人脸识别模型的训练方法和装置

    公开(公告)号:CN111914628B

    公开(公告)日:2023-06-20

    申请号:CN202010564107.4

    申请日:2020-06-19

    Abstract: 本申请公开了一种人脸识别模型的训练方法和装置,涉及人工智能、深度学习及计算机视觉技术领域,具体涉及人脸识别技术领域。具体实现方案为:获取第一训练图像,第一训练图像为未遮挡人脸图像,并获取多个遮挡物图像后,将多个遮挡物图像分别融合至未遮挡人脸图像,以生成多个第二训练图像,将第一训练图像和第二训练图像输入人脸识别模型,以对人脸识别模型进行训练。由此,采用未遮挡人脸图像和融合得到的多个第二训练图像对人脸识别模型进行训练,使得训练后的人脸识别模型能够同时准确识别出未遮挡人脸图像和遮挡人脸图像,解决了现有的人脸识别模型对存在遮挡物的人脸图像识别时精确率较低,甚至无法识别存在遮挡物的人脸图像的技术问题。

    驾驶员的行为监测方法、装置、电子设备及存储介质

    公开(公告)号:CN115035502A

    公开(公告)日:2022-09-09

    申请号:CN202210802154.7

    申请日:2022-07-08

    Inventor: 张玉立 范彦文

    Abstract: 本公开提供一种驾驶员的行为监测方法、装置、电子设备及存储介质,涉及人工智能技术领域,具体涉及图像识别、计算机视觉、特征识别等技术领域,可应用于驾驶员行为监测,行为分析等行为监测的场景中。具体实现方案包括:获取车辆中驾驶员的图像;在图像中确定驾驶员相关的人体框区域的第一图像;根据第一图像,确定驾驶员头部区域的第二图像,以及手部区域的第三图像;根据第一图像确定驾驶员的身体动作,根据第二图像确定驾驶员相对于车辆前进方向的角度,根据第三图像确定驾驶员的手部动作;根据身体动作、角度以及手部动作中的至少一种,识别驾驶员的行为。本公开对驾驶员的行为识别速度更快,准确性更高。

    目标检测方法、装置、设备以及存储介质

    公开(公告)号:CN114926653A

    公开(公告)日:2022-08-19

    申请号:CN202210629338.8

    申请日:2022-05-31

    Inventor: 张玉立 范彦文

    Abstract: 本公开提供了一种目标检测方法、装置、设备以及存储介质。涉及人工智能技术领域,具体涉及计算机视觉和深度学习技术,具体可用于人手检测、人体检测和人体关键点检测等联合检测场景下。具体实现方案为:通过目标检测模型提取待检测图片的图像特征;将图像特征分别输入至N个检测分支,N个检测分支用于检测N种类别的目标对象;将N个检测分支中第一检测分支的卷积层输出的中间卷积特征,输入至N个检测分支中第二检测分支的卷积层中,得到N个检测分支输出的最终卷积特征;根据N个检测分支输出的最终卷积特征,输出待检测图片的包括N种类别的检测结果。根据本公开的技术方案,能提高检测效率,也能提高检测精度。

    训练方法、预测方法、装置、电子设备以及存储介质

    公开(公告)号:CN113657249A

    公开(公告)日:2021-11-16

    申请号:CN202110934297.9

    申请日:2021-08-13

    Abstract: 本公开提供了一种训练方法、预测方法、装置、电子设备以及存储介质,涉及人工智能技术领域,具体为计算机视觉和深度学习技术领域,可应用于人脸识别等场景下。具体实现方案为:确定与多个场景样本集中的每个场景样本集对应的目标正样本相似度和目标负样本相似度,其中,每个场景样本集对应一个场景;在确定不满足相似度条件的情况下,根据与多个场景中的每个场景对应的目标正样本相似度和目标负样本相似度,分别调整与预设模型对应的损失函数中与场景对应的正样本场景阈值和负样本场景阈值,得到调整后的损失函数;以及基于调整后的损失函数,利用多个场景样本集训练预设模型直至满足相似度条件。

    人脸识别模型的训练方法和装置

    公开(公告)号:CN111914628A

    公开(公告)日:2020-11-10

    申请号:CN202010564107.4

    申请日:2020-06-19

    Abstract: 本申请公开了一种人脸识别模型的训练方法和装置,涉及人工智能、深度学习及计算机视觉技术领域,具体涉及人脸识别技术领域。具体实现方案为:获取第一训练图像,第一训练图像为未遮挡人脸图像,并获取多个遮挡物图像后,将多个遮挡物图像分别融合至未遮挡人脸图像,以生成多个第二训练图像,将第一训练图像和第二训练图像输入人脸识别模型,以对人脸识别模型进行训练。由此,采用未遮挡人脸图像和融合得到的多个第二训练图像对人脸识别模型进行训练,使得训练后的人脸识别模型能够同时准确识别出未遮挡人脸图像和遮挡人脸图像,解决了现有的人脸识别模型对存在遮挡物的人脸图像识别时精确率较低,甚至无法识别存在遮挡物的人脸图像的技术问题。

Patent Agency Ranking