-
公开(公告)号:CN108921874A
公开(公告)日:2018-11-30
申请号:CN201810726681.8
申请日:2018-07-04
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本发明提供的人体跟踪处理方法、装置及系统,系统中视频采集处理装置内置智能芯片,在智能芯片向云端服务器上传视频数据之前,智能芯片对视频数据进行预处理,保留关键图像帧,并采用人体检测跟踪算法对关键图像帧进行人体检测和跟踪处理,得到第一人体检测跟踪结果,将第一人体检测跟踪结果发送给云端服务器,以使云端服务器对第一人体检测跟踪结果进行人体重识别算法处理和/或三维重建算法处理,得到第二人体检测跟踪结果。通过智能芯片的预处理过程,降低了人体跟踪系统对网络带宽的要求,减轻了对云端服务器资源的依赖,提高了系统整体的处理速度;通过云端服务器三维重建算法辅助人体重识别算法判定目标人体,提高了人体识别算法的准确率。
-
公开(公告)号:CN108171260A
公开(公告)日:2018-06-15
申请号:CN201711352429.7
申请日:2017-12-15
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06K9/62
Abstract: 本申请提供一种图片识别方法及系统,所述方法包括:获取待识别的图片;将所述待识别的图片输入预先训练的图片识别模型,获取待识别的图片的预测类别标签;所述预先训练的图片识别模型采用卷积神经网络模型,且所述卷积神经网络模型包括输入层、卷积层、注意力分支、按元素操作层、池化层、全连接层和输出层;其中,注意力分支根据所述待识别的图片各区域的全局特征确定图片各区域的权重;按元素操作层用于根据图片各区域的权重对卷积层输出的图片的局部特征进行加权处理;根据所述待识别的图片的预测类别标签,识别所述待识别的图片的类别。解决了特定类型,例如图片主体区域过小或嵌套/拼接类图片的识别率较低的问题。
-
公开(公告)号:CN108170751A
公开(公告)日:2018-06-15
申请号:CN201711394789.3
申请日:2017-12-21
Applicant: 百度在线网络技术(北京)有限公司
CPC classification number: G06F17/30241 , G06K9/6256 , G06K9/6277
Abstract: 本申请实施例公开了用于处理图像的方法和装置。该方法的一具体实施方式包括:获取待处理图像;对待处理图像进行语义分割,生成待处理图像分割出的区域为各个地图元素对应的区域的概率集合;基于预先设置的先验信息校正概率集合中的概率;根据校正后的概率确定待处理图像分割出的区域对应的地图元素。该实施方式提供了一种基于先验信息的图像处理方法,提高了图像处理的效率。
-
公开(公告)号:CN108038880A
公开(公告)日:2018-05-15
申请号:CN201711387870.9
申请日:2017-12-20
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本申请实施例公开了用于处理图像的方法和装置。该方法的一具体实施方式包括:获取包括多边形图像的目标图像;将目标图像输入至预先训练的卷积神经网络,得到目标图像的特征向量,其中,卷积神经网络用于表征图像与特征向量的对应关系,特征向量是包括多边形图像的类别特征、位置特征以及关键点特征的向量;基于类别特征、位置特征以及关键点特征,识别多边形图像的图像区域。该实施方式提高了多边形图像识别的准确率。
-
公开(公告)号:CN107977946A
公开(公告)日:2018-05-01
申请号:CN201711386947.0
申请日:2017-12-20
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本申请实施例公开了用于处理图像的方法和装置。该方法的一具体实施方式包括:获取目标图像和待插入图像,以及确定目标图像中的待插入区域;基于待插入区域的平均亮度值和待插入图像的平均亮度值,调整待插入图像包含的像素的亮度值,其中,平均亮度值用于表征图像的明暗程度;响应于确定获取到的待插入图像的颜色属性值和待插入区域的颜色属性值的差值在预设范围外,调整待插入图像的颜色属性值至预设范围内。该实施方式提高了调整图像数据的针对性。
-
公开(公告)号:CN106447660A
公开(公告)日:2017-02-22
申请号:CN201610856323.X
申请日:2016-09-27
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06T7/00
CPC classification number: G06T7/0002
Abstract: 本发明公开了一种图片检测方法和装置,其中,方法包括以下步骤:计算输入的图片中每个像素点的梯度值响应,以生成图片对应的梯度图;根据梯度图建立对应的梯度积分图;利用梯度积分图筛选出可疑区域,并记录可疑区域的位置信息;根据可疑区域的位置信息对可疑区域进行连接性判断;如果可疑区域通过连接性判断,则确定图片为马赛克图片。该方法能够提高检测精度,降低将图片中矩形区域误判为马赛克的概率。
-
-
-
-
-