-
公开(公告)号：CN118097227A
公开(公告)日：2024-05-28
申请号：CN202410084543.X
申请日：2024-01-19
申请人： 浙江大华技术股份有限公司
IPC分类号： G06V10/764 , G06V10/74 , G06V10/762
摘要： 本申请公开了基于类别预测模型的特征分桶方法、设备及存储介质。该方法包括；获取多张图像的特征；利用类别预测模型预测每个特征的类别；将属于类别及其关联的亲密类别的特征放入同一个桶中，以对多张图像的特征进行分桶；其中，类别预测模型是基于图像集中的至少部分图像的特征及其标签对初始模型训练得到的，一类别关联的亲密类别包括类别预测模型对输入特征进行预测时而得到的不同于该类别的其他类别。通过上述方式，本申请能够基于类别对特征进行合理的分桶，从而实现对海量的特征数据进行有效分类。
-
公开(公告)号：CN117851622A
公开(公告)日：2024-04-09
申请号：CN202311587534.4
申请日：2023-11-24
申请人： 浙江大华技术股份有限公司
IPC分类号： G06F16/532 , G06F16/583 , G06F16/538
摘要： 本发明提供一种图像检索方法、装置、终端及计算机可读存储介质，图像检索方法包括：获取待检索异质人脸图像和预设数据库，预设数据库包括多个真实人脸图像，各真实人脸图像关联有对应的三维人脸图像；基于待检索异质人脸图像对各三维人脸图像分别进行纹理匹配，得到三维人脸图像对应的至少一张异质人脸生成图像；基于至少一张异质人脸生成图像和待检索异质人脸图像之间的相似度，确定三维人脸图像与待检索异质人脸图像之间的相似度；基于各三维人脸图像对应的相似度，确定待检索异质人脸图像的检索结果。本申请提供的图像检索方法，通过将待检索异质人脸图像与三维人脸图像对应的异质人脸生成图像进行比对，提高检索结果的可靠性和准确率。
-
公开(公告)号：CN116823635A
公开(公告)日：2023-09-29
申请号：CN202310415410.1
申请日：2023-04-12
申请人： 浙江大华技术股份有限公司
摘要： 本申请公开了图像处理方法、电子设备和计算机可读存储介质，包括：获得待处理图像集，构建待处理图像集中每个待处理图像的待处理特征图；将所有待处理特征图投影至预先构建的特征空间，得到所有待处理特征图的图像特征所组成的特征矩阵；特征空间基于多个类型的样本图像集对应的协方差矩阵构建，每个类型的样本图像集对应相同的图像调整方式，协方差矩阵基于子特征和总特征构建，子特征基于单个样本图像集获得，总特征基于所有样本图像集获得；基于特征矩阵，得到待处理图像集对应的至少一条目标哈希序列；每条目标哈希序列对应一个根图像，根图像表示未经调整的图像，待处理图像集包括至少一个根图像。上述方案，能够提高图像处理的鲁棒性。
-
公开(公告)号：CN115690883A
公开(公告)日：2023-02-03
申请号：CN202211383189.8
申请日：2022-11-07
申请人： 浙江大华技术股份有限公司
IPC分类号： G06V40/16 , G06V10/762 , G06V10/74 , G06V10/774 , G06V10/80
摘要： 本申请涉及计算机技术领域，尤其涉及一种目标训练样本集的获得方法及相关装置，方法为：基于包含各样本面部特征的初始训练样本集，进行多轮迭代聚类，获得候选类簇集；分别将各疑似数据对各自归属的候选类簇作为一个待检查类簇对，以及针对每个待检查类簇对，分别执行以下操作：当一个待检查类簇对包含的各样本面部特征各自关联的非面部特征的相似度达到非面部特征门限时，将一个待检查类簇对合并为相应的融合类簇；从未合并的各候选类簇和获得的各融合类簇中，筛选出符合预设质量条件的各目标类簇，并针对各目标类簇分别设置表征样本对象类型的伪标签，获得目标训练样本集。这样，提高了目标训练样本集的准确度。
-
公开(公告)号：CN112597850B
公开(公告)日：2022-04-19
申请号：CN202011477117.0
申请日：2020-12-15
申请人： 浙江大华技术股份有限公司
摘要： 本发明实施例提供了一种身份识别方法及装置，其中，所述方法包括：获取包括测试对象的待识别图像；根据预先建立的特征提取模型从所述待识别图像中提取所述测试对象的多模态特征，所述多模态特征至少包括人脸特征和人体特征；将所述多模态特征与预先建立的特征注册库中的至少一个多模态特征集合中各所述多模态集合包括的模态特征进行比对，从所述至少一个多模态特征集合中确定最高比对分数对应的目标多模态集合，其中，所述至少一个多模态特征集合中各所述多模态特征集合至少融合了人脸特征和人体特征；确定所述目标多模态集合包括的目标人脸特征对应的身份信息，将所述目标人脸特征对应的身份信息确定为所述测试对象的身份信息。
-
公开(公告)号：CN112199998A
公开(公告)日：2021-01-08
