-
公开(公告)号：CN111104832B
公开(公告)日：2023-05-26
申请号：CN201811269073.5
申请日：2018-10-29
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06V10/764 , G06V20/10 , G06V10/40 , G06V10/80 , G06V10/774
Abstract: 本申请提供了一种图像标签获取方法、图像标签获取装置以及电子设备。所述图像标签获取方法包括：获取待分析图像的至少一个第一图像特征张量以及至少两个第二图像特征张量；第一图像特征张量含有待分析图像的区域类型信息或待分析图像的区域识别结果信息中的一种；每个第二图像特征张量含有另一种；基于第一图像特征张量以及第二图像特征张量形成两个以上的特征响应图；基于各个特征响应图生成特征向量；以及将特征向量输入预先训练的根据区域类型信息或区域识别结果信息形成的分类器组中，获取该分类器组中的分类器输出的标签结果。本申请能够将分类器含义与标签种类含义结合并使结果更准确。
-
公开(公告)号：CN113409382A
公开(公告)日：2021-09-17
申请号：CN202110724539.1
申请日：2018-10-11
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06T7/60
Abstract: 本发明提供一种车辆损伤区域的测量方法和装置，涉及人工智能领域，尤其涉及计算机视觉和深度学习技术，应用于车辆定损场景中。其中，方法包括：获取车辆的待处理图像；根据待处理图像获得待处理图像中车辆的损伤区域；根据待处理图像获得待处理图像包括的关键点在待处理图像中的第一位置信息；根据待处理图像包括的关键点和第一位置信息，确定待处理图像与第一拟合平面之间的变换关系；根据变换关系获得损伤区域在第一拟合平面中的投影区域；对投影区域进行测量，获得测量结果。通过在车辆局部外表面拟合的平面中获得损伤区域对应的投影区域，测量投影区域可以获得损伤区域的定量值，提升了损伤区域的定损精度和效率。
-
公开(公告)号：CN109543510A
公开(公告)日：2019-03-29
申请号：CN201811167767.8
申请日：2018-10-08
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本发明实施例提供一种人流密度估计方法、装置和电子设备。其中，人流密度估计方法包括：获取待估计的图片；将图片输入至预先获得的人流密度估计模型中，获得图片的热力图；根据热力图，获得图片中的人流密度。通过预先训练的人流密度估计模型，可以获得待估计的图片对应的热力图。从而根据热力图可以获得图片中的人流密度，降低了人工成本，提升了处理效率、准确性和实时性。
-
公开(公告)号：CN109523556A
公开(公告)日：2019-03-26
申请号：CN201811158064.9
申请日：2018-09-30
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06T7/11
Abstract: 本发明提供一种车辆部件分割方法和装置。该方法，包括：根据车辆的图片，获取车辆的标识信息。根据标识信息与特征编码的对应关系，确定车辆对应的特征编码，特征编码用于表示车辆所具有的部件。将特征编码和车辆的图片输入至预设分割模型中，得到各部件对应的所有像素点。根据各部件对应的所有像素点，对车辆的图片进行部件分割。本发明可以快速、自动且精准地分割出照片中车辆各个外观部件的区域。
-
公开(公告)号：CN109508636A
公开(公告)日：2019-03-22
申请号：CN201811169429.8
申请日：2018-10-08
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本发明提供一种车辆属性识别方法、装置、存储介质及电子设备。本发明提供的车辆属性识别方法，包括：先获取待监测图像，并通过预设的车辆检测模型从待监测图像中获取待识别车辆的轮廓数据信息，再根据轮廓数据信息确定车辆检测框，并利用车辆检测框从待监测图像中截取待识别车辆对应的待识别图像，然后通过预设的车辆属性识别模型对待识别图像进行特征提取，以获得待识别图像中的待识别车辆的属性特征信息。本发明提供的车辆属性识别方法，可以实现在安防应用场景中对嫌疑车辆进行识别筛选的功能，大大加快了识别速度和准确度，并减少了人力成本的投入。
-
Patent Agency Ranking
公开(公告)号：CN109389169A
