-
公开(公告)号：CN114611672B
公开(公告)日：2024-10-01
申请号：CN202210261833.8
申请日：2022-03-16
Applicant: 腾讯科技(深圳)有限公司
Inventor： 许剑清
Abstract: 本申请的实施例揭示了一种模型训练方法、人脸识别方法及装置。该模型训练方法包括对初始教师模型进行训练，得到训练完成的教师模型；根据教师模型对初始助理模型进行第一知识蒸馏训练，得到训练完成的助理模型；其中，初始助理模型的参数量小于初始教师模型的参数量；根据教师模型以及助理模型对初始学生模型进行第二知识蒸馏训练，得到训练完成的学生模型；其中，初始学生模型的参数量小于初始助理模型的参数量。本申请以联合教师模型以及助理模型的方式可以得到准确性更高的学生模型。
-
公开(公告)号：CN118570588B
公开(公告)日：2024-09-27
申请号：CN202411047943.X
申请日：2024-08-01
Applicant: 腾讯科技(深圳)有限公司
Inventor： 许剑清
IPC: G06V10/774 , G06V10/74 , G06V10/44 , G06V10/80 , G06V40/16
Abstract: 本申请实施例公开了一种图像生成方法、装置、设备以及存储介质，可适用于人工智能领域。该方法包括：从人脸特征库获取第一虚拟人脸特征；根据第一虚拟人脸特征，生成同一虚拟对象的至少一个目标虚拟人脸特征；根据每个目标虚拟人脸特征，生成至少一个虚拟人脸图像，基于各目标虚拟人脸特征生成的虚拟人脸图像对应于相同的虚拟对象；人脸特征库中的每个虚拟人脸特征是基于以下方式确定的：确定第一人脸参数和第二人脸参数，第一人脸参数和第二人脸参数分别用于表征一组人脸特征对应的高斯分布的中心位置和离散程度；根据第一人脸参数和第二人脸参数，生成虚拟人脸特征。采用本申请实施例，可提升虚拟人脸图像的生成效率，适用性高。
-
公开(公告)号：CN117612224A
公开(公告)日：2024-02-27
申请号：CN202311340340.4
申请日：2023-10-16
Applicant: 腾讯科技(深圳)有限公司
Inventor： 许剑清
IPC: G06V40/16 , G06V10/774 , G06V10/80 , G06V10/75 , G06V10/84
Abstract: 本申请实施例公开了一种人工智能领域的图像识别方法、模型训练方法及相关装置，图像识别方法包括：获取待识别人脸图像；通过人脸识别模型中的低层特征提取网络，对该待识别人脸图像进行低层特征提取处理，得到对应的低层图像特征；分别通过人脸识别模型中的正常人脸特征提取网络以及遮挡人脸特征提取网络，从低层图像特征中提取深层特征，得到正常深层图像特征和遮挡深层图像特征；通过人脸识别模型中的自适应激活网络，确定正常深层图像特征以及遮挡深层图像特征各自对应的权重，并根据正常深层图像特征、遮挡深层图像特征及其各自对应的权重，确定待识别人脸图像的目标图像特征；基于该待识别人脸图像对应的目标图像特征来执行人脸识别任务。
-
公开(公告)号：CN117011906A
公开(公告)日：2023-11-07
申请号：CN202211308777.5
申请日：2022-10-25
Applicant: 腾讯科技(深圳)有限公司
Inventor： 许剑清
IPC: G06V40/16 , G06V10/774 , G06V10/80 , G06V10/82 , G06V10/764 , G06V10/46 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084 , G06N3/08
Abstract: 本发明公开了人脸关键点识别模型训练方法、人脸识别方法及存储介质，通过获取人脸图像样本和标签信息，利用人脸图像样本和标签信息对关键点识别子模型进行训练得到经过训练的关键点识别子模型，将人脸图像样本输入至经过训练的关键点识别子模型进行多阶段识别得到多个阶段特征，将多个阶段特征输入至特征金字塔子模型进行特征融合得到人脸关键点预测信息，根据人脸关键点预测信息和标签信息修正特征金字塔子模型的参数得到经过训练的人脸关键点识别模型。本发明实施例能够提升人脸关键点识别的准确率，并且可以提高训练效率和减小存储空间消耗。本发明可以广泛应用于例如智能门禁、智能终端、智慧交通、人脸支付等各种场景的信息处理技术中。
-
公开(公告)号：CN117011578A
公开(公告)日：2023-11-07
申请号：CN202211446668.X
申请日：2022-11-18
Applicant: 腾讯科技(深圳)有限公司
Inventor： 许剑清
IPC: G06V10/764 , G06V10/774 , G06V10/40 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08 , G06N3/084
Abstract: 本申请公开了一种对象识别方法和装置、存储介质及电子设备。其中，该方法包括：获取待识别的图片，将待识别的图片输入目标识别模块，得到目标识别结果，其中，目标识别模块是使用样本图片和样本标签对预训练的初始识别模块和预训练的目标数据分类模块进行联合训练得到的识别模块，初始识别模块用于确定目标对象在样本图片中的位置，目标数据分类模块用于在联合训练的过程中，确定样本图片的图片类别，并将梯度反向传播至初始识别模块，以减少初始识别模块提取的用于区分图片类别的特征信息。本申请解决了图片的识别准确率较低，识别图片的模型训练过程复杂的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN116992981A
