-
公开(公告)号：CN117853992A
公开(公告)日：2024-04-09
申请号：CN202311551460.9
申请日：2023-11-20
Applicant: 北京格灵深瞳信息技术股份有限公司
Abstract: 本申请实施例提供了一种用于识别遗留物品的方法，包括：获取第一图像，第一图像为人体进入预设区域之前，预设区域的图像；获取第二图像，第二图像为人体离开预设区域之后，预设区域的图像；根据第一图像和第二图像确定预设区域的物品遗留情况，物品遗留情况用于表征预设区域存在遗留物品或预设区域不存在遗留物品。这样，容易确定出预设区域中的遗留物品，进而能够提高遗留物品检测的准确率。本申请实施例还提供一种用于识别遗留物品的装置及电子设备。
-
公开(公告)号：CN113743254A
公开(公告)日：2021-12-03
申请号：CN202110947036.0
申请日：2021-08-18
Applicant: 北京格灵深瞳信息技术股份有限公司
Abstract: 本申请实施例中提供了一种视线估计方法、装置、电子设备及存储介质，该方法包括：获取人脸图像；获取人脸图像中的眼部轮廓，并基于所述眼部轮廓从所述人脸图像中，裁剪出眼部图像；将所述眼部图像输入视线估计模型，得到视线向量，其中，所述视线估计模型为根据样本眼部图像，以及与所述样本眼部图像对应的轮廓标注信息和标注向量训练神经网络模型得到，所述轮廓标注信息包括眼部轮廓和瞳孔轮廓。通过训练神经网络模型得到视线估计模型，基于该视线估计模型对眼部图像进行视线估计，无需额外的硬件设施，成本较低，使用方便快捷，易于广泛使用。
-
公开(公告)号：CN113763348A
公开(公告)日：2021-12-07
申请号：CN202111024179.0
申请日：2021-09-02
Applicant: 北京格灵深瞳信息技术股份有限公司
Abstract: 本申请实施例中提供了一种图像质量确定方法、装置、电子设备及存储介质，该方法包括：获取待识别图像；将所述待识别图像输入质量预测模型中，得到与所述待识别图像对应的质量分数，所述质量预测模型为利用多个带有质量标签的图像对训练神经网络得到，所述图像对包括两张样本图像，所述质量标签包括所述两张样本图像的质量差异；输出所述质量分数。利用带有所述质量标签的图像对训练得到的质量预测模型，由于质量标签中包括两张样本图像的质量差异，更能反映出样本图像的真实质量，从而使用该质量预测模型，可以准确的确定待识别图像的质量。
-
公开(公告)号：CN117710435A
公开(公告)日：2024-03-15
申请号：CN202311864945.3
申请日：2023-12-29
Applicant: 北京格灵深瞳信息技术股份有限公司
Abstract: 本申请实施例提供一种轨道扣件弹条压力检测方法、系统、设备及存储介质，涉及轨道交通技术领域。该方法首先采集包含轨道及轨道扣件的弹条的Depth图，并进一步获取Depth图的点云；对点云中的轨道和弹条进行分割预测，获得轨道和弹条中弹舌的分割点云；对轨道的分割点云进行平面拟合获得拟合轨道平面，计算弹舌的分割点云与拟合轨道平面间的距离，以完成弹条的压力检测。本申请提高了分割的准确性和鲁棒性，实现了自动判别扣件中弹条的压力，大大提高了检测精度。
-
公开(公告)号：CN112668702B
公开(公告)日：2023-09-19
申请号：CN202110053755.8
申请日：2021-01-15
Applicant: 北京格灵深瞳信息技术股份有限公司
IPC: G06N3/0464 , G06N3/08 , G06F18/214
Abstract: 本申请实施例提供一种定点化参数优化方法、系统、及终端、存储介质，涉及卷积神经网络技术，用于克服相关技术中根据统计信息直接确定定点化参数导致极易出现精度丧失严重的问题。其中，定点化参数优化方法，包括：获取激活定点化参数的初始化值及权重定点化参数的初始化值；根据所述激活定点化参数的初始化值及权重定点化参数的初始化值分别确定搜索范围；分别在所述激活定点化参数的搜索范围内及在所述权重定点化参数的搜索范围内进行迭代搜索，直至确定出优化后的定点化参数。
-
Patent Agency Ranking
公开(公告)号：CN115439804A