申请号：CN202010938932.6
申请日：2020-09-09
申请人： 浙江大华技术股份有限公司
发明人： 邸德宁
摘要： 本发明公开了一种人脸识别方法、装置、设备及介质，用以解决现有人脸识别时，准确性较低的问题。由于本发明实施例中第三相似度值是第二标识信息的第三图像中最高的相似度值，而累计相似度值最高的第二标识信息对应的待关注对象很大概率即为第一目标对象；另外，第二相似度值是根据第二标识信息对应的第三图像的第二数量、从第二图像中选取的第三图像的第一数量和预设的第一公式确定的，因此由第三相似度值和第二相似度值共同确定的第一目标相似度值可以很大概率的将第二标识信息的第三图像对应的相似度值增大，根据该第一目标相似度值和预先确定的相似度阈值，确定人脸识别结果时，可以提高人脸识别的准确性。
-
公开(公告)号：CN110942014A
公开(公告)日：2020-03-31
申请号：CN201911158386.8
申请日：2019-11-22
申请人： 浙江大华技术股份有限公司
摘要： 本发明公开了一种人脸识别快速检索方法、装置、服务器及存储装置，所述方法包括：获取同一个目标人物的多帧不同人脸图像，并提取每个人脸图像的浮点数特征；对每个人脸图像的浮点数特征进行特征量化，得到多个量化后的人脸特征；计算每个人脸特征与预设人脸数据库中所有样本特征的相似度；根据相似度的大小选取样本特征组成与人脸特征一一对应的样本子集；将所有样本子集中同一样本特征的相似度进行累加，得到样本子集中每个样本特征的最终相似度；根据最终相似度执行告警策略。本发明通过量化后的人脸特征筛选出的多个样本子集，并计算样本子集中样本特征的相似度，得到样本特征的最终相似度，并以此作出告警策略，提高了人脸识别精度。
-
公开(公告)号：CN117235297B
公开(公告)日：2024-04-26
申请号：CN202311516171.5
申请日：2023-11-15
申请人： 浙江大华技术股份有限公司
IPC分类号： G06F16/55 , G06F16/51 , G06V10/764
摘要： 本申请公开了一种图像选择方法及计算机设备。该方法包括：获取目标对象的图像集，图像集中包含多张图像；分别将至少一张图像作为当前图像，从图像集中确定出满足各当前图像的预设相似度条件的参考图像，并为各当前图像对应的参考图像分配初始权重值；统计各图像作为参考图像而分配的初始权重值，得到各图像的统计权重值；基于各图像的统计权重值，从图像集中选出至少一张图像作为代表图像集的目标图像。上述方案，能够提高选出的目标图像对图像集的代表性。
-
公开(公告)号：CN116189069A
公开(公告)日：2023-05-30
申请号：CN202211568297.2
申请日：2022-12-08
申请人： 浙江大华技术股份有限公司
IPC分类号： G06V20/52 , G06V40/10 , G06V40/16 , G06V20/62 , G06V10/44 , G06V10/74 , G06T7/246 , G06Q50/26
摘要： 本申请涉及一种基于数据分析的走失行为判定告警方法及装置，包括从原始数据中获取对应目标走失人员的伴随人员，计算伴随人员的亲密度数据，基于亲密度数据构建对应每位目标走失人员的亲密度数据库；获取实时监控数据，结合原始数据中的轨迹信息判定是否存在对应目标走失人员的走失行为；当存在走失行为时，结合亲密度数据库判断走失行为的走失等级，进行与走失等级对应的告警操作。通过引入与目标走失人员相关的伴随人员的亲密度数据，从而基于亲密度数据辅助判定走失行为等级，进行与走失行为等级对应的告警操作，能够提升走失行为判定的准确性，降低目标走失人员的走失可能性。
-
公开(公告)号：CN115100725B
公开(公告)日：2022-11-22
申请号：CN202211014858.4
申请日：2022-08-23
申请人： 浙江大华技术股份有限公司
IPC分类号： G06V40/16 , G06V20/40 , G06V10/74 , G06V10/762 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08
摘要： 本申请公开了一种目标识别方法、目标识别装置以及计算机存储介质，该目标识别方法包括：基于至少一种模态的特征对待处理视频的所有视频帧进行聚类，从而将待处理视频为若干待处理子视频；对每一待处理子视频的多个模态的原始视频特征进行编码，得到每一待处理子视频的多模态编码特征；基于每一待处理子视频的多模态编码特征，以及近邻视频特征构建图网络；利用图网络将每一待处理子视频的多模态编码特征，以及近邻视频特征进行融合，得到最终的融合特征，并基于最终的融合特征对目标对象进行识别。本申请的目标识别方法能够通过一种全新的建模方式实现近邻级、视频级和多模态级这三类不同层面信息的自适应融合，提高特征识别效果。
-
-
-
-
-
-
-
-
-
搜索结果
45 条记录 (耗时 0.034 秒)
