模型数据处理方法、装置、计算机设备和存储介质

    公开(公告)号:CN115705535A

    公开(公告)日:2023-02-17

    申请号:CN202110881388.0

    申请日:2021-08-02

    IPC分类号: G06Q10/0637 G06N5/01

    摘要: 本申请涉及一种模型数据处理方法、装置、计算机设备和存储介质。方法包括:确定目标模型集合,将目标样本输入到目标模型中进行预测,得到目标预测结果;利用待训练的评估模型对目标预测结果进行评估,得到目标模型对应的目标模型评估分数;根据目标模型对应的目标模型评估分数的大小关系对目标模型集合进行排列,得到目标模型序列;获取标准模型序列,根据目标模型序列以及标准模型序列得到模型损失值,目标模型序列与标准模型序列之间的相关度与模型损失值成负相关关系;基于模型损失值对待训练的评估模型的模型参数进行调整,得到已训练的评估模型,以根据已训练的评估模型对模型进行评估。采用本方法能够提高模型评估准确度。

    一种面部图像处理方法、装置和计算机可读存储介质

    公开(公告)号:CN114943799A

    公开(公告)日:2022-08-26

    申请号:CN202110648608.5

    申请日:2021-06-10

    IPC分类号: G06T17/00 G06T15/00 G06V40/16

    摘要: 本发明实施例公开了一种面部图像处理方法、装置和计算机可读存储介质;本发明实施例在获取源面部的面部图像和模板面部的面部模板图像后,对面部图像和面部模板图像进行特征提取,得到源对象的图像纹理特征和面部模板图像中对象的属性特征,然后,对源对象和面部模板图像中对象进行面部建模,以得到源对象的第一三维建模参数和对象的第二三维建模参数,并将第一三维建模参数和第二三维建模参数进行融合,得到目标三维建模参数,根据目标三维建模参数构建三维面部图像,得到三维面部图像的三维面部特征,基于图像纹理特征、三维面部特征和属性特征,将面部模板图像中的对象替换为源对象,得到目标面部图像;该方案可以提升面部图像处理的准确性。

    一种开集样本分解方法、装置以及相关设备

    公开(公告)号:CN114332471A

    公开(公告)日:2022-04-12

    申请号:CN202110989952.0

    申请日:2021-08-26

    摘要: 本申请实施例公开了一种开集样本分解方法、装置以及相关设备,具体涉及人工智能技术领域,可应用于地图领域,方法包括:获取开集样本数据和闭集样本数据;提取开集样本数据对应的开集特征,并提取闭集样本数据对应的闭集特征,将开集特征与闭集特征组合为目标特征;进而,将开集特征输入多粒度分解器,得到多粒度子类;再者,对多粒度子类进行匹配处理,得到多粒度伪标签;并确定多粒度子类对应的开集结构信息;通过序列结构学习器,对目标特征和多粒度伪标签进行训练,得到分解结果;最后根据分解结果更新开集结构信息。采用本申请,有利于提升对于开集样本的识别能力。

    时序动作检测方法、装置、计算机设备及存储介质

    公开(公告)号:CN113705292A

    公开(公告)日:2021-11-26

    申请号:CN202110218938.0

    申请日:2021-02-26

    IPC分类号: G06K9/00 G06K9/62

    摘要: 本申请提供了一种时序动作检测方法、装置、计算机设备及存储介质,属于人工智能领域。方法包括:对连续的多个图像帧进行特征提取,得到不同长度的多个时序特征;基于多个时序特征中最长的时序特征,获取目标特征;对于多个时序特征中的任一时序特征,基于时序特征,获取第一时间定位信息,第一时间定位信息表征时序特征中各目标时刻对应的动作开始时刻和动作结束时刻;基于时序特征、第一时间定位信息以及目标特征,对第一时间定位信息进行修正,得到第二时间定位信息。上述技术方案,不需要对各目标时刻设置锚框值来预测对应的定位框,从而减少了处理量,加快了动作检测速度。

    视频处理方法、装置、计算机设备以及存储介质

    公开(公告)号:CN113573009A

    公开(公告)日:2021-10-29

    申请号:CN202110189164.3

    申请日:2021-02-19

    IPC分类号: H04N7/18 H04N21/431 G06K9/00

    摘要: 本申请实施例公开了一种视频处理方法、装置、计算机设备以及存储介质。视频处理方法包括:获取目标视频帧序列,目标视频帧序列包括目标关键帧,目标关键帧包括目标对象;识别目标对象在目标关键帧中的目标位置信息,并提取目标视频帧序列的序列特征,根据目标位置信息从序列特征中抽取目标视频帧序列的短时兴趣区域特征;获取K个关联视频帧序列的短时兴趣区域特征集合;将短时兴趣区域特征集合融合为长时兴趣区域特征;根据长时兴趣区域特征和目标视频帧序列的短时兴趣区域特征确定目标对象在目标关键帧中的的行为类别。采用本申请,可以提高提高视频识别效率和识别准确率。

