公开(公告)号：CN111931873B

公开(公告)日：2020-12-22

申请号：CN202011040050.4

申请日：2020-09-28

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 劳江微 ,  王剑 ,  陈景东 ,  褚崴 ,  孙剑哲 ,  顾欣欣 ,  甘利民 ,  马波 ,  汪佳 ,  孙晓冬 ,  余泉

IPC: G06K9/62 ,  G06K9/46 ,  G06K9/00

Abstract: 本说明书实施例提供了图像识别方法和装置。根据实施例的方法，首先需要对待识别图像分别进行两次降尺寸处理，其中一个分支得到保留有待识别图像的全局语义及上下文关系的全局特征，另一个分支得到损失了待识别图像的全局语义但是保留有局部细节的多个第一局部特征。然后利用两个分支协同工作，在特征层面进行了特征共享，使得两个分支能够共享信息，同时关注各自擅长的部分，有效地利用待识别图像的整体和局部信息完成对待识别图像的识别。

公开(公告)号：CN111898613A

公开(公告)日：2020-11-06

申请号：CN202011054144.7

申请日：2020-09-30

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 劳江微 ,  王剑 ,  陈景东 ,  褚崴 ,  汪佳 ,  顾欣欣 ,  孙剑哲 ,  甘利民 ,  余泉 ,  孙晓冬

IPC: G06K9/34 ,  G06K9/62

Abstract: 本说明书实施例提供了半监督语义分割模型训练方法、识别方法和装置，根据实施例的半监督语义分割模型训练方法，首先通过获取人工对第一图像中的待标注对象进行标注后得到的第一监督数据，进而通过第一监督数据训练得到对待标注对象的识别率相对较高的全监督语义分割模型。利用全监督语义分割模型对未经过人工标注的第二图像中的待标注对象进行标注，得到第二监督数据。再利用经过人工标注得到的第一监督数据和经过全监督语义分割模型标注得到的第二监督数据训练半监督语义分割模型，并利用半监督语义分割模型对第一图像、第二图像和随机扰动项进行识别，得到第三监督数据。最后通过第一、第二和第三监督数据对半监督语义分割模型再次训练。

公开(公告)号：CN111524150A

公开(公告)日：2020-08-11

申请号：CN202010631309.6

申请日：2020-07-03

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 洪炜翔 ,  郭清沛 ,  张伟 ,  陈景东 ,  褚崴

IPC: G06T7/11 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本说明书实施例提供一种图像处理的方法，巧妙利用特征金字塔网络，根据高阶特征图和低阶特征图的不同特性，基于金字塔状排布的特征图，通过低阶特征图进行语义分割，通过高阶特征图进行实例分割，从而，在一个网络中实现全景分割，实现了一种轻量级的、计算速度较快的全景分割模式。