公开(公告)号：CN114385274B

公开(公告)日：2025-05-16

申请号：CN202011112272.2

申请日：2020-10-16

Applicant: 武汉旷视金智科技有限公司 ,  北京迈格威科技有限公司

Inventor： 任超

IPC: G06F9/448 ,  G06F8/20

Abstract: 本发明提供了一种数据处理方法、装置、电子设备及存储介质，该方法包括：根据待处理数据，生成目标数据文件，目标数据文件中包括待处理数据、首个实例标识及数据属性，数据属性至少包括下一执行实例属性，通过预设的控制实例调用首个实例标识指示的首个执行实例根据目标数据文件进行数据处理，以及设定下一执行实例属性的值，以表征下一执行实例，在设定下一执行实例属性的值之后，通过控制实例根据下一执行实例属性的值，调用下一执行实例继续根据目标数据文件进行数据处理，以及重新设定下一执行实例属性的值。这样，可以方便后续对代码进行修改维护，降低修改成本，提高代码的扩展性。

公开(公告)号：CN112307900B

公开(公告)日：2025-04-25

申请号：CN202011037197.8

申请日：2020-09-27

Applicant: 北京迈格威科技有限公司

Inventor： 周理琛

IPC: G06V40/16 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/09 ,  G06N20/20

Abstract: 本发明提供了一种面部图像质量的评估方法、装置和电子设备，包括：获取目标对象的待评估面部图像；采用面部朝向检测模型对待评估面部图像进行面部朝向检测，得到目标对象的面部朝向角度信息的置信度；将置信度作为待评估面部图像的图像质量。在本发明中，面部朝向检测模型的训练简单，只需要对训练样本图像中训练对象的面部朝向角度进行标注即可，标注成本低，另外，面部朝向角度这一参量更加客观化，全局化，当模型输出的面部朝向角度信息越准确(即置信度越高)，模型从待评估面部图像中获取到的有效信息越多，也就是待评估面部图像的质量越好。

公开(公告)号：CN114387548B

公开(公告)日：2025-03-21

申请号：CN202111676628.X

申请日：2021-12-31

Applicant: 北京旷视科技有限公司 ,  北京迈格威科技有限公司

Inventor： 马志明 ,  周争光

IPC: G06V20/40 ,  G06V40/40

Abstract: 本申请提供了一种视频及活体检测方法、系统、设备、存储介质及程序产品。所述方法包括：获取待检测视频；从所述待检测视频中抽取目标视频帧以及所述目标视频帧的参考视频帧，所述参考视频帧为：白平衡参数生效前所采集的视频帧，所述目标视频帧为所述待检测视频中位于所述参考视频帧之后的视频帧；基于所述目标视频帧的颜色值与所述参考视频帧的颜色值，确定所述待检测视频的白平衡参数是否生效，所述待检测视频的白平衡参数生效表征录制所述待检测视频的至少一个目标视频帧的过程中摄像设备的白平衡信息发生变化。本申请的视频检测方法有助于更好地实现白平衡活体检测。

公开(公告)号：CN112614134B

公开(公告)日：2024-12-31

申请号：CN202011504508.7

申请日：2020-12-17

Applicant: 北京迈格威科技有限公司

Inventor： 杨磊 ,  燕资伟 ,  孙伟 ,  何益升 ,  范浩强

IPC: G06T7/10 ,  G06V10/764

Abstract: 本发明提供了一种图像分割方法、装置、电子设备及存储介质，该方法包括：通过语义分割网络对待分割图像进行语义分割，得到语义分割图；通过亲和力分割网络对待分割图像进行处理，得到亲和力图，亲和力图表示当前像素与亲和邻居像素属于同一实例的概率，当前像素与亲和邻居像素的位置关系通过亲和核确定；根据亲和力图和亲和核，构建与类别无关的实例分割图；将实例分割图与语义分割图进行融合，得到带有类别的实例分割结果。本发明由于通过亲和核可以确定出当前像素和亲和核内亲和邻居像素的亲和性，从而可以很好的区分出重叠的实例，并且可以将具有较多组成部分的同一实例的每个部分融合起来，可以提高分割的准确率。

公开(公告)号：CN112577500B

公开(公告)日：2024-12-31

申请号：CN202011367335.9

申请日：2020-11-27

Applicant: 北京迈格威科技有限公司

Inventor： 贺一家 ,  赖文芊 ,  刘骁 ,  沈毅

IPC: G01C21/32

Abstract: 本发明涉及一种定位与地图构建方法、装置、机器人及计算机存储介质，该方法包括：在t时刻对获取到的点云数据进行直线特征提取，得到对应的多个线段；预估机器人在所述t时刻相较于t‑1时刻的相对姿态；根据所述相对姿态，对与所述t时刻对应的多个线段及在所述t‑1时刻进行直线特征提取所得到的多个线段进行线段匹配，得到各条线段所属的直线；将所述机器人在各个时刻的姿态及所有直线的二直线参数化表示形式进行联合优化，得到所述机器人在所述各个时刻的姿态及所有直线的直线参数。由于在表示直线时，采用的是二直线参数化表示形式，因此，可以尽可能地减少计算的计算量，从而可以提高计算效率，缩短计算时间。

