-
公开(公告)号：CN116959055A
公开(公告)日：2023-10-27
申请号：CN202310119123.6
申请日：2023-01-18
Applicant: 腾讯科技(深圳)有限公司
Abstract: 本申请公开了一种人脸识别方法、装置以及存储介质。通过获取待识别特征图进行滑动采样，以提取局部语义信息；并在局部语义信息提取的基础上进行全局交互；然后将全局交互特征依次映射到多个特征原型向量上并按照次序进行级联，以得到目标特征；进而基于目标特征进行人脸识别，以得到人脸识别结果。从而实现局部全局交互的人脸识别过程，由于采用人脸的不同结构区域进行局部与全局信息的交互，提高了对于人脸特征的表征，且通过特征原型向量动态的提取对应的特征信息，避免了人脸角度变化时特征偏移的问题，提高了人脸识别的准确性。
-
公开(公告)号：CN110163082A
公开(公告)日：2019-08-23
申请号：CN201910262855.4
申请日：2019-04-02
Applicant: 腾讯科技(深圳)有限公司
Abstract: 本申请公开了一种图像识别网络模型训练方法，包括：获取待训练图像集合所对应的第一图像特征；通过待训练身份分类器获取第一身份预测结果，通过待训练姿态分类器获取第一姿态预测结果；根据第一身份预测结果以及身份标签得到身份分类器，根据第一姿态预测结果以及姿态标签得到姿态分类器；通过待训练生成器对第一图像特征进行姿态转换，得到待训练图像集合所对应的第二图像特征；通过身份分类器获取第二身份预测结果，通过姿态分类器获取第二姿态预测结果；对待训练生成器进行训练，得到生成器。本申请还公开图像识别方法及装置。本申请基于经过组织的图像特征进行训练，相对于原始图像而言具有较小的空间维度，降低了训练的难度。
-
公开(公告)号：CN116957912A
公开(公告)日：2023-10-27
申请号：CN202210405950.7
申请日：2022-04-18
Applicant: 腾讯科技(深圳)有限公司
Abstract: 本申请公开了一种图像处理方法、装置、计算机设备及存储介质，属于计算机技术领域。该方法包括：获取原始图像与目标图像之间的偏移特征图；对该目标图像中的目标像素，基于该偏移特征图，从该原始图像中确定与该目标像素对应的原始像素；基于该原始像素的多个邻域像素，对该目标像素进行赋值；输出由多个赋值后的目标像素构成的目标图像。本申请可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景，通过像素级别的逐个像素偏移和赋值，使得修改得到的目标图像整体具有低感知性质，不易被防御者感知和察觉。
-
公开(公告)号：CN111914812B
公开(公告)日：2022-09-16
申请号：CN202010845864.9
申请日：2020-08-20
Applicant: 腾讯科技(深圳)有限公司
Abstract: 本申请公开了一种图像处理模型训练方法、装置、设备及存储介质，属于人工智能技术领域。本申请实施例中，一方面，引入了遮挡模式，通过确定该样本人脸图像的遮挡模式，并与该样本人脸图像所标注的目标遮挡模式做对比，训练图像处理模型确定出更准确的遮挡指示信息，提升人脸识别的准确性，提升了图像处理模型的鲁棒性。另一方面，该图像处理模型无需借助外部网络单独进行遮挡区域的预测过程以及遮挡区域对应特征的字典查询过程，能够端到端地对图像进行处理，显著地减少了计算量，提升设备的运行速度，也减少了图像处理模型的大小，且不受外部网络因素影响，准确性得到了显著提升。
-
公开(公告)号：CN116958720A
公开(公告)日：2023-10-27
申请号：CN202210346207.9
申请日：2022-03-31
Applicant: 腾讯科技(深圳)有限公司
IPC: G06V10/774 , G06N3/045 , G06N3/08 , G06V10/82 , G06V10/764 , G06V10/40 , G06V10/25 , G06V10/766
Abstract: 本申请实施例提供了一种目标检测模型的训练方法、目标检测方法、装置及设备，涉及人工智能技术领域。本申请实施例可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景。所述方法包括：通过目标搜索网络根据查询图像的初始特征图和正参考图像的初始特征图，生成查询图像和正参考图像的增强特征图；通过区域生成网络根据查询图像的初始特征图，生成查询图像的候选区域；通过区域池化网络分别根据负参考图像和正参考图像的增强特征图，以及查询图像的增强特征图、候选区域、初始特征图，生成第一、第二、第三和第四输出特征图，并基于此生成分类结果以及对目标检测模型进行训练。本申请实施例能够提升目标检测模型检测目标的灵活性。
-
Patent Agency Ranking
公开(公告)号：CN116958615A
公开(公告)日：2023-10-27
申请号：CN202210346679.4
申请日：2022-03-31
Applicant: 腾讯科技(深圳)有限公司
