年龄回归方法及装置
    1.
    发明公开

    公开(公告)号:CN117238008A

    公开(公告)日:2023-12-15

    申请号:CN202310325227.2

    申请日:2023-03-30

    摘要: 本公开涉及计算机技术领域,提供了一种年龄回归方法及装置,所述方法包括:获取包含目标人物的待识别图片;将所述待识别图片输入到预置的年龄回归模型,得到所述待识别图片相对于参考图片对的相对位置系数,以根据所述相对位置系数得到所述目标人物的年龄,其中,所述年龄回归模型根据初始回归模型和所述参考图片对训练得到,所述参考图片对根据预设的年龄间隔参数在训练图片集中选取。本公开的技术方案可以提高年龄回归模型的年龄预测精度。

    一种图像聚类方法、装置、电子设备及存储介质

    公开(公告)号:CN116246086A

    公开(公告)日:2023-06-09

    申请号:CN202310215090.5

    申请日:2023-03-01

    IPC分类号: G06V10/762 G06V10/74

    摘要: 本公开涉及人工智能技术领域,提供了一种图像聚类方法、装置、电子设备及存储介质。该方法包括:获取多个待聚类图像,一个待聚类图像为一个图节点;提取每一个图节点的节点特征信息;根据节点特征信息,构建节点相似度矩阵;基于节点相似度矩阵,计算每个图节点与其他图节点之间的距离度量值;根据距离度量值对待聚类图像数据集中的待聚类图像进行归类,得到至少一个聚类簇。本公开可以有效地缓解簇内稀疏度高或样本数量少的问题,对于样本数量少或稀疏度高的簇的聚类效果较好。

    样本数据采样方法及人脸识别方法

    公开(公告)号:CN116012917A

    公开(公告)日:2023-04-25

    申请号:CN202310018605.2

    申请日:2023-01-06

    发明人: 何翔 黄泽元

    摘要: 本申请提供一种样本数据采样方法及人脸识别方法。该方法包括:获取原始数据集,依据每个样本类别对应的样本数据的个数,确定每个样本类别对应的常规采样率;依据原始数据集中样本类别的个数,确定每个样本类别对应的均匀采样率;依据预设的常规采样率和均匀采样率分别对应的加权参数,确定每个样本类别对应的平衡采样率;对每个样本类别对应的平衡采样率执行归一化操作,得到归一化后的样本类别对应的平衡采样率;基于归一化后的样本类别对应的平衡采样率确定每个样本类别对应的目标样本数,利用无放回随机采样从样本类别对应的样本数据中获取与目标样本数相匹配的目标数据。本申请提升了人脸识别算法的整体精度和识别效果。

    人体人脸匹配模型的训练方法、人体人脸匹配方法及装置

    公开(公告)号:CN115984926A

    公开(公告)日:2023-04-18

    申请号:CN202211642647.5

    申请日:2022-12-20

    发明人: 何翔 黄泽元

    摘要: 本公开涉及人工智能领域,提供了人体人脸匹配模型的训练方法、人体人脸匹配方法及装置。该方法包括:对训练图片集进行特征提取和融合,得到融合特征图;将融合特征图输入头部网络层进行训练,直至达到预设的迭代终止条件,得到初始人体人脸匹配模型,头部网络层包括人体二分类分支和多分支元胞,多分支元胞包括人体框回归分支、人脸框回归分支和人脸二分类分支;将测试图片集输入初始人体人脸匹配模型,输出预测结果;根据预测结果和第二标注信息,确定人体二分类分支的人体二分类阈值和人脸二分类分支的人体二分类阈值,获得最终人体人脸匹配模型。本发明的人体人脸检测匹配整体耗时短,且可实现端到端的人体人脸匹配,匹配精确度较高。

    锚框质量的评估方法及装置
    5.
    发明公开

    公开(公告)号:CN115908931A

    公开(公告)日:2023-04-04

    申请号:CN202211532111.8

    申请日:2022-12-01

    发明人: 黄泽元

    摘要: 本公开涉及图片处理技术领域,提供了一种锚框质量的评估方法及装置。该方法包括:获取训练数据集,并利用特征提取网络提取训练数据集中每张训练图片的特征向量;利用检测模型在每张检测图片上生成该张检测图片上的每个标签对应的多个锚框,并从生成每个锚框后的检测图片中裁剪得到该锚框对应的锚框图片;将所有锚框图片输入锚框分类模型,输出每个锚框图片的类别质量分;将所有锚框图片输入锚框识别模型,输出每个锚框图片的识别质量分;依据所有锚框图片的类别质量分和识别质量分,评估检测模型生成高质量锚框的能力,采用上述技术手段,解决现有技术中,无法评估锚框质量的问题。