公开(公告)号：CN112580689B

公开(公告)日：2024-12-20

申请号：CN202011324872.5

申请日：2020-11-23

Applicant: 北京迈格威科技有限公司

Inventor： 黄俊强

IPC: G06F18/214 ,  G06N3/02

Abstract: 本申请实施例提供一种神经网络模型的训练方法、应用方法、装置和电子设备，其中，通过基于每个新样本训练后的损失值确定出当前训练周期每个数据增强操作的损失值均值，进而更新集合表中的损失衡量参数，使集合表中各个数据增强操作的损失衡量参数为多个训练周期累积出的损失结果，而基于集合表中多个训练周期累积出的损失衡量参数更新对应的采样概率参数，能够使更新后的采样概率参数也与多个训练周期累积出的损失结果有关，进而影响后续基于集合表中的采样概率参数选择数据增强操作的选择，使选择出的数据增强操作更合理，有效提升了神经网络模型的训练速度和训练效果。

公开(公告)号：CN113870300B

公开(公告)日：2024-12-03

申请号：CN202010616014.1

申请日：2020-06-29

Applicant: 北京迈格威科技有限公司

Inventor： 王涛

IPC: G06T7/20 ,  G06T7/30 ,  G06T5/70

Abstract: 本申请提供一种图像处理方法、装置、电子设备及可读存储介质，涉及图像处理技术领域。包括：获得基准曝光补偿值下的基准图像以及N个对照曝光补偿值下的融合图像；确定在每个对照曝光补偿值采集的至少两帧图像之间的运动掩膜图像；将融合图像以及运动掩膜图像进行配准；基于配准图像、基准图像以及对应的配准运动掩膜图像，确定配准图像中的鬼影区域；基于鬼影区域将配准图像以及基准图像进行融合，获得目标图像。该方案结合配准运动掩膜图像对每个对照曝光补偿值下的配准图像中鬼影区域进行准确检测，提高了鬼影区域检测的精度，这样使得在基于鬼影区域进行图像融合时，能够很好地消除鬼影，获得清晰度较高的图像。

公开(公告)号：CN112686321B

公开(公告)日：2024-12-03

申请号：CN202011639067.1

申请日：2020-12-31

Applicant: 北京迈格威科技有限公司

Inventor： 张选杨

IPC: G06N3/0985 ,  G06N3/084 ,  G06N3/045 ,  G06N3/0464 ,  G06V10/82 ,  G06V10/764 ,  G06V10/44

Abstract: 本申请实施例提供了一种确定网络的性能参数值的方法、装置、设备及介质，属于机器学习技术领域，所述方法包括：将多个网络模块分别与原始网络进行组合，得到所述原始网络的多个子网络，其中，一个网络模块用于实现一种类型的数据处理操作；对所述多个子网络交替训练多次，以完成对所述原始网络的训练，其中，包括同一个网络模块的各个子网络之间共享该个网络模块的参数；针对所述多个子网络中的任一子网络，根据该子网络包括的各个网络模块各自在所述原始网络的训练过程中的累积梯度值，确定该子网络的性能参数值。

公开(公告)号：CN113762075B

公开(公告)日：2024-11-26

申请号：CN202110867219.1

申请日：2021-07-29

Applicant: 北京旷视科技有限公司 ,  北京迈格威科技有限公司

Inventor： 刘宇

IPC: G06V20/69 ,  G06V10/26 ,  G06V10/764 ,  G06V10/762 ,  G06V10/82

Abstract: 本申请实施例提供了一种组分检测方法、装置、设备及介质，属于图像处理技术领域，旨在实现组分检测的规模化应用以及提高组分检测的准确率，所述方法包括：获得待检测图像，所述待检测图像包括多个组分分布区域；对所述待检测图像进行分割，得到所述多个组分分布区域各自对应的分割区域；对所述多个组分分布区域各自对应的分割区域进行分类，得到所述多个组分分布区域各自对应的组分分布类别。

公开(公告)号：CN112508052B

公开(公告)日：2024-11-22

申请号：CN202011242004.2

申请日：2020-11-09

Applicant: 北京迈格威科技有限公司

Inventor： 杨同

IPC: G06V10/25 ,  G06V10/774

Abstract: 本申请实施例提供了目标检测网络训练方法、装置，该方法包括：获取当前的训练过程对应的增量训练数据；基于当前的训练过程的训练数据，计算当前的训练过程的网络总损失，以及基于所述网络总损失，更新目标检测网络的参数的参数值，其中，当前的训练过程的训练数据包括：在当前的训练过程中产生的每一个正样本的训练数据、当前的训练过程对应的经过处理的增量训练数据、在当前的训练过程中产生的负样本的训练数据。不仅在当前的训练过程中产生的正样本的训练数据，历史正样本对应的特征和历史正样本对应的标注数据也参与训练，相当于在每一次训练过程中，增加参与训练的正样本的数量，从而，可以得到较好的正样本与负样本平衡效果。