-
公开(公告)号：CN113065585A
公开(公告)日：2021-07-02
申请号：CN202110308488.4
申请日：2021-03-23
Applicant: 北京亮亮视野科技有限公司
Abstract: 本公开提供一种图像合成模型的训练方法、装置与电子设备，训练方法包括：对第一灰度图像样本和第二灰度遮罩图像样本进行合成处理，以获得合成图像样本；将采样图像样本数据输入至卷积神经网络进行训练，输出为单应性变换矩阵；根据单应性变换矩阵对第一灰度图像样本进行变换，以得第一灰度变换图像样本；确定第一灰度变换图像样本的第i个索引位置的第一像素值，第二灰度遮罩图像样本的第i个索引位置的第二像素值，并确定较大值；根据第一像素值、第二像素值和第二灰度遮罩图像样本的全部索引位置的像素值确定卷积神经网络的训练损失，并调整配置参数。通过本公开实施例，提升了单应性变换参数估计的准确性、图像合成的可靠性和适用性。
-
公开(公告)号：CN112836557A
公开(公告)日：2021-05-25
申请号：CN201911168642.1
申请日：2019-11-25
Applicant: 北京亮亮视野科技有限公司
IPC: G06K9/00 , G06F16/783
Abstract: 本发明公开了一种人像识别方法及系统，应用于具有AI边缘计算功能的AR智能眼镜，包括：A、对佩戴者视野内的视频流信息进行实时多次检测，以获取人像信息；其中，对于每一人像信息为实时快速多次获取的多份人像信息；B、对所述人像信息进行人像特征提取，并将其存储至智能眼镜端的临时数据栈中；C、将智能眼镜端的临时数据栈中存储的人像特征进行相似性比对，并进行择优去重处理；D、将择优去重处理之后的人像特征与在智能眼镜端的本地数据库中存储的目标人像特征进行比对，以进行目标人像识别；E、将识别结果在眼镜端和\或与眼镜端有线\无线连接的其他终端进行展示。由上，本申请通过择优去重处理可以减少数据重复冗余，之后再进行数据比对，且在眼镜端可以进行数据的比对，以提高人像识别效率。
-
公开(公告)号：CN108647668A
公开(公告)日：2018-10-12
申请号：CN201810490357.0
申请日：2018-05-21
Applicant: 北京亮亮视野科技有限公司
Abstract: 本发明公开了一种多尺度轻量级人脸检测模型的构建方法及基于该模型的人脸检测方法，其特征在于，包括：A、基于分离式反走样卷积和通道池化技术，构建轻量化的特征金字塔网络模块，并将所述特征金字塔网络模块接入到轻量级人脸检测卷积神经网络模型中，形成多尺度轻量级人脸检测模型；B、获取指定数量的标记有人脸位置和尺寸的人脸数字图像作为训练数据集，并利用所述训练数据集对所述多尺度轻量级人脸检测模型进行迭代训练，以获取训练后的多尺度轻量级人脸检测模型。由上，本申请能够实现在提升对人脸检测的准确度的同时，还可以有效减少检测模型的规模，以适应资源有限的嵌入式平台的人脸检测任务。
-
公开(公告)号：CN113065585B
公开(公告)日：2021-12-28
申请号：CN202110308488.4
申请日：2021-03-23
Applicant: 北京亮亮视野科技有限公司
Abstract: 本公开提供一种图像合成模型的训练方法、装置与电子设备，训练方法包括：对第一灰度图像样本和第二灰度遮罩图像样本进行合成处理，以获得合成图像样本；将采样图像样本数据输入至卷积神经网络进行训练，输出为单应性变换矩阵；根据单应性变换矩阵对第一灰度图像样本进行变换，以得第一灰度变换图像样本；确定第一灰度变换图像样本的第i个索引位置的第一像素值，第二灰度遮罩图像样本的第i个索引位置的第二像素值，并确定较大值；根据第一像素值、第二像素值和第二灰度遮罩图像样本的全部索引位置的像素值确定卷积神经网络的训练损失，并调整配置参数。通过本公开实施例，提升了单应性变换参数估计的准确性、图像合成的可靠性和适用性。
-
公开(公告)号：CN113344003B
公开(公告)日：2021-11-02
申请号：CN202110895232.8
申请日：2021-08-05
Applicant: 北京亮亮视野科技有限公司
Abstract: 本发明提供一种目标检测方法及装置、电子设备和存储介质。目标标检测方法通过将待检测图像分别按照第一缩放系数和第二缩放系数进行缩放，得到对应的第一缩放图像和第二缩放图像。随后将所述第一缩放图像和第二缩放图像输入至目标检测模型的编码器进行编码处理，得到输出的编码向量。最后将所述编码向量输入至所述目标检测模型的解码器进行解码处理得到输出的解码向量，通过构建完整的编码—解码的端到端的目标检测模型，避免了CNN固有的平移同变性、局部性等归纳偏置的影响，有利于提升目标检测的效果。
-
Patent Agency Ranking