    人脸关键点回归模型训练方法、装置、设备及存储介质

    公开(公告)号:CN115830414A

    公开(公告)日:2023-03-21

    申请号:CN202211570024.1

    申请日:2022-12-08

    发明人: 何翔 黄泽元

    摘要: 本申请提供一种人脸关键点回归模型训练方法、装置、设备及存储介质。该方法包括:获取包含人脸图像的训练数据,人脸图像中预先标注有人脸关键点;将训练数据作为人脸关键点回归模型的输入,利用残差网络对人脸图像进行处理,得到人脸特征图;对人脸特征图进行特征拉平,得到卷积特征向量,将卷积特征向量变换为表示特征向量;将表示特征向量输入到人脸关键点回归模型的头部模块中,并利用预设的通用鲁棒损失函数对头部模块进行训练,将通用鲁棒损失函数最小化时的头部模块对应的人脸关键点回归模型作为模型训练结果。本申请降低了人脸关键点回归模型对噪声和异常点的敏感性,提升人脸关键点回归模型的鲁棒性和精度。

    存在遮挡的人脸识别方法及装置
    7.
    发明公开

    公开(公告)号:CN116403250A

    公开(公告)日:2023-07-07

    申请号:CN202211724158.4

    申请日:2022-12-30

    摘要: 本公开涉及人脸识别技术领域,提供了一种存在遮挡的人脸识别方法及装置。该方法包括:基于残差网络构建多尺度特征提取模块;利用卷积层、激活层和归一化层构建掩码模块,利用掩码模块和激活层构建注意力模块;利用多尺度特征提取模块、注意力模块、全局平均池化层、全连接层和Softmax层构建人脸识别模型;对人脸识别模型进行训练,利用训练好的人脸识别模型进行人脸识别。采用上述技术手段,解决现有技术中,只能通过大规模的训练数据提升遮挡场景下人脸识别模型的精度的问题。

    一种遮挡人脸识别方法、装置、电子设备及存储介质

    公开(公告)号:CN116129499A

    公开(公告)日:2023-05-16

    申请号:CN202310028458.7

    申请日:2023-01-09

    发明人: 蒋召 黄泽元

    摘要: 本公开涉及人工智能领域,提供了一种遮挡人脸识别方法、装置、电子设备及存储介质。该方法包括:获取待识别人脸图片,所述待识别人脸图片为遮挡人脸图片或无遮挡人脸图片;将所述待识别人脸图片输入卷积神经网络中进行特征提取,得到人脸特征图;将所述人脸特征图输入多尺度注意力网络中进行处理,得到所述人脸特征图的注意力权重矩阵;将所述所述人脸特征图和所述注意力权重矩阵输入识别网络中,输出所述待识别人脸图片的人脸识别结果。本公开可大大降低人工干预程度,降低了人工成本,同时可从根本上解决遮挡场景下的人脸识别问题,显著提升了人脸识别的效果。

    目标检测中的多尺度特征图融合方法、装置、设备及介质

    公开(公告)号:CN115984661A

    公开(公告)日:2023-04-18

    申请号:CN202310266930.0

    申请日:2023-03-20

    发明人: 黄泽元

    摘要: 本申请提供一种目标检测中的多尺度特征图融合方法、装置、设备及介质。该方法包括:将第一多尺度特征图进行融合得到第二多尺度特征图;对第二多尺度特征图依次进行卷积、批量归一化和激活处理,得到第三多尺度特征图;将第三多尺度特征图进行堆叠,并对堆叠后的多尺度特征图进行卷积、批量归一化和激活处理,得到第四多尺度特征图;将第四多尺度特征图按照第一维度进行归一化计算,得到第一维度权重特征图,将第一维度权重特征图进行拆分,得到空间权重特征图;依据第二多尺度特征图以及空间权重特征图,确定空间融合后的多尺度特征图。本申请提高多目标检测任务的检测精确率和召回率,提升模型检测精度,保证检测器得到更好的优化。

    人脸识别深度学习模型训练方法、装置、设备及存储介质

    公开(公告)号:CN115953820A

    公开(公告)日:2023-04-11

    申请号:CN202211727442.7

    申请日:2022-12-30

    摘要: 本申请提供一种人脸识别深度学习模型训练方法、装置、设备及存储介质。该方法包括:将人脸样本图像输入到双支路基础单元,利用第一支路和第二支路分别提取第一特征图和第二特征图,将第一特征图和第二特征图拼接得到变换特征图;对骨干网络中目标阶段输出的特征图进行处理,得到每个目标阶段的特征向量,将特征向量聚合得到目标特征向量;确定目标特征向量与各个人脸类别的类中心的夹角,并根据人脸样本图像对应人脸类别的样本数及最大类别样本数确定加性间隔参数,将夹角及加性间隔参数输入到损失函数中计算损失值;利用损失值对人脸识别深度学习模型进行训练。本申请提升了人脸识别模型的准确性和人脸识别效果。