-
Patent Agency Ranking
公开(公告)号：CN118587252B
公开(公告)日：2024-12-17
申请号：CN202411002388.9
申请日：2024-07-25
Applicant: 厦门瑞为信息技术有限公司
IPC: G06T7/246 , G06T7/73 , G06T7/00 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/048 , G06V20/40 , G06V10/98 , G06V10/74 , G06N3/084
Abstract: 本发明公开了一种基于外观特征质量筛选的多目标跟踪方法、装置及存储介质，其通过构建轻量的外观特征网络提取检测目标的外观特征；对外观特征进行质量评估，生成对应检测目标的质量分数；根据质量分数，将检测目标划分为不同质量等级，根据质量优劣顺序，先对第一目标图像集合与对应各帧的目标位置信息进行帧间关联操作，得到第一目标图像集合的检测目标的跟踪轨迹；再对第二目标图像集合与对应各帧的目标位置信息进行帧间关联操作，得到第二目标图像集合的检测目标的跟踪轨迹；将第一目标图像集合的跟踪轨迹与第二目标图像集合的跟踪轨迹进行合并，得到检测目标的最终跟踪轨迹；从而在保持高跟踪精度的同时，也提高了跟踪效率。
-
公开(公告)号：CN113723238B
公开(公告)日：2024-02-09
申请号：CN202110947540.0
申请日：2021-08-18
Applicant: 厦门瑞为信息技术有限公司 , 北京深感科技有限公司
IPC: G06V40/16 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于嵌入空间蒸馏的人脸识别轻量级网络模型构建方法和人脸识别方法，包括：A、获取指定数量的标记有人脸身份类别信息的人脸数字图像作为训练数据集；B、基于softmax损失函数，利用所述的训练数据集对一个重量的人脸识别卷积神经网络进行训练，获取训练后的模型；C、基于嵌入空间蒸馏损失函数，利用B阶段所获取的训练模型和训练数据集对轻量级的人脸识别卷积神经网络进行训练，获取训练后的轻量级人脸识别模型。本发明可以充分利用重量模型训练获取的先验知识，有效提升轻量级人脸识别模型的准确度，以适应计算资源有限
-
公开(公告)号：CN118587252A
公开(公告)日：2024-09-03
申请号：CN202411002388.9
申请日：2024-07-25
Applicant: 厦门瑞为信息技术有限公司
IPC: G06T7/246 , G06T7/73 , G06T7/00 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/048 , G06V20/40 , G06V10/98 , G06V10/74 , G06N3/084
Abstract: 本发明公开了一种基于外观特征质量筛选的多目标跟踪方法、装置及存储介质，其通过构建轻量的外观特征网络提取检测目标的外观特征；对外观特征进行质量评估，生成对应检测目标的质量分数；根据质量分数，将检测目标划分为不同质量等级，根据质量优劣顺序，先对第一目标图像集合与对应各帧的目标位置信息进行帧间关联操作，得到第一目标图像集合的检测目标的跟踪轨迹；再对第二目标图像集合与对应各帧的目标位置信息进行帧间关联操作，得到第二目标图像集合的检测目标的跟踪轨迹；将第一目标图像集合的跟踪轨迹与第二目标图像集合的跟踪轨迹进行合并，得到检测目标的最终跟踪轨迹；从而在保持高跟踪精度的同时，也提高了跟踪效率。
-
公开(公告)号：CN117275076B
公开(公告)日：2024-02-27
申请号：CN202311523567.2
申请日：2023-11-16
Applicant: 厦门瑞为信息技术有限公司 , 北京深感科技有限公司
IPC: G06V40/16 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明公开了基于特征的人脸质量评估模型的构建方法及应用，方法包括：A、获取指定数量的标记有人脸身份类别信息的人脸数字图像作为训练数据集；B基于amsoftmax损失函数，利用训练数据集对脸识别神经网络进行训练，获取训练后的模型 ；C、在人脸识别模型 输出的后端加入质量模块Q，构建质量评估模块；D、基于自适应质量评估损失函数，利用训练数据集对质量模块Q进行训练，获取训练后的人脸质量评估模型。本发明基于人脸识别特征，采用自适应质量评估损失函数，有效的发掘人脸图像之间的信息，高效的建模人脸数字图像在参与比对匹配过程中的质量关系对比对分数的影响，以此获取一种基于特征的人脸质量评估模型。
-
公开(公告)号：CN117275076A
公开(公告)日：2023-12-22
申请号：CN202311523567.2
申请日：2023-11-16
Applicant: 厦门瑞为信息技术有限公司 , 北京深感科技有限公司
IPC: G06V40/16 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明公开了基于特征的人脸质量评估模型的构建方法及应用，方法包括：A、获取指定数量的标记有人脸身份类别信息的人脸数字图像作为训练数据集；B基于amsoftmax损失函数，利用训练数据集对脸识别神经网络进行训练，获取训练后的模型；C、在人脸识别模型输出的后端加入质量模块Q，构建质量评估模块；D、基于自适应质量评估损失函数，利用训练数据集对质量模块Q进行训练，获取训练后的人脸质量评估模型。本发明基于人脸识别特征，采用自适应质量评估损失函数，有效的发掘人脸图像之间的信息，高效的建模人脸数字图像在参与比对匹配过程中的质量关系对比对分数的影响，以此获取一种基于特征的人脸质量评估模型。
-
-
-
-
Search Results
5
records
(took 0.02 seconds)
