-
公开(公告)号：CN115272249B
公开(公告)日：2024-07-09
申请号：CN202210915080.8
申请日：2022-08-01
Applicant: 腾讯科技(深圳)有限公司
Abstract: 本申请实施例公开了一种缺陷检测方法、装置、计算机设备和存储介质；本申请实施例可应用于工业检测、人工智能等各种场景。本申请实施例可以获取电子元器件的至少一个元器件图像和元器件图像对应的拍摄角度信息；对元器件图像进行缺陷区域检测，得到元器件图像中的缺陷区域；对缺陷区域进行缺陷信息识别，得到缺陷区域对应的缺陷信息；结合元器件图像对应的拍摄角度信息，对电子元器件的元器件图像对应的缺陷信息在多个不同维度进行信息过滤处理，得到过滤后缺陷信息；根据过滤后缺陷信息对电子元器件进行判别，得到电子元器件的缺陷检测结果。通过本申请实施例，可以有效地降低缺陷检测的过杀率和漏检率，提高缺陷检测的质量。
-
公开(公告)号：CN116977814A
公开(公告)日：2023-10-31
申请号：CN202211742561.X
申请日：2022-12-29
Applicant: 腾讯科技(深圳)有限公司
IPC: G06V10/82 , G06V10/44 , G06N3/0464 , G06N3/0499 , G06V10/764 , G06V10/26 , G06V20/70
Abstract: 本申请实施例提供了一种图像处理方法、装置、计算机设备及存储介质，可应用于人工智能、深度学习等领域。其中方法包括：获取目标图像；调用轻量化模型中的倒残差移动模块，对所述目标图像的图嵌入矩阵进行扩展窗口多头自注意力计算，得到所述目标图像的远距离特征；对所述目标图像进行深度感知卷积处理，得到所述目标图像的局部特征；生成所述目标图像的目标特征信息；其中，所述目标特征信息用于表征所述目标图像的远距离特征和局部特征，所述目标特征信息用于执行下游任务；所述下游任务包括以下至少一项：目标检测、图像分类或语义分割。采用本申请实施例，不但可以提高轻量化模型的处理精度，还能够降低模型的复杂度。
-
公开(公告)号：CN111626212B
公开(公告)日：2023-09-26
申请号：CN202010463332.9
申请日：2020-05-27
Applicant: 腾讯科技(深圳)有限公司
Abstract: 本发明公开了一种图片中对象的识别方法和装置、存储介质及电子装置。其中，该方法包括：将待识别对象的第一图片和第二图片输入到满足正样本图片对是正样本图片对集合中距离最大的特征，负样本图片对是负样本图片对集合中距离最小的特征的损失函数的目标神经网络模型中目的，即目标神经网络模型满足具有两张图片中相同对象的距离更小，不同对象的距离更大，换句话说，目标神经网络模型满足类内的正样本图片对的距离更小与类间的负样本图片对的距离更大，从而可以精确的识别两张图片中存在的目标对象是否是同一个目标对象的技术效果，进而解决了图像中对象识别的准确性较低的技术问题。
-
公开(公告)号：CN111652168B
公开(公告)日：2023-09-08
申请号：CN202010516220.5
申请日：2020-06-09
Applicant: 腾讯科技(深圳)有限公司
IPC: G06V20/52 , G06V10/762 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于人工智能的群体检测方法、装置、设备及存储介质，所述方法包括获取目标图像；将目标图像输入第一机器学习模型得到第一目标集合，所述第一目标集合中的第一目标的尺度均大于或等于所述第一机器学习模型的识别阈值；将目标图像输入第二机器学习模型得到目标分布密度图，所述第二机器学习模型能够识别尺度小于所述第一机器学习模型的识别阈值的目标；基于所述第一目标集合对所述目标分布密度图进行修正，得到修正后目标分布密度图；根据所述第一目标集合得到第一统计值，根据所述修正后目标分布密度图得到第二统计值；将所述第一统计值和第二统计值的总和值确定为所述目标图像中的目标总数。本发明适用于群体密度变化的场景。
-
公开(公告)号：CN110163049B
公开(公告)日：2023-08-29
申请号：CN201810787870.6
申请日：2018-07-18
Applicant: 腾讯科技(深圳)有限公司 , 腾讯云计算(北京)有限责任公司
IPC: G06V40/16 , G06V10/82 , G06V10/764 , G06V10/774 , G06V10/80
Abstract: 本发明实施例公开了一种人脸属性预测方法、装置及存储介质。本发明实施例中方法包括：获取待预测人脸图片；对待预测人脸图片进行预设处理，得到待预测人脸处理图；根据待预测人脸图片及待预测人脸处理图进行人脸属性计算，得到待预测人脸图片的人脸属性预测值；根据待预测人脸图片的人脸属性预测值，预测待预测人脸图片的人脸属性。本发明实施例中通过待预测人脸图片及对应的人脸处理图来预测人脸属性，人脸处理图能够跟人脸图片进行了互补，降低了背景对人脸属性预测的干扰，提升了人脸属性预测的准确度及鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN108898086B
