-
公开(公告)号：CN107545263A
公开(公告)日：2018-01-05
申请号：CN201710652233.3
申请日：2017-08-02
Applicant: 清华大学
Abstract: 本发明实施例提供一种物体检测方法及装置，所述方法包括：接收样本图片，训练所述样本图片并标注所述样本图片中各个感兴趣物体的轴对齐矩形边框位置，获得所述样本图片的图片特征图；通过对所述图片特征图进行预设的卷积操作和预设的反卷积操作，获得与所述样本图片的尺寸大小一致的输出特征图；通过将图像复原L2损失函数、窗口分类Softmax损失函数和窗口校正平滑L1损失函数三种损失函数线性加和训练网络，获得目标训练网络；输入所述输出特征图到所述目标训练网络，获得初始检测结果，对所述初始检测结果进行非极大值抑制，获得所述样本图片中各个感兴趣物体的检测结果。本发明实施例实现了对图片中物体的检测识别率的提高，并尽可能地检测到图片中具有不同尺寸的目标，特别是小尺寸目标。
-
公开(公告)号：CN106951826A
公开(公告)日：2017-07-14
申请号：CN201710079126.6
申请日：2017-02-14
Applicant: 清华大学
IPC: G06K9/00
Abstract: 本发明提供一种人脸检测方法及装置，属于图像识别技术领域。该方法包括：获取原始图像中人脸校正候选区域的位置响应特征图；对位置响应特征图进行划分，得到相应数量的方格，并按照每一方格所处的位置，区分所有方格的方格类型；按照每种方格类型对应的人脸检测贡献程度，确定每种方格类型对应的权重；基于每一方格对应的特征向量及权重，计算人脸校正候选区域对应的区域特征向量；基于区域特征向量，输出原始图像中最终包含人脸的区域。由于为位置响应特征图中不同方格类型引入了不同人脸部位的权重，从而能够减少复杂场景下外在条件对对检测结果的影响。因此，人脸检测的准确率较高，且提高了人脸检测的适用性。
-
公开(公告)号：CN106909625A
公开(公告)日：2017-06-30
申请号：CN201710044838.4
申请日：2017-01-20
Applicant: 清华大学
IPC: G06F17/30
CPC classification number: G06F17/30256
Abstract: 本发明提供了一种基于Siamese网络的图像检索方法及系统，所述的方法包括：S1，将待检索图像输入训练后的单支Siamese网络，以便通过单支Siamese网络提取出待检索图像的深度网络特征；S2，计算待检索图像的深度网络特征与数据库中每一个模板图像的深度网络特征之间的相似度，该相似度表征待检索图像与每一个模板图像之间的相似度；S3，将与所述待检索图像的相似度最大的模板图像作为所述待检索图像对应的检索结果图像。本发明通过构建Siamese网络，并进行训练，通过训练后的Siamese网络提取图像的深度网络特征，提取的特征鉴别力很强，使得Siamese网络用在图像检索领域具有很高的精确性。
-
公开(公告)号：CN105809154A
公开(公告)日：2016-07-27
申请号：CN201610306277.6
申请日：2016-05-10
Applicant: 清华大学
IPC: G06K9/00
CPC classification number: G06K9/00268 , G06K9/00221
Abstract: 本发明涉及一种人脸识别方法及装置，该方法包括提取待测目标的第一人脸图像对应的第一待测图像特征；将所述第一待测图像特征与多组预设样本图像的图像特征进行相似性分析，所述多组预设样本图像为多种预设光照条件下获取的多个人物的人脸样本图像；根据相似性分析的结果，将相似性最高的第一组人脸样本图像对应的身份作为人脸识别的第一识别结果。本发明的方法及装置可以减少不同光照条件对人脸识别准确率的影响，从而提高人脸识别的准确率和鲁棒性。
-
公开(公告)号：CN101482928A
公开(公告)日：2009-07-15
申请号：CN200910078295.3
申请日：2009-02-24
Applicant: 清华大学
IPC: G06K9/62
Abstract: 本发明公开了一种行为描述的方法和装置，属于行为识别技术领域。所述方法包括：获取三维行为者序列，三维行为者序列总共为K帧；根据三维行为者序列中的第一帧三维行为者，对选取的三维人体模型进行初始化；并计算第一姿势参数和第一三维人体关节点坐标；依次对第二帧三维行为者至第K帧三维行为者进行肢体部件分割和跟踪，得到第二帧三维行为者至第K帧三维行为者中的每帧三维行为者的姿势参数和三维人体关节点坐标；将所有三维人体关节点坐标合并为三维人体关节点坐标序列，将所有朝向参数合并为朝向参数序列，将所有空间位置参数合并为空间位置参数序列；用三维人体关节点坐标序列、朝向参数序列和空间位置参数序列描述三维行为者序列。