公开(公告)日：2022-12-06
申请号：CN202211038266.6
申请日：2022-08-29
Applicant: 北京格灵深瞳信息技术股份有限公司
Abstract: 本申请实施例提供了一种用于高铁检修的监测方法以及装置，该方法包括：获取采集高铁目标位置的目标图像；基于目标图像利用深度卷积神经网络从样本图像中提取特征图；将特征图输入到目标检测模型中，确定目标图像是否存在异常，其中，目标检测模型是基于未出现异常的样本图像进行训练，直至样本图像的分布拟合到标准正态分布当中，结束检测模型训练，得到目标检测模型，基于深度学习的无监督异常检测的方法，只需要提供正常的数据进行训练，利用训练好的无监督学习的归一化流异常检测模型，即可得到异常物体在高铁检修图像上的位置，以解决传统的高铁检修中由于异常数据获取困难，导致训练的高铁检修模型识别异常准确性较低的技术问题。
-
公开(公告)号：CN113762136A
公开(公告)日：2021-12-07
申请号：CN202111024275.5
申请日：2021-09-02
Applicant: 北京格灵深瞳信息技术股份有限公司
Abstract: 本申请实施例中提供了一种人脸图像遮挡判断方法、装置、电子设备和存储介质，首先获取待处理的人脸图像，并对获取到的待处理的人脸图像进行关键点检测，获得该人脸图像中的各个关键点的遮挡置信度；然后可以根据人脸图像中的各个人脸部位对应的关键点的遮挡置信度对人脸图像是否被遮挡进行判定。通过关键点的遮挡置信度对关键点遮挡情况进行判断，再根据各个人脸部位的关键点的遮挡情况对整个人脸图像的遮挡情况进行判断，提升了人脸的遮挡情况的判断准确度。
-
公开(公告)号：CN113743254B
公开(公告)日：2024-04-09
申请号：CN202110947036.0
申请日：2021-08-18
Applicant: 北京格灵深瞳信息技术股份有限公司
Abstract: 本申请实施例中提供了一种视线估计方法、装置、电子设备及存储介质，该方法包括：获取人脸图像；获取人脸图像中的眼部轮廓，并基于所述眼部轮廓从所述人脸图像中，裁剪出眼部图像；将所述眼部图像输入视线估计模型，得到视线向量，其中，所述视线估计模型为根据样本眼部图像，以及与所述样本眼部图像对应的轮廓标注信息和标注向量训练神经网络模型得到，所述轮廓标注信息包括眼部轮廓和瞳孔轮廓。通过训练神经网络模型得到视线估计模型，基于该视线估计模型对眼部图像进行视线估计，无需额外的硬件设施，成本较低，使用方便快捷，易于广泛使用。
-
公开(公告)号：CN112668549B
公开(公告)日：2023-04-07
申请号：CN202110054056.5
申请日：2021-01-15
Applicant: 北京格灵深瞳信息技术股份有限公司
IPC: G06V40/20 , G06V10/46 , G06V10/762
Abstract: 本申请实施例提供一种行人姿态分析方法、系统及终端、存储介质，用于克服相关技术中由于需要人工标注关键点导致分析结果的精度较低的问题。所述行人姿态分析方法，包括：获取摄像头采集的设定区域内的图像信息；基于深度学习目标检测法对所述图像信息中的行人进行检测，得到行人检测框；根据得到的行人检测框，确定多个预设关键点及其坐标信息；对所述预设关键点的坐标信息进行处理，得到各关键点的姿态数据。
-
公开(公告)号：CN112668702A
公开(公告)日：2021-04-16
申请号：CN202110053755.8
申请日：2021-01-15
Applicant: 北京格灵深瞳信息技术股份有限公司
Abstract: 本申请实施例提供一种定点化参数优化方法、系统、及终端、存储介质，涉及卷积神经网络技术，用于克服相关技术中根据统计信息直接确定定点化参数导致极易出现精度丧失严重的问题。其中，定点化参数优化方法，包括：获取激活定点化参数的初始化值及权重定点化参数的初始化值；根据所述激活定点化参数的初始化值及权重定点化参数的初始化值分别确定搜索范围；分别在所述激活定点化参数的搜索范围内及在所述权重定点化参数的搜索范围内进行迭代搜索，直至确定出优化后的定点化参数。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.032 seconds)