公开(公告)日：2019-02-26
申请号：CN201811169108.8
申请日：2018-10-08
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本申请实施例公开了用于处理图像的方法和装置。该方法的一具体实施方式包括：获取用户上传的车辆定损用图像；基于预先训练的图像识别模型生成车辆定损用图像属于预定义的至少一个图像类型的置信度，其中，图像识别模型用于表征图像与图像属于至少一个图像类型的置信度的对应关系；根据所生成的置信度确定车辆定损用图像的图像类型。该实施方式提供了一种基于图像识别模型的分类机制，提高了对车辆定损用图像进行分类的效率。
-
公开(公告)号：CN108256476A
公开(公告)日：2018-07-06
申请号：CN201810044989.4
申请日：2018-01-17
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06K9/00
Abstract: 本申请实施例公开了用于识别果蔬的方法和装置。该方法的一具体实施方式包括:获取待识别图像；将待识别图像输入预先训练的果蔬识别模型，得到第一识别结果，其中，第一识别结果包括待识别图像中存在指定的果蔬类别集合中的果蔬类别下的水果或蔬菜的概率和不存在果蔬的概率，果蔬识别模型用于表征图像与第一识别结果之间的对应关系；基于所得的第一识别结果生成第二识别结果，并输出第二识别结果。该实施方式实现了对果蔬的识别。
-
公开(公告)号：CN108171257A
公开(公告)日：2018-06-15
申请号：CN201711249014.7
申请日：2017-12-01
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06K9/62
Abstract: 本发明公开了细粒度图像识别模型训练及识别方法、装置及存储介质，其中方法包括：获取作为训练样本的图像，并分别获取每张图像对应的标签，包括：所属类别；根据训练样本及对应的标签训练得到细粒度图像识别模型，并在训练过程中从所属类别以及物体部位两个维度进行特征层面的约束，以便细粒度图像识别模型学习到图像中的关键物体部位；当需要进行细粒度图像识别时，将待识别的图像输入给细粒度图像识别模型，以便细粒度图像识别模型定位出图像中的关键物体部位，并根据关键物体部位完成细粒度图像分类，输出分类结果。应用本发明所述方案，能够节省人力成本及提高模型训练效率等。
-
公开(公告)号：CN108171203A
公开(公告)日：2018-06-15
申请号：CN201810043985.4
申请日：2018-01-17
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06K9/00
Abstract: 本申请实施例公开了用于识别车辆的方法和装置。该方法的一具体实施方式包括：获取待识别图像，其中，待识别图像包括待识别车辆图像区域；确定待识别车辆图像区域在待识别图像中的位置；基于待识别车辆图像区域在待识别图像中的位置，从待识别图像中分割出待识别车辆图像；将待识别车辆图像输入至预先训练的识别模型，得到待识别车辆图像的识别结果，其中，识别结果包括待识别车辆属于预设种车辆型号中的每种车辆型号的置信度，识别模型用于识别车辆所属的车辆型号。该实施方式利用用于识别车辆所属的车辆型号的识别模型识别车辆型号，提高了车辆型号的识别准确度。
-
公开(公告)号：CN106960219A
公开(公告)日：2017-07-18
申请号：CN201710142614.7
申请日：2017-03-10
Applicant: 百度在线网络技术(北京)有限公司
CPC classification number: G06K9/6256 , G06N3/04
Abstract: 本发明提供一种图片识别方法及装置、计算机设备及计算机可读介质。所述方法包括：获取待识别的图片；根据所述待识别的图片和预先训练的图片识别模型，获取待识别的图片的预测类别标签；所述预先训练的图片识别模型采用卷积神经网络模型，且所述卷积神经网络模型中包括至少一层将通道维度由一维升阶为多维的核池化层；根据所述待识别的图片的所述预测类别标签，识别所述待识别的图片的类别。本发明的技术方案，通过采用上述带有核池化层的图片识别模型，对待识别图片进行识别时，能够实现更加精细粒度的图片类别的识别，有效地提高图片识别的准确性和图片识别的效率。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.053 seconds)