-
Patent Agency Ranking
公开(公告)号：CN1794266A
公开(公告)日：2006-06-28
申请号：CN200510136310.7
申请日：2005-12-31
Applicant: 清华大学
IPC: G06K9/00
Abstract: 本发明属于分类器集成和模式识别领域，其特征在于，首先通过各种采集设备获得用户的人脸、虹膜、在线签名和脱机笔迹各生物特征，接下来将这些生物特征分别送入对应的识别认证子模块进行特征提取和模板匹配，并输出各自匹配后得到的分数。这些分数经过归一化后，或者被送入识别融合模块，通过置信度集成等步骤得到最后的识别结果；或者被送入认证融合模块，映射到多维空间并通过分类器分类后得到最后的认证结果；或者识别融合之后再次进行认证融合，得到认证后的最终识别结果。经过融合以后，无论是进行验证还是识别，总的错误率较之单一生物特征识别认证系统，都得到了降低。
-
公开(公告)号：CN113936308B
公开(公告)日：2024-11-26
申请号：CN202010653082.5
申请日：2020-07-08
Applicant: 清华大学
IPC: G06V40/16 , G06V10/82 , G06V10/764 , G06V10/771 , G06V10/80
Abstract: 本发明实施例提供人脸识别方法、装置及电子设备，所述方法包括：将待识别人脸图像和所述待识别人脸图像的人脸部件解析图输入训练好的低分辨率识别模型，输出所述待识别人脸图像的特征；根据所述待识别人脸图像的特征进行人脸识别。通过将待识别人脸图像的人脸部件解析图作为人脸先验信息输入训练好的低分辨率识别模型，提高了对于低分辨率人脸图像的识别成功率。
-
公开(公告)号：CN118587734A
公开(公告)日：2024-09-03
申请号：CN202410490805.2
申请日：2024-04-23
Applicant: 清华大学
IPC: G06V40/10 , G06V10/762 , G06V10/764 , G06V10/42 , G06V10/44
Abstract: 本发明提供一种渐进粒度行人检索方法和装置，该方法包括：确定训练样本的特征图；对特征图的像素特征进行分类，得到概率图；基于特征图和概率图进行渐进粒度特征提取，得到渐进粒度行人检索特征；渐进粒度行人检索特征包括全局粒度特征、部件粒度特征和像素粒度特征；根据渐进粒度行人检索特征对行人检索网络模型进行训练，得到训练好的行人检索网络模型；基于训练好的行人检索网络模型，根据预设行人检索算法进行渐进粒度行人检索。本发明通过提取全局、部件和像素三种层次的渐进粒度特征，提供了丰富的身份鉴别信息，能够有效提升行人检索的性能。
-
公开(公告)号：CN118570800A
公开(公告)日：2024-08-30
申请号：CN202410710040.9
申请日：2024-06-03
Applicant: 清华大学天津电子信息研究院 , 惠然科技有限公司 , 中国航发四川燃气涡轮研究院
Abstract: 本申请公开了一种用于扫描电子显微镜定位拍摄的方法、设备及存储介质。所述方法包括：获取初始拍摄采集的原始扫描电镜图像；将所述原始扫描电镜图像输入至训练好的分割模型进行掩码分割操作，以获得掩码分割结果；基于所述掩码分割结果提取图像的特征信息；以及根据所述特征信息计算二次拍摄所需的目标电镜参数，以用于扫描电子显微镜定位拍摄。利用本申请的方案，可以减少手工干预，减少二次拍摄时间，提升拍摄效率。
-
公开(公告)号：CN118196854A
公开(公告)日：2024-06-14
申请号：CN202410230845.3
申请日：2024-02-29
Applicant: 清华大学
IPC: G06V40/16 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种面向开放环境的多模态人像表情识别方法及装置。该方法包括：获取待分析的开放环境中的人脸图像；从预设的表情开放文本池获取表情描述文本；将人脸图像和表情描述文本分别输入到多模态表情识别模型中，获得多模态表情识别模型分别输出的人像特征表征向量和文本特征表征向量；其中，多模态表情识别模型是基于非合作条件下获取的样本人脸图像及其对应的样本表情描述文本进行训练得到的；对人像特征表征向量和文本特征表征向量进行相似度分析，获得相似度结果；基于相似度结果确定人脸图像对应的表情识别结果。本发明提供的面向开放环境的多模态人像表情识别方法，能够有效提高开放环境条件下的人像表情识别精度和细粒度。
-
-
-
-
-
-
-
-
-
Search Results
85
records
(took 0.044 seconds)