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06V40/16 , G06V30/41 , G06V10/40 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本申请公开了图片识别方法、装置、设备和介质，涉及大数据技术领域，具体涉及图像内容审核技术领域。该方法包括：对目标图片进行人脸识别，根据人脸识别的结果对所述目标图片进行敏感人物检测；对所述目标图片进行多模态检测，所述多模态检测包括敏感文本检测、图文融合检测以及敏感图像检测中的至少一项；根据所述敏感人物检测的结果以及所述多模态检测的结果确定所述目标图片是否为敏感图片，能够结合多模态的识别结果判断图片是否敏感，大大提升了敏感图片的识别准确度。
-
公开(公告)号：CN110728330A
公开(公告)日：2020-01-24
申请号：CN201911013447.1
申请日：2019-10-23
Applicant: 腾讯科技(深圳)有限公司
IPC: G06K9/62
Abstract: 本发明提供了一种基于人工智能的对象识别方法、装置、设备及存储介质，涉及人工智能技术，方法包括：检测待识别图像的待识别对象的潜在的遮挡区域，获取表征待识别对象的遮挡区域以及未遮挡区域的二值图像；从二值图像中获取表征遮挡区域的遮挡二值图像块；基于获取的遮挡二值图像块，查询二值掩码字典包括的遮挡二值图像块与二值掩码的映射关系，得到对应遮挡二值图像块的二值掩码；将基于每个遮挡二值图像块查询到的二值掩码进行合成，得到对应二值图像的二值掩码；基于对应二值图像的二值掩码、预存对象图像的特征以及待识别图像的特征，确定待识别图像与预存对象图像的匹配关系，通过本发明，能够提高识别遮挡对象的准确性。
-
公开(公告)号：CN110163082B
公开(公告)日：2024-09-03
申请号：CN201910262855.4
申请日：2019-04-02
Applicant: 腾讯科技(深圳)有限公司
IPC: G06V40/16 , G06V10/774 , G06V10/764
Abstract: 本申请公开了一种图像识别网络模型训练方法，包括：获取待训练图像集合所对应的第一图像特征；通过待训练身份分类器获取第一身份预测结果，通过待训练姿态分类器获取第一姿态预测结果；根据第一身份预测结果以及身份标签得到身份分类器，根据第一姿态预测结果以及姿态标签得到姿态分类器；通过待训练生成器对第一图像特征进行姿态转换，得到待训练图像集合所对应的第二图像特征；通过身份分类器获取第二身份预测结果，通过姿态分类器获取第二姿态预测结果；对待训练生成器进行训练，得到生成器。本申请还公开图像识别方法及装置。本申请基于经过组织的图像特征进行训练，相对于原始图像而言具有较小的空间维度，降低了训练的难度。
-
公开(公告)号：CN110782395B
公开(公告)日：2024-02-09
申请号：CN201911031821.0
申请日：2019-10-28
Applicant: 西安电子科技大学 , 腾讯科技(深圳)有限公司
IPC: G06T3/4053 , G06N3/0464 , G06N3/08 , G06T9/00
Abstract: 本公开的实施例提供了一种图像处理方法及装置、电子设备和计算机可读存储介质，属于计算机和通信技术领域。所述方法包括：获取待处理图像；提取所述待处理图像中多尺度的当前图像特征信息；分别对所述当前图像特征信息的通道和平面空间进行编码以增强所述当前图像特征信息，获得当前图像编码信息；根据所述当前图像编码信息获得将所述待处理图像放大目标倍数的目标图像。本公开实施例的技术方案提供了一种图像处理方法，通过联合应用提取的多尺度的当前图像特征信息和增强所述当前图像特征信息的当前图像编码信息，能够在信息传递的过程中尽可能的避免信息丢失的情况发生，实现了一种低参数数量且低计算复杂度的快速的图像超分辨率重建。
-
公开(公告)号：CN116994102A
公开(公告)日：2023-11-03
申请号：CN202211491332.5
申请日：2022-11-25
Applicant: 腾讯科技(深圳)有限公司
IPC: G06V10/776 , G06V10/774 , G06V10/764 , G06N3/045 , G06N3/08
Abstract: 本申请公开了一种网络模型的评估方法、装置以及存储介质。通过采样得到低维度空间；并在低维度空间中进行样本三角形的角度约束判断；若样本三角形满足角度约束，则对预设角度进行迭代更新，以得到目标角度，目标角度对应的样本三角形满足角度约束；进而根据目标角度确定目标对抗样本，以基于目标对抗样本对目标模型进行评估。从而实现基于样本三角形的对抗样本生成过程，由于采用三角形中的几何约束进行角度的更新，并进行迭代优化，在保证攻击成功率地前提下，提升了对目标模型的查询性能，提高了对目标模型进行评估的效率。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.028 seconds)
