在保障聚类结果稳定的前提下提升人脸聚类效率。

    人脸聚类方法、装置、设备和存储介质

    公开(公告)号:CN110232373A

    公开(公告)日:2019-09-13

    申请号:CN201910737332.0

    申请日:2019-08-12

    IPC分类号: G06K9/00 G06K9/62

    摘要: 本发明实施例公开了一种人脸聚类方法、装置、设备和存储介质,该方法包括通过人脸数据集进行训练得到训练后的残差网络;对所述残差网络进行处理得到人脸特征提取器,将待分类的人脸图片输入所述人脸特征提取器得到每张人脸图片对应的人脸特征向量;计算每个人脸特征向量和其它人脸特征向量的向量距离,依据所述向量距离确定每张人脸图片的邻居人脸集合;将每张人脸图片的邻居人脸集合分别确定为一个簇,将满足预设条件的簇进行合并。本方案提高了人脸聚类的效率以及准确度。