公开(公告)日：2023-11-03
申请号：CN202211017925.8
申请日：2022-08-24
Applicant: 腾讯科技(深圳)有限公司
Inventor： 许剑清
IPC: G06N20/20 , G06V10/70 , G06V10/776 , G06V40/16
Abstract: 本公开关于一种对象特征提取模型的生成方法及对象识别方法，该方法包括：从多个对象特征提取模型中获取多个待集成模型；对多个待集成模型进行特征提取性能测试，得到多个待集成模型对应的第一测试结果；从多个待集成模型中筛选出目标测试结果对应的当前集成模型；对当前集成模型和预设集成模型进行模型集成处理，得到目标集成模型；对目标集成模型和预设集成模型进行提取性能比对处理，得到目标比对结果；在目标比对结果指示预设集成模型的对象特征提取性能优于目标集成模型的对象特征提取性能的情况下，基于预设集成模型，生成目标对象特征提取模型。利用本公开实施例可以提升目标对象特征提取模型的对象特征提取性能，提高模型部署效率。
-
公开(公告)号：CN116977756A
公开(公告)日：2023-10-31
申请号：CN202211208877.0
申请日：2022-09-30
Applicant: 腾讯科技(深圳)有限公司
Inventor： 许剑清
IPC: G06V10/774 , G06V10/764 , G06V10/74 , G06V10/82 , G06N3/047 , G06N3/048 , G06N3/082 , G06N3/0464 , G06N3/08
Abstract: 本申请提供一种对象识别模型训练方法、装置、设备及存储介质，涉及人工智能领域。本申请中，基于样本图像集，对待训练的对象识别模型执行循环迭代训练，在一次循环迭代过程中执行：从样本图像集中选取第一样本图像；将第一样本图像输入对象识别模型，获得第一识别结果；基于第一识别结果，确定目标辅助识别模型，将第一样本图像输入目标辅助识别模型，获得第二识别结果；目标辅助识别模型的模型层的数量大于对象识别模型的模型层的数量；基于第一识别结果和第二识别结果构建第一损失函数，采用第一损失函数进行参数调整。基于模型层数量多的模型，对模型层数量少的模型进行指导训练，使模型层数量少的对象识别模型降低运行耗时，提升准确性。
-
公开(公告)号：CN116958617A
公开(公告)日：2023-10-27
申请号：CN202210375259.9
申请日：2022-04-11
Applicant: 腾讯科技(深圳)有限公司
Inventor： 许剑清
IPC: G06V10/764 , G06V10/82 , G06V10/40 , G06N3/0464 , G06N3/08
Abstract: 本申请实施例公开了一种模型优化方法、装置、设备、存储介质及计算机程序产品，其中模型优化方法包括：获取至少一个物理对象图像，并获取至少一个虚拟对象图像；调用图像处理模型，分别对至少一个物理对象图像中的每个物理对象图像进行特征提取，得到每个物理对象图像的图像特征；并调用图像处理模型，分别对至少一个虚拟对象图像中的每个虚拟对象图像进行特征提取，得到每个虚拟对象图像的图像特征；基于每个物理对象图像的图像特征和每个虚拟对象图像的图像特征，计算图像处理模型的目标模型损失值；按照减小目标模型损失值的方向，优化图像处理模型中的模型参数，以构建图像识别模型。本申请实施例可提高图像识别模型的模型性能。
-
公开(公告)号：CN115359528A
公开(公告)日：2022-11-18
申请号：CN202210968466.5
申请日：2022-08-12
Applicant: 腾讯科技(深圳)有限公司
Inventor： 许剑清
Abstract: 本发明公开了卡通人脸识别模型训练方法、相关设备及存储介质，该方法包括：获取第一样本图像集，该第一样本图像集中包括样本正常人脸图像和样本卡通人脸图像；基于预训练的人脸识别模型对所述第一样本图像集中的样本正常人脸图像和样本卡通人脸图像分别进行特征提取，得到对应所述样本正常人脸图像的正常人脸特征和对应所述样本卡通人脸图像的卡通人脸特征；基于所述正常人脸特征与所述卡通人脸特征之间的差异，确定目标损失函数值；基于所述目标损失函数值调整所述人脸识别模型的模型参数，直至满足预设训练结束条件得到卡通人脸识别模型；所述卡通人脸识别模型用于识别卡通人脸图像。本发明大大提高了卡通人脸识别模型的卡通人脸识别准确性。
-
公开(公告)号：CN114897001A
公开(公告)日：2022-08-12
申请号：CN202111641752.2
申请日：2021-12-29
Applicant: 腾讯科技(深圳)有限公司
Abstract: 本申请公开了一种身份识别方法、装置、设备及存储介质，属于人工智能技术领域。所述方法包括：获取包含待识别对象的多个图像；分别对多个图像进行特征提取处理，得到各个图像的特征信息；基于图像的特征信息，确定图像对应的置信度；依据多个图像分别对应的置信度，对个图像的特征信息进行融合处理，得到融合特征信息；根据所述合特征信息确定待识别对象的身份。本申请能够保证身份识别的准确度，避免单张图像质量差造成的身份识别不准确，特征融合方式简便，有利于提高身份识别效率。
-
-
-
-
-
-
-
-
-
Search Results
73
records
(took 0.036 seconds)