    文本图像匹配方法、装置、设备及存储介质

    公开(公告)号:CN113516142A

    公开(公告)日:2021-10-19

    申请号:CN202011350029.4

    申请日:2020-11-26

    IPC分类号: G06K9/62 G06F40/289 G06F40/30

    摘要: 本申请是关于一种文本图像匹配方法、装置、设备及存储介质,涉及图像处理技术领域。所述方法包括:获取第一文本与第一图像;获取第一文本对应的至少两种尺度的文本特征;将至少两种尺度的文本特征融合,获取第一文本对应的第一多尺度融合特征;获取第一图像对应的至少两种尺度的图像特征;将至少两种尺度的图像特征融合,获取第一图像对应的第二多尺度融合特征;基于第一多尺度融合特征与第二多尺度融合特征,获取第一文本与第一图像的特征相似度;基于特征相似度,确定第一文本与第一图像的匹配关系。上述方案通过自然语言处理与计算机视觉技术,考虑了不同特征尺度之间的文本与图像的特征相似情况,提高了文本与图像之间的匹配准确性。

    掌纹识别方法、特征提取模型训练方法、设备及介质

    公开(公告)号:CN113515988A

    公开(公告)日:2021-10-19

    申请号:CN202010659354.2

    申请日:2020-07-09

    摘要: 本申请实施例公开了一种掌纹识别方法、特征提取模型训练方法、设备及介质,属于计算机技术领域。该方法包括:获取目标手部图像,对目标手部图像进行手掌提取,得到目标手部图像的目标手掌图像,调用特征提取模型,对目标手掌图像进行特征提取,得到目标掌纹特征,根据存储的多个预设掌纹特征及每个预设掌纹特征对应的用户标识,对目标掌纹特征进行识别处理,确定目标掌纹特征的目标用户标识。通过从手部图像中提取到手掌图像,减少了手部图像中对掌纹特征的影响因素,提高了掌纹特征的准确性,训练该特征提取模型时采用的样本手部图像通过不同类型的设备采集得到,应用范围广,提高了得到的掌纹特征的准确性,从而提高了用户标识的准确性。

    掌纹识别方法、装置、计算机设备及存储介质

    公开(公告)号:CN113515987A

    公开(公告)日:2021-10-19

    申请号:CN202010659346.8

    申请日:2020-07-09

    摘要: 本申请实施例公开了一种掌纹识别方法、装置、计算机设备及存储介质,属于计算机技术领域。该方法包括:获取包含同一手掌的至少两个原始手部图像,根据至少两个模板手部图像,分别对类型匹配的原始手部图像进行矫正处理,得到每个原始手部图像对应的目标手部图像,分别获取每个目标手部图像对应的目标掌纹特征,将至少两个目标掌纹特征进行融合处理,得到融合掌纹特征,根据存储的多个参考掌纹特征及每个参考掌纹特征对应的用户标识,对融合掌纹特征进行识别处理,确定融合掌纹特征的目标用户标识。避免了由于手掌显示方式不满足要求而影响掌纹识别结果,丰富了融合掌纹特征中包含的特征,提高了掌纹识别的准确性,实现了对用户的身份验证。

    人脸图像的视线矫正方法、装置、设备及存储介质

    公开(公告)号:CN112733794B

    公开(公告)日:2021-10-15

    申请号:CN202110088338.7

    申请日:2021-01-22

    IPC分类号: G06K9/00 G06K9/62

    摘要: 本申请公开了一种人脸图像的视线矫正方法、装置、设备及存储介质,涉及人工智能技术领域。所述方法包括:从人脸图像中获取待矫正眼部图像;对待矫正眼部图像进行特征提取处理,得到待矫正眼部图像的特征信息;基于特征信息和目标视线方向,对待矫正眼部图像进行视线矫正处理,得到初步矫正后眼部图像和眼部轮廓掩码;采用眼部轮廓掩码对初步矫正后眼部图像进行调整处理,生成矫正后眼部图像;基于矫正后眼部图像,生成经视线矫正后的人脸图像。本申请提供了一种矫正能力更强的视线矫正方案,即便是对于眼珠偏移较大的图像,也能够达到真实且准确的视线矫正结果。