公开(公告)号：CN110414372A
公开(公告)日：2019-11-05
申请号：CN201910608863.X
申请日：2019-07-08
Applicant: 北京亮亮视野科技有限公司
Abstract: 本申请实施例公开了一种增强的人脸检测方法、装置及电子设备，其中的增强的人脸检测方法包括：对目标图像进行初步人脸检测，得到该目标图像对应的一个或者多个识别区域；应用预设的判别网络判断所述识别区域中是否包含有人脸图像，若是，则在所述目标图像中对包含有所述图像人脸的识别区域进行标记，其中，所述判别网络为一种应用预设的低分辨图像转化超分辨图像的处理过程以及预设的针对所述超分辨图像的真实度判断过程进行交互训练得到的卷积神经网络。本申请能够在不增加误检率的基础上检测到图像中的极小人脸，能够有效提高人脸检测过程的可靠性和人脸检测结果的准确性。
-
公开(公告)号：CN111444746B
公开(公告)日：2024-01-30
申请号：CN201910040806.6
申请日：2019-01-16
Applicant: 北京亮亮视野科技有限公司
IPC: G06V20/20 , G06V10/764
Abstract: 本发明提供了一种基于神经网络模型的信息标注方法，应用于智能设备，所述方法包括以下步骤：A、获取目标物体图像；B、基于目标识别神经网络模型对所述图像进行识别，在所述图像中标识出所述目标物体的外轮廓及所述目标物体的标注信息；C、基于接收到的用户调整指令对所述目标物体在所述目标物体图像中的外轮廓和所述标注信息进行调整。本发明基于目标识别神经网络模型对获取的目标物体图像进行识别并标识出目标物体的外轮廓及目标物体的标注信息，同时，本发明还可对标识出的目标物体的外轮廓和标注信息进行人工调整，从而实现了对目标物采集的同时进行标注，提高了信息标注的效率及标注信息的准确性。
-
公开(公告)号：CN113344003A
公开(公告)日：2021-09-03
申请号：CN202110895232.8
申请日：2021-08-05
Applicant: 北京亮亮视野科技有限公司
Abstract: 本发明提供一种目标检测方法及装置、电子设备和存储介质。目标标检测方法通过将待检测图像分别按照第一缩放系数和第二缩放系数进行缩放，得到对应的第一缩放图像和第二缩放图像。随后将所述第一缩放图像和第二缩放图像输入至目标检测模型的编码器进行编码处理，得到输出的编码向量。最后将所述编码向量输入至所述目标检测模型的解码器进行解码处理得到输出的解码向量，通过构建完整的编码—解码的端到端的目标检测模型，避免了CNN固有的平移同变性、局部性等归纳偏置的影响，有利于提升目标检测的效果。
-
公开(公告)号：CN112036555B
公开(公告)日：2021-02-05
申请号：CN202011220215.6
申请日：2020-11-05
Applicant: 北京亮亮视野科技有限公司
Abstract: 本公开属于计算机技术领域，涉及一种目标检测框架的优化方法及装置、存储介质、电子设备。该方法包括：获取与目标检测框架对应的多个原始嵌入向量和多个标注向量，并对原始嵌入向量进行扩充得到多个嵌入向量；对多个嵌入向量进行计算得到目标代价矩阵；基于目标代价矩阵，利用局部最优解算法匹配多个嵌入向量和多个标注向量得到多组匹配向量；对多组匹配向量进行计算得到目标损失函数，并利用目标损失函数训练目标检测框架，以使用优化后的目标检测框架进行目标检测或全景分割。本公开扩充了匹配向量的个数，解决了目标检测框架训练样本少的问题，加快了学习率的训练过程，加速了嵌入向量和标注向量的匹配速度，解决了训练速度慢的问题。
-
公开(公告)号：CN112036555A
公开(公告)日：2020-12-04
申请号：CN202011220215.6
申请日：2020-11-05
Applicant: 北京亮亮视野科技有限公司
Abstract: 本公开属于计算机技术领域，涉及一种目标检测框架的优化方法及装置、存储介质、电子设备。该方法包括：获取与目标检测框架对应的多个原始嵌入向量和多个标注向量，并对原始嵌入向量进行扩充得到多个嵌入向量；对多个嵌入向量进行计算得到目标代价矩阵；基于目标代价矩阵，利用局部最优解算法匹配多个嵌入向量和多个标注向量得到多组匹配向量；对多组匹配向量进行计算得到目标损失函数，并利用目标损失函数训练目标检测框架，以使用优化后的目标检测框架进行目标检测或全景分割。本公开扩充了匹配向量的个数，解决了目标检测框架训练样本少的问题，加快了学习率的训练过程，加速了嵌入向量和标注向量的匹配速度，解决了训练速度慢的问题。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.023 seconds)