公开(公告)日：2023-05-26
申请号：CN201810639495.0
申请日：2018-06-20
Applicant: 腾讯科技(深圳)有限公司
IPC: G06V20/40 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种视频图像处理方法及装置、计算机可读介质和电子设备，涉及图像处理技术领域。该视频图像处理方法包括：确定视频中当前帧图像中的目标对象位置区域；确定下一帧图像中与所述目标对象位置区域对应的目标对象跟踪图像；对目标对象跟踪图像依次进行多组卷积处理以确定下一帧图像中的目标对象位置区域；其中，多组卷积处理中的第一组卷积处理的卷积次数小于其他组卷积处理的卷积次数。本公开可以提高视频中目标对象的识别速度。
-
公开(公告)号：CN110852285B
公开(公告)日：2023-04-18
申请号：CN201911113537.8
申请日：2019-11-14
Applicant: 腾讯科技(深圳)有限公司
IPC: G06V40/16 , G06V10/44 , G06V10/764 , G06T3/40
Abstract: 本申请涉及一种对象检测方法、装置、计算机设备和存储介质，涉及人工智能的图像识别技术，所述方法包括：获取目标图像集合，所述目标图像集合包括一个或多个目标图像；获取已训练得到的第一对象检测模型；将所述目标图像集合中的各个目标图像输入到所述第一对象检测模型中，输出所述目标图像对应的各个候选图像区域的模型检测结果，所述候选图像区域是对所述目标图像进行分割得到的，所述候选图像区域存在标准检测结果；根据所述候选图像区域的模型检测结果与标准检测结果的差异筛选候选图像区域，作为目标图像区域；根据所述目标图像区域对第二对象检测模型进行模型训练，得到训练后的第二对象检测模型。上述方法可以提高对象检测准确度。
-
公开(公告)号：CN110493595B
公开(公告)日：2022-12-06
申请号：CN201910944618.6
申请日：2019-09-30
Applicant: 腾讯科技(深圳)有限公司
IPC: H04N17/00
Abstract: 本发明公开了一种摄像头的检测方法和装置、存储介质及电子装置。其中，该方法包括：获取目标摄像头对测试卡拍摄得到的第一图像，其中，该测试卡包括标准测试卡、色度测试卡以及灰度测试卡；识别该第一图像中的该标准测试卡，并通过该标准测试卡识别该色度测试卡与该灰度测试卡；根据该标准测试卡、该色度测试卡以及该灰度测试卡确定该第一图像的目标图像质量特征；根据该目标图像质量特征以及预先确定的图像质量标准确定该第一图像的成像质量检测结果，解决了现有技术中如何在监控复杂背景场景下评估摄像头的成像质量的技术问题，实现了在复杂背景下摄像头成像质量的检测。
-
公开(公告)号：CN107798354B
公开(公告)日：2022-11-01
申请号：CN201711138418.9
申请日：2017-11-16
Applicant: 腾讯科技(深圳)有限公司
IPC: G06V10/762 , G06V40/16
Abstract: 本发明实施例公开了基于人脸图像的图片聚类方法、装置及存储设备，应用于信息处理技术领域。在本发明实施例中，图片的人脸聚类装置会将所有的待聚类图片划分为多个分组，而在对每个分组的待聚类图片进行聚类时，主要是从本地至少一个已有聚类的每个已有聚类中选取已聚类图片，并将选取的已聚类图片和分组中的待聚类图片一同进行聚类的计算。这样不会由于已有聚类中图片的逐渐增加而增加聚类的计算量，有效地控制了基于人脸图像的图片聚类装置的内存消耗，使得在同样的计算平台上能够处理更大规模的基于人脸聚类问题，尤其在计算资源受限的移动端，优势更为突出。
-
公开(公告)号：CN107945098B
公开(公告)日：2022-03-01
申请号：CN201711191814.8
申请日：2017-11-24
Applicant: 腾讯科技(深圳)有限公司
Abstract: 本发明提供一种图像处理方法，该方法包括：获取输入图像；根据内存大小对输入图像进行分割，得到多个子图像块；获取图像处理器GPU与中央处理器CPU的运算能力；根据GPU的运算能力和CPU的运算能力对每个子图像块进行异构结构分割，得到每个子图像块中包括的应分配给GPU处理的第一图像子块和应分配给CPU处理的第二图像子块；通过GPU对所述第一图像子块进行处理，得到第一特征图，以及通过CPU对所述第二图像子块进行处理，得到第二特征图；对第一特征图和第二特征图进行拼接，得到最终图像。此外，还提供了一种图像处理装置、一种计算机设备和存储介质。
-
-
-
-
-
-
-
-
-
Search Results
243
records
(took 0.046 seconds